学习两年多感觉SLAM太难了，大家对此有什么想法？

作者 | 无疆WGH  编辑 | 汽车人

原文链接：https://www.zhihu.com/question/388453391/answer/2128109058

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

点击进入→自动驾驶之心【SLAM】技术交流群

后台回复【SLAM综述】获取视觉SLAM、激光SLAM、RGBD-SLAM等多篇综述！

分享一下本人经历：普通985硕，专业本身与SLAM/机器人不沾边，只会基本的coding，高数/线代/矩阵论只上过课，SLAM零基础，研究生期间只简单用过ORB-SLAM2（改接口）。

2020年9月入职某机器人公司开始从事SLAM导航工作，现在能够对几个主流激光SLAM方案相对得心应手地改进落地，正在利用周末时间coding自己的SLAM框架+复现paper，近期在我司满一年的应届生定岗定级评比中位列Top15%（获得同届最高职级），看ICRA/IROS paper基本无压力，能够follow别人的工作。

这个回答算是个人一年来的经验分享，希望能给大家一些参考～

题主觉得SLAM太难了，其实我也有过同感，一次是在学校跑开源SLAM尝试阅读代码的时候，另一次是工作期间基于若干开源方案进行二次开发的时候。现在看来，第一次觉得难是理论功底不足+代码能力差，第二次是工程trick 理解不足+代码能力差(不熟悉C++设计模式)。

SLAM说难也不难，个人愚见对于初阶工程师来说，归根结底就三个方面~

以下开始分享我的亲身经历：

我研三上才第一次接触到《十四讲》，没错，是才知道这本书的存在，才知道有SLAM这个词汇。

然后在隔壁课题组同学的帮助下跑通了ORB-SLAM，跑的还是官方的包。

同学期，因为毕设的一个环节是双目SLAM，花大把时间读《十四讲》+跑代码建立了对SLAM的基本认知。

春节后爆发疫情，在家无聊用C++写了一些视觉的小工程，代码量1W行，打通了C++基本功。

20年5月份入职，9月底开始从事SLAM相关的岗位。看了两个月VINS-Fusion，似懂非懂，工作上没有产出（惭愧）。

20年年底上手某厂的某开源激光SLAM框架，从跟着前辈同事跑bag包、配置launch文件做起。

这个框架非常难读（对当时的我来说），不懂C++新特性 + 无读SLAM代码经验 + 没有架构思维，让我完全不知道代码在干嘛。硬着头皮死磕，开始逐渐明白了一些小模块的代码为什么这么写，比如多激光雷达数据预处理。再后来能够在小车上实时跑算法了，可以试着调整一些参数看看效果如何改变。【此时此刻，才有资格称自己为小白】

质变发生在2021年的前三个月，凭借着死磕精神硬是把庞大的代码工程吃下来了（这个工程总共6W+行代码，远远大于其它激光SLAM框架，白天做工作，晚上看代码+做笔记），期间前辈离职个人被顶到一线，直面算法落地的责任，但恰恰是这种直面，让我对代码的理解飞速加深。

紧接着团队开发的算法正式落地项目应用，我开始每天泡在应用场景里，因为算法刚落地一定会有各种水土不服，作为工程师，根据持续暴露的各种问题优化代码解决问题，是本分。

等这个落地跟进过程大体结束，已是21年的5月底。这时的我，有种酣畅淋漓的感觉！

落地效果比较稳定后，逐渐有时间做一些global的复盘和总结，SLAM这个事开始在我脑海中逐渐变成一个清爽、条理、具体的存在，赏心悦目。

然后开始去看其它的方案，沿着 LOAM/A-LOAM/LeGO-LOAM/Lio-Sam 一路往前走，期间同步系统性地review了 2020/2021年的 IROS和ICRA ，我发现自己无论是看代码还是review paper，速度已经非常快了（大神太多，这里只是跟之前的自己比）。

在看代码的时候看到一些不明意图的细节，开始能够很快意识到、或者是根据该模块的功能反向推测到，作者为什么这样写。

在 review 别人paper的时候，看到一些不错的想法，会想到怎样把它嵌入到自己的系统中，解决自己遇到的工程问题，开始在组会上提出一些新的想法和同事们讨论。会有冲动用个人时间去复现未开源代码的paper，并且现在也正在做。

一通百通！

半年时间，SLAM世界对我好像瞬间通透了！工作上的成就感也让自己自信起来。

为什么我认为【理论功底+coding能力+工程trick】构成了初阶工程师的能力栈？大抵也是我对个人经历的总结。质变的那3个月和落地跟进的2个月，理论功底的补齐一直没有断过，高数/线代/矩阵论课本是手边书，《概率机器人》解决对滤波算法体系的理解，看paper/博客/知乎做总结家常便饭；coding能力方面，C++PrimePlus是手边书，C++11/14官网网站是我最经常访问的网站之一，我一直都喜欢总结，享受把难以说清楚的问题用清晰的图表或脑图表达出来的快感，对复杂架构下多线程间交互逻辑的梳理使我非常得意；工程trick方面有两点，研读优秀开源框架本身就学到了很多trick，落地的过程中又遇到了新的问题，逼着你不仅要自己想还要多和大家请教交流，创造或挪用一些新的trick来解决问题。

最后，放出能力栈的完全版，即兴总结，定有疏漏，仅供入门者参考，大神跳过。

投稿作者为『自动驾驶之心知识星球』特邀嘉宾，如果您希望分享到自动驾驶之心平台，欢迎联系我们！

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、协同感知、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码免费学习）

视频官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

近2000人的交流社区，涉及30+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、Occupancy、多传感器融合、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）