SLAM综述文献阅读后的几个思考（应用场合、定位与见图的关系、历史发展、目前较经典的文章等）

主要阅读的是下面这三篇，作为入门的话可以算是对SLAM有个初步的认识（当然是比较直观上的认识）

[1] C. Cadena, L. Carlone, H. Carrillo, Y. Latif, D. Scaramuzza, J. Neira, I. Reid, and J. J. Leonard,
“Past, present, and future of simultaneous localization and mapping: Toward the robust-perception
age,” IEEE Transactions on Robotics, vol. 32, no. 6, pp. 1309–1332, 2016.
[2] J. Fuentes-Pacheco, J. Ruiz-Ascencio, and J. M. Rendón-Mancha, “Visual simultaneous localization
and mapping: a survey,” Artificial Intelligence Review, vol. 43, no. 1, pp. 55–81, 2015.
[3] L. Haomin, Z. Guofeng, and B. Hujun, “A survey of monocular simultaneous localization and mapping,”
Journal of Computer-Aided Design and Compute Graphics, vol. 28, no. 6, pp. 855–868, 2016. in Chinese.

由于自己时间有限精力有限，所以上面这三篇文章基本上都只阅读了引言部分（当然由于自己目前是SLAM方向，也有阅读其他相关的论文，最好还是读完，回头补上啊哈哈哈）
下面是针对问题的一些自己的思考和理解：

1. SLAM 会在哪些场合中⽤到？⾄少列举三个⽅向。

就目前自己所了解到的SLAM，顾名思义，就是基本上在定位以及建图相关的领域；
比如：
- 自动化驾驶技术（需要对汽车自身进行定位）；
- AR/VR技术（好的虚拟效果需要精准的定位以及环境信息的构建）；
- 一些手持设备
- 无人机的定位等等；

2. SLAM 中定位与建图是什么关系？为什么在定位的同时需要建图？

定位是需要周围环境的信息的，是借助周围地图信息来定位的；
建图又需要准确知道目前摄像机护着机器人的自身外置；
准确的定位需要准确的地图；
精准的地图构建又需要精准的位置信息；
是一个很耦合的问题。
所以，定位的同时需要建图。
在引用的第二章论文中，原文是这么说的：
Being precisely localized in an environment,a correct map is necessary, but in order to construct a good map it is necessary to be properly localized when elements are added to the map.

3. SLAM 发展历史如何？我们可以将它划分成哪⼏个阶段？

就个人的理解而言，SLAM的发展是伴随着计算机技术的发展不断的换向与发展的。主要可以分为一下的两个阶段：
（1）第一阶段：定位和建图分开研究的阶段；
（2）第二阶段：定位和建图在一起进行研究的阶段；
（3）第三阶段：开始运用摄像头的阶段（这里需要注意的是，之前由于计算机视觉的发展还不太到位，因此之前基本都是基于激光测距这种方法的）
（4）第四阶段：多元化的阶段（我之所以把这个阶段叫做多元化的阶段，是因为SLAM和深度学习的融合，视觉和惯性传感器的融合等解决方案不断的涌现，对于SLAM的发展可以说是起了极大的加速作用，也使得SLAM这个已经好几十年的老话题在今天又被大家重新认识，且重新投入努力和热情去对待。也就是现在，当下最好的阶段哈哈哈哈）

4. 列举三篇在SLAM 领域的经典⽂献。

《LSD-SLAM: Large-Scale Direct Monocular SLAM》(直接法的代表性文章)
《ORB-SLAM:ORB-SLAM: a Versatile and Accurate Monocular SLAM System》（特阵法的代表性文章，后续的ORB-SLAM2还开发出单目、双目、RGB-D的开源代码，且代码形式很好，值得学习）
《VINS-Mono: A Robust and Versatile Monocular Visual Inertial State Estimator》（经典的视觉和IMU融合的方法，值得学习）