谷歌開源的激光SLAM算法Cartographer為什么這么牛X？

本文轉載自查看原文 2022-01-17 20:57 1543 SLAM/ 計算機視覺

前言

一年前，我在公眾號“從零開始搭SLAM”里看到了一系列高質量的原創文章，這些文章都是號主李想利用業余時間創作完成的，這些文章循序漸進，帶領讀者一步步邁入激光SLAM的精彩世界。

因為Cartographer已經應用在很多落地的產品里，比如清潔機器人、倉儲物流機器人等服務機器人。但是網上相關的資料分散而參差不齊，尤其缺乏系統的理論和代碼講解，涉及到其中的工程化細節和改進經驗就更是罕見。

視頻天然的比圖文更適合教學。於是我聯系到李想，商量做一個Cartographer的逐行源碼解析視頻課程，從理論到實踐，從入門到進階。首先第一個事情就是對Cartographer源代碼進行保姆級詳細注釋，不僅能夠幫助講師重新梳理代碼細節，更重要的是，極大的降低了學員的學習門檻。由於Cartographer代碼量非常大，注釋代碼就花了幾個月，可以毫不誇張的說，這是目前全網最詳細的中文注釋的Cartographer代碼，而且是持續更新的。不管你是否是我們的學員，都可以學習這份走心注釋的代碼：https://github.com/xiangli0608/cartographer_detailed_comments_ws

經過充分地准備，2021年6月，計算機視覺life和李想合作的Cartographer逐行源碼解析課程（第1期）上線，課程歷時接近4個月，幫助400+學員開啟了Cartographer的入門到進階之旅，其中收獲了很多學員的贊譽，也收到了不少的建議和反饋。

第1期課程下架后，我們結合學員的反饋，對課程存在的問題進行了全面梳理和調整，時隔半年多於2022年推出了第2期課程，主要做了如下改進：

對課程大綱和內容進行優化。每章節內容從背景、框架開始講，從宏觀到細節，避免過早陷入代碼細節。對每章節學習量調整，讓學員有時間理解吸收。
查漏補缺，修正錯誤。在新的大綱基礎上，重新錄制部分章節的視頻，重新組織剪輯視頻。
作業重磅提升。每兩周會有針對前面學習內容的作業考試，需要在規定時間內完成。班主任跟進自制力較差學員，再也不怕學習掉隊！
學習基金及優秀學員全額返現。每個學員有3次拿獎機會：包括2次月度優秀學員（退款100），1次最終課程優秀學員（全額退款）

前100名立減100元，掃描學習↓

優惠券鏈接：谷歌開源的激光SLAM算法Cartographer為什么這么牛X？

Cartographer簡介

Cartographer是Google推出的一套基於圖優化的激光SLAM算法，它同時支持2D和3D激光SLAM，可以跨平台使用，支持Lidar、IMU、Odemetry、GPS、Landmark等多種傳感器配置。是目前落地應用最廣泛的激光SLAM算法之一。

Cartographer建圖過程

Cartographer代碼最重要的貢獻不僅僅是算法，而是工程實現實在是太優秀了！它不依賴PCL，g2o, iSAM, sophus, OpenCV等第三方庫，所有輪子都是自己造的，2D/3D的SLAM的核心部分僅僅依賴於Boost、Eigen（線性代數庫）、Ceres（Google開源的非線性優化庫）等幾個底層的庫。

這明顯不是搞科研的玩兒法，就是奔着產品去的！因為依賴庫少，可以直接在產品級嵌入式系統上應用，關鍵是開源免費，而且效果還針不戳！極大的降低了開發者的門檻。目前在GitHub的star數目是非常高的。

Cartographer應用

因此Cartographer非常適合於掃地/清潔機器人、倉儲物流機器人、送餐機器人等室內服務機器人場景的實時定位和建圖。

Cartographer建立的地圖

掃地機器人

倉儲機器人

自動駕駛

崗位需求及薪資

這里簡單列舉了和Cartographer相關的招聘崗位

學習規划

Cartographer的代碼龐大，邏輯復雜，包含大量的工程細節，對於初學者不太友好，學習理解代碼十分困難，需要花費大量時間仍不得要領。而企業對激光SLAM從業者的要求越來越高，只會調包調參的人找工作越來越難，只有深入理解激光SLAM原理與代碼實現，才具有核心競爭力。

