从建图王者到幕后标定：一个15年SLAM老兵眼中的行业消亡史-CSDN博客

点击下方卡片，关注「3D视觉工坊」公众号
选择星标，干货第一时间送达

添加小助理：cv3d001，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。

扫描下方二维码，加入「3D视觉从入门到精通」知识星球(点开有惊喜)，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门秘制视频课程、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！

2025年还要不要入门SLAM

问：已经2025年，我到底还要不要入门SLAM？

答：尽量不要

SLAM近年的发展历程

从高精度惯导、天文导航（视觉定位）、组合导航到激光SLAM/视觉SLAM/4D mmw SLAM，做了15+年，强烈建议在入门之前，问问自己是否真要继续深入，是否还有其他选择。以下是一个slamer的视角观察到近年的发展历程：

2017~2019年：SLAM+CNN感知的高光时刻，ORB-SLAM、VINS-mono、VINS-fusion、open vins、LIO_SAM、fast-lio、LVIO等经典算法大面积应用于实践；

2020~2022年：语义SLAM部分成熟，结合经典SLAM算法，在众包建图和泊车SLAM中落地，可以部分解决对高精地图的依赖，算是SLAM最后的荣光；

2023年：全面进入BEV、OCC，以MapTR为代表的无图算法标致着两段式算法进入量产计划表，SLAM退出舞台中央做起了幕后（标定、4D真值等），虽然实时定位还需要，但毕竟不是当红花旦了；

2024年：开始端到端，大模型开始demo，基于transformer的显式建图或隐式建图直接输出至下游，剩下的定位部分，一个组合导航几乎解决了绝大多数问题，停车场/内部路还需要一部分SLAM，但已经很少了。SLAM变成了一个投入巨大还很难有（zhao）所（dao）建（gong）树（zuo）的方向。

SLAM如何入门：算法+工程

SLAM是一个对算法能力和工程能力要求都很高的方向，算法能力可以参考“数学学不好，demo跑到老”，工程能力涉及C++、ROS等，下面是一些入门思路。

A. 算法部分

了解-温故-理解-运用，不要被数学吓到，不会就跳过，“为什么这么做”比“怎么做”更重要。

数学基础：空间坐标、线性变换，搞清楚V_n = R_b2n * V_b，顺带理解姿态矩阵R_b2n的四元数/欧拉角/李群李代数表示，理解小角度情况下他们之间的近似关系，这部分数学比较多，不会推导也没关系，重在理解和应用，随着工程中遇到的问题越来越多，对它们的理解会越来越多，尤其是发现李群李代数在忽略二阶小量后和四元数轴角、欧拉角、反对称矩阵的关系后，这块就变得没那么难了，无非就是对旋转的几种不同表达和运输法则（类似加减乘除）；

视觉基础：相机模型、2d-2d（五点法、八点法、BA优化）、三角化、3d-2d（PnP）、3d-3d（ICP）、直接法与半直接法。视觉SLAM使用图像做运动估计（位姿求解），需要搞清楚什么场景下用什么办法，这也就是前人为什么会总结出有上面这些视觉位姿估计算法，例如：初始化使用SfM,这里用2d-2d是不得已，因为图像上只有一个uv组成的2d点，匹配之后通过2d-2d计算R|t，然后三角化得到3d landmarker，之后用已经三角化的landmarker与图像上的2d点做3d-2d的重投影误差估计，提升位姿估计的精度和效率；

激光基础：构建残差->推导残差与状态的关系（雅可比）->位姿估计，原本应该是在视觉SLAM里就应该明白的，只不过，典型的激光SLAM相比传统的视觉SLAM有更多残差类型，例如：点到点、点到线、点到面等，需要理解通过构建残差优化位姿的整体思路，这会帮助你快速阅读语义SLAM相关的论文，也会帮助你通过自定义残差约束求解目标；

融会贯通：结合三个经典开源算法（VINS-mono、SVO、LOAM），去找到以上这些算法点是如何被应用起来的，不要被庞大的代码、复杂的环境配置带偏了，读论文，读关键代码模块对应即可。

