硕士研究生阶段如何学习slam机器人？

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

TurtleBot

学校开设了移动机器人的课程,去年(2019)刚刚购买了一批TurtleBot2,所以很有幸使用了一段时间.原本还想着自己买一台玩玩,但是看了一下淘宝将近6000元的价格,只能说一句”打扰了,再见!”.

你可以打听打听学校有没有实验室有这个玩意儿,如果有的话可以去蹭一蹭,这将会对你的实践能力的提升有很大的帮助.

3. 进阶篇

基础有了,实践有了,接下来就是理论水平的提高了.

主要从两个方向努力,一个是看相关论文,还有一个是看两本书:

《概率机器人》对应的英文书名叫Probabilistic Robotics,还有一个多视觉几何的书籍Multiple View Geometry in computer vision

这两本书不知道各位大佬感觉如何,我最近正在啃,觉得还是比较吃力的.近期准备把这两本书看完然后去看《视觉slam十四讲》后面罗列的一些论文.

4. 就业篇

这个是上面答主都都忽略的一点,这个可能要泼一些冷水了.前两年随着百度宣布搞无人车,带动了一大批的slam就业岗位,但是现在风口渐渐平息,最近在媒体上也少有看到相应的 道.虽然slam现在看起来还是一个比较火的方向.但是很多单位已经开始减少招收的人数.至于工资,年薪大概在25w左右,还算是可以的.

不过,既然选择了这条路就勇敢向前走吧,一起加油!

• 首先是代码环境问题：标配Ubuntu+ROS，因为绝大部分源码是C++，所以CMake的基本模板要会用

浙江大学视觉slam公开课-从视频标定到SLAM视频地址：

https://www.bilibili.com/video/BV1ax411R7Hd

• 必看入门书籍：视觉SLAM十四讲  稍微进阶：机器人学的状态估计，多视图几何

       视频地址：https://www.bilibili.com/video/BV1YW411P7AU

• SLAM相关非常易懂快速上手的课程：

1.这位浙大教授讲得非常非常清晰，虽然不如高博视觉SLAM的课有配套习题和课件那样系统，但可能谭平教授更会去用学生能理解的方式阐述SLAM的概念，表达也更清晰一些

视频地址：

https://www.bilibili.com/video/BV1ax411R7Hd

2. 经典的高博的视觉SLAM

视频地址：

https://www.bilibili.com/video/BV16t411g7FRrom=search&seid=14811571160409762901

3. 曾书格老师的激光SLAM或者某象的无人驾驶

视频地址：

https://www.bilibili.com/video/BV11a4y1v79G

4. 波恩大学《传感器及状态估计》SLAM，这是2020年最新的课程

视频地址：https://www.bilibili.com/video/BV1aK4y1k7FQ

5. Coursera 自动驾驶教程，主要是讲相机模型，多视几何方面的内容，对3D视觉标定方面非常有帮助

视频地址：

https://www.bilibili.com/video/BV1PE411D72p=2

6. 宾大的vslam，我没听过，但据说听完收获很大

视频地址：

https://www.bilibili.com/video/BV1Y4411m7aGrom=search&seid=18344384925427038262

• SLAM方面的论文

论文地址：

https://blog.csdn.net/heyijia0327/article/details/82855443

因为毕竟学习时间和精力毕竟有限，初学者看起来比较慢，所以我一会儿重点推荐一两篇

• 如何借助这些资源开展SLAM学习

我接下来只是讲得我自己的学习方法，希望能帮助到你。

1.首先看一遍视觉SLAM十四讲这本书，从三维空间的表示方法，李群李代数的数学原理这些关键的基础概念，到视觉SLAM的前端，后端，回环整个流程的经典算法实现原理。大致过一遍，不需要把每一个公式都推导一遍，比较难的雅各比可以放一放，一些简单的随手就推了，比如针孔相机模型。

2.之后可以撸一遍视觉SLAM十四讲的视频，抱着之前对SLAM的印象，也可以说是带着疑问吧，在高博的耐心讲解中再回顾一下，视频也不会看得很慢（比如因为看不懂看一下停一下），还可能会对以前理解比较粗糙的地方突然领悟…###此处致敬高博，并没有勇气 @Ta

3.这时候可以看一些经典且写得很规范的代码啦，比如ORB-SLAM2！！

辅助可以看一下这篇论文：ORB-SLAM2: an Open-Source SLAM System for Monocular, Stereo and RGB-D Cameras

4. 可以自己模仿写一个视觉里程计

5. 对于激光SLAM其实我也推荐先看视觉SLAM十四讲，因为SLAM间结构和原理相似，且视觉SLAM有这样好的入门教材没有不看的理由。同时由于相机的观测模型相比激光雷达会更复杂一些，所以互相转换起来会比较快。我之前一个回答，可以借鉴一下~

址：

https://www.zhihu.com/question/52634751/answer/1233033108

• 一些其他主要方向

1. 语义SLAM

址：

https://zhuanlan.zhihu.com/p/58648284

我觉得高博讲得太好了，流泪ing，几分钟时间让我这个语义小白都懂了是什么，为什么，要怎么做…深度学习提取路标啊，建立物体级别的地图去进行地图复用等等等，文章还举例了几篇论文，都挺好，可以看看~

2. VIO视觉惯性里程计 or VINS视觉惯性导航系统

这边深蓝有出了一套课，讲得蛮好的，主讲是贺博高博崔大神，里面IMU的预积分，以及对应残差雅各比，初始化等讲得蛮详细。最棒的是基于目前非常强的沈老师组的VINS-mono的代码架构讲解的。此处强推一篇论文：VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator

前几天本科毕设要求英文文献翻译，我自己翻译了一份重新排了版，传了一份Word版本的，大家自取吧~

链接：https://pan.baidu.com/s/1t_bDIiWOdyxnJYuqGrMSwA

提取码：um34

3. 与深度学习结合，估计位姿，用来做闭环检测（场景的再识别）

4. 水下SLAM

5. 仿生SLAM

6. ……

1、看书：高翔的《视觉SLAM十四讲》、《概率机器人》、《机器人学中的状态估计》、《计算机视觉中的多视图几何》；

2、学习ROS、OpenCV、Eigen、sophus、Ceres、g2o等开源软件使用；

3、看SLAM开源项目，激光经典的cartography、gMapping、Hector等；视觉的ORB-SLAM、RGBD-SLAM，LSD-SLAM等；

附一篇计算机视觉life的一篇推荐给SLAM小白入门的文章：https://mp.weixin.qq.com/s/GYcO7m9oBfJK4h2ZWRq0mw

其中有一张思维脑图不错：

https://weixin.qq.com/cgi-bin/readtemplateheck=false&t=w_indexn73&uin=&stype=10037102&promote=1003799&fr=&

推荐阅读：

• 专辑|相机标定

• 专辑|3D点云

• 专辑|SLAM

• 专辑|深度学习与自动驾驶

• 专辑|结构光

• 专辑|事件相机

• 专辑|OpenCV学习

• 专辑|学习资源汇总

• 专辑|招聘与项目对接

• 专辑|读书笔记

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

▲长按加微信群或投稿

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题