因此，計算機視覺life推出了系統課程《激光SLAM之Cartographer源碼解析》，這是目前唯一一個逐行講解Cartographer源碼的課程！講師親自對Cartographer做了超詳細源碼注釋，開源項目地址：

https://github.com/xiangli0608/cartographer_detailed_comments_ws

理論與實戰並重，學員學完可以直接上手做項目。並且針對課程提供對應的作業和考試，並根據學習情況每月有機會獲得學習基金，根據周作業、大作業、課程完成度等數據，評選最終的課程優秀學員，全額退還課程費用+發放優秀學員證書+至少1次內推機會！

課程大綱如下：

前100名立減100元，掃描學習↓

優惠券鏈接：谷歌開源的激光SLAM算法Cartographer為什么這么牛X？

購買課程后添加此微信進答疑群，如果對課程有疑問，也可加下面微信咨詢↓

咨詢鏈接：谷歌開源的激光SLAM算法Cartographer為什么這么牛X？

課程講師介紹

課程講師：李想，高級激光SLAM算法工程師，參與多個AGV項目落地，有豐富的項目實踐經驗。多篇原創文章發表在個人公眾號：從零開始搭SLAM

課程服務及收獲

課程主要包括以下服務：

學習視頻：逐行講解cartographer代碼，總共15章，每周更新一章。
講師精心繪制的原理圖及代碼框架圖，快速理解復雜的源碼，理清代碼流程，定位核心算法
關鍵部分的公式推導
重點知識擴展：包括重要概念、工程實踐技巧、代碼改進建議等
課程期間全程答疑，及時解決學員在課程中遇到的難題
幫助鞏固知識的課程作業、編程作業，以及作業的詳細解答
每月多次直播，在線直接交流
對小白友好，再簡單的問題都可以及時得到解答

學完課程可以掌握：

本課程延續我們一貫的學以致用風格，帶領學員逐行學習源碼，並講解算法落地的工程實踐技巧，代碼改進方向等，快速上手做項目。
學完課程，可以掌握：多激光雷達時間同步、激光雷達運動畸變去除, 基於IMU與里程計的融合與位姿估計、基於點雲的掃描匹配、后端優化、分支定界算法、回環檢測等核心算法。具備舉一反三能力。
理論與實踐並重，理解原理如何在代碼中具體實現，掌握代碼中的工程實踐技巧，能夠完全掌握Cartographer代碼，能夠基於該算法進行參數調優、在實際應用場景中改進提升，承擔研發項目。具備項目實戰經驗與工程研發能力。
學完本門課程，學員能夠對C++的基礎語法以及C++11新標准有更深入的理解和認知。
學完本門課程，學員可以達到工作1-2年的激光SLAM算法工程師水平。

課程適合人群

課題組獨狼：整個課題組或者實驗室，只有自己一個人搞Cartographer，即沒人帶又沒人交流
調包俠：用了很久Cartographer建圖，但是不清楚其參數具體意義，不清楚代碼如何實現
工程師：想要對Cartographer進行優化，看了代碼之后發現代碼看不懂
跳槽換工作的同學：發現面試時考察Cartographer的知識點回答不上來的同學
其他方向轉過來的同學：轉到激光SLAM領域，理解了SLAM的概念，想要在代碼層面上深入學習Cartographer的同學

課程不適合人群

一點都沒接觸過激光SLAM的同學，或者是剛轉到激光SLAM方向的同學，應該先去學概念而不是直接學代碼
沒接觸過編程或者編程很少的同學，這課是講代碼的，編程少的同學直接聽代碼肯定是聽不懂的
想要一周或者一個月弄懂Cartographer代碼的同學，不適合本視頻課程，本課程是要持續3個半月的
不喜歡通過看視頻的方式學習，一看視頻就困的同學

學員基礎要求

理解激光SLAM的目的是啥，理解激光的相關概念（如前端里程計，后端優化，回環檢測等）
運行環境：Ubuntu 16.04/18.04/20.04， ROS Kinetic/Melodicetic, 講師使用的環境是Ubuntu 1604, ROS Kinetic, 最好能保持一致, 不一致也沒關系
硬件要求：普通台式機/筆記本電腦均可，無需GPU。課程使用講師提供的數據集，不需要激光雷達, imu, 里程計, 機器人等任何硬件
有一定C/C++代碼基礎，了解最基礎的C++語法
了解ROS，能夠簡單使用ROS啟動節點
其余激光SLAM的相關知識都會在課程中教給你

前100名立減100元，掃描學習↓

優惠券鏈接：谷歌開源的激光SLAM算法Cartographer為什么這么牛X？