资料推荐：高翔的视觉SLAM十四讲和秦永元的惯性导航（或严恭敏的组合导航算法）。熟悉以上算法基本上应该入门了，至于特征提取与匹配、深度学习特征引入、3DGS等，适度了解吧。

B. 工程

C++基础：stl库（vector\map\queue等）、虚函数（继承\多态，理解OOP的抽象）、多线程（锁、条件变量）、设计模式（单例、生产者与消费者、pipeline）；

ROS基础：拿一个开源算法和数据，跑起来，明白多线程、生产者与消费者之后，这块就很容易了；

掌握和运用：工程方面与经验的关系比较大，多看ORB-SLAM、LOAM这俩算法可以快速帮你在工程上提高到一个比较可观的水平。

入门离掌握还有5个入门的距离

以上这些仅仅是入门，离能够解决实际问题还有很大距离。据我观察，很多工作多年且很努力的slamer也搞不清楚观测与状态的关系（不会推导雅可比，不会可观测分析，不明白雅可矩阵怎么和可观测分析结合），实践中发现问题只能调调参数，不会分析根本原因，不明白哪些是当前的主要误差源。不是他们不努力，是因为这要求比较宽比较深的理论基础和实践总结，如果有人带就很容易通，如果自己琢磨，需要比较高天分。

作者：stephen 编辑：智驾极客

原文链接：https://www.zhihu.com/question/393195575/answer/54580598484

本文仅做学术分享，如有侵权，请联系删文。

3D视觉交流群，成立啦！

目前我们已经建立了3D视觉方向多个社群，包括2D计算机视觉、最前沿、工业3D视觉、SLAM、自动驾驶、三维重建、无人机等方向，细分群包括：

工业3D视觉：相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、摄影测量、阵列相机、光度立体视觉等。

SLAM：视觉SLAM、激光SLAM、语义SLAM、滤波算法、多传感器融合、多传感器标定、动态SLAM、MOT SLAM、NeRF SLAM、机器人导航等。

自动驾驶：深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、Occupancy、目标跟踪等。

三维重建：3DGS、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图等

无人机：四旋翼建模、无人机飞控等

2D计算机视觉：图像分类/分割、目标/检测、医学影像、GAN、OCR、2D缺陷检测、遥感测绘、超分辨率、人脸检测、行为识别、模型量化剪枝、迁移学习、人体姿态估计等

最前沿：具身智能、大模型、Mamba、扩散模型、图像/视频生成等

除了这些，还有求职、硬件选型、视觉产品落地、产品、行业新闻等交流群

添加小助理: cv3d001，备注：研究方向+学校/公司+昵称（如3D点云+清华+小草莓）, 拉你入群。

▲长按扫码添加助理：cv3d001

3D视觉工坊知识星球

「3D视觉从入门到精通」知识星球(点开有惊喜)，已沉淀6年，星球内资料包括：秘制视频课程近20门（包括结构光三维重建、相机标定、SLAM、深度估计、3D目标检测、3DGS顶会带读课程、三维点云等）、项目对接、3D视觉学习路线总结、最新顶会论文&代码、3D视觉行业最新模组、3D视觉优质源码汇总、书籍推荐、编程基础&学习工具、实战项目&作业、求职招聘&面经&面试题等等。欢迎加入3D视觉从入门到精通知识星球，一起学习进步。

▲长按扫码加入星球

3D视觉工坊官网：www.3dcver.com

卡尔曼滤波、大模型、扩散模型、具身智能、3DGS、NeRF、结构光、相位偏折术、机械臂抓取、点云实战、Open3D、缺陷检测、BEV感知、Occupancy、Transformer、模型部署、3D目标检测、深度估计、多传感器标定、规划与控制、无人机仿真、C++、三维视觉python、dToF、相机标定、ROS2、机器人控制规划、LeGo-LAOM、多模态融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、MVSNet三维重建、colmap、线面结构光、硬件结构光扫描仪等。