什么是SLAM？
SLAM是 Simultaneous Localization And Mapping的 縮寫，一般翻譯為：同時定位與建圖、同時定位與地圖構建。
SLAM的典型過程是這樣的：當某種移動設備（如機器人/無人機、手機、汽車等）從一個未知環境里的未知地點出發，在運動過程中通過傳感器（如激光雷達、攝像頭等）觀測定位自身在三維空間中的位置和姿態，再根據自身位置進行增量式的三維地圖構建，從而達到同時定位和地圖構建的目的。
傳統的視覺算法主要是對針對二維圖像的處理，借助深度學習在分類識別方面取得了超越人眼精度的巨大成就，就像人眼是通過雙眼立體視覺來感知三維世界一樣，智能移動終端（比如智能手機、無人汽車、無人機、智能機器人）需要能夠像人類一樣利用SLAM算法來快速精確的感知、理解三維空間。
最近幾年，以雙目相機、結構光/TOF相機、激光雷達為代表的三維傳感器硬件迭代更新迅猛，國內外已經形成了成熟的上下游產業鏈。三維視覺傳感器也逐漸走入普通人的生活，在智能手機、智能眼鏡等設備上應用越來越多，以手機為例，蘋果、華為、小米、OPPO、VIVO等手機大廠都在積極推動結構光/TOF相機在手機上的普及。
SLAM技術為核心的三維視覺在學術界也是一個熱門方向，從最近幾年計算機視覺相關的頂級會議CVPR, ICCV, ECCV，IROS, ICRA 錄用論文來看，視覺定位、三維點雲識別分割、單目深度估計、無人駕駛高精度導航、語義SLAM等相關論文占比越來越高。
因此SLAM技術在最近幾年發展迅猛，廣泛應用於增強現實感知、自動駕駛高精度定位、機器人自主導航、無人機智能飛行等前沿熱門領域。
關於SLAM的入門介紹及應用案例解析，可以看筆者在一次線下分享中，做的一個入門視頻介紹，時長約55分鍾
學習SLAM如何入門？
SLAM是涵蓋圖像處理、多視角視覺幾何、機器人學等綜合性非常強的交叉學科。
學習SLAM涉及線性代數矩陣運算、李群李代數求導、三維空間剛體變換、相機成像模型、特征提取匹配、多視角幾何、非線性優化、回環檢測、集束調整、三維重建等專業知識。SLAM是強實踐學科，需要具有一定的C++編程能力，掌握Linux操作系統、Eigen, Sophus, OpenCV, Dbow, g2o, ceres等第三方庫，能夠快速定位問題，解決bug。
SLAM關聯知識（點開查看大圖）
這對於初學者來說無疑具有較高的門檻，也需要花費不少的時間來摸索重點，打好基礎。這個過程可能比較痛苦，但是熬過了這個過程，你就擁有了自己獨有的核心競爭力，不用擔心輕易被取代，未來會有非常強的競爭力。
但是目前關於SLAM學習的資料不多，而且參差不齊，初學者推薦高翔的《視覺SLAM十四講》，該書也是本教程的必備參考書籍
計算機視覺life總結了SLAM學習資源樹（點擊看大圖）
但很多小伙伴在學習期間仍然會遇到很多困難：公式看不懂，代碼不會寫，不知道怎么入手，沒有人指導或者一起討論，很容易不得要領，進度極慢，走彎路等，不僅浪費了時間和精力，甚至因此放棄了該方向的研究，以后可能再也沒有機會進入這個領域了，錯過了時代的風口。
目前SLAM領域優秀企業列表（點開查看大圖）
有沒有好的教程和學習圈子，可以避免采坑，及時答疑解惑，少走彎路，快速入門？
《從零開始學習SLAM》知識星球
該星球已經創立600天，有1150+小伙伴加入學習，每天都有思維的碰撞，星球已經累計1500條優質主題，是少有以SLAM學習為主題的高質量知識星球。主要有以下幾個亮點：
1、技術介紹全面。學習過程從基礎的知識開始循序漸進，內容涵蓋圖文教程、視頻教程、技術交流分享、工作機會。
2、專門設計的練習題，重視實踐。星主根據不同知識點設計一些實用性的練習題（推導、編程等），所有提交作業都會批改。光看不做假把式，適當的練習能夠加深讀者的理解，把知識消化吸收為自己所用。
3、高質量的交流學習社區。星球成員來自國內外碩博士及相關公司研發人員。練習題，有專屬內部實名微信群 幫助日常互助答疑解惑。所有成員都可以進行發布問題、分享知識、上傳資源、點贊、留言、贊賞、收藏等操作。星球里提問均免費，星主會及時答疑解惑 。
4、精選SLAM常見面試題，定期發布在星球里，引導大家討論，並提供參考答案，幫助找工作的同學從容面試。目前已經有幾十條SLAM常見面試題目和詳細解答。
見《干貨總結 | SLAM 面試常見問題及參考解答》。星球內也會經常發布SLAM相關的實習生/校園/社會招聘。
如何加入知識星球？
知識星球需付費加入，價格隨人數增加逐漸上漲，因此越早加入越優惠。有效期一年（從加入時間開始往后一年有效，到期仍可查看之前所有內容，查看新內容需續費），平時忙也沒關系，有空可以反復看。
時間不等人，萬事早為先。學習切忌單打獨斗，一個良好的學習圈子能夠幫助你快速入門，交流討論才能少走彎路，快速進步！加入SLAM學習星球，把握時代的風口，和國內外優秀的SLAM研究者一起交流進步，甚至找到理想工作。3天內無條件退款。目前星球馬上開始講解ORBSLAM2 系列視頻教程，等你來哦
現在加入還可以獲得：
- SLAM星球入門系列練習題答案匯總
- SLAM星球問答整理
- 計算機視覺、SLAM入門學習資料
- 課程與項目視覺相關技術問題，有問必答
- 不定期SLAM相關求職招聘信息及經驗分享
時間不等人，萬事早為先，關注：計算機視覺life 公眾號，回復：知識星球，獲得SLAM學習資料，及加入星球方式