SLAM风口

SLAM是 Simultaneous Localization And Mapping的 英文首字母组合，一般翻译为：同时定位与建图、同时定位与地图构建。虽然听起来比较拗口，但SLAM却是三维视觉的核心技术，广泛应用于AR、自动驾驶、智能机器人、无人机等前沿热门领域。可以说凡是具有一定行动能力的智能体都拥有某种形式的SLAM系统。关于SLAM的具体应用场景介绍可以看《SLAM有什么用？》

SLAM是计算机视觉技术的下一个风口

相比于计算机 视觉领域的另一个热门：深度学习，SLAM技术尚处于技术爆发前期。这是因为：

在学术研究 方面：从最近几年计算机视觉的三大顶级会议CVPR, ICCV, ECCV 录用论文来看，以SLAM技术为核心的三维视觉论文正在快速增长；
在硬件设备方面：以双目相机、深度相机为代表的消费级3D相机最近几年发展迅猛，国内外已经形成了成熟的产业链。3D相机在智能手机、智能眼镜等设备上应用越来越多，以手机为例，苹果、华为、小米、OPPO、VIVO等手机大厂都在积极推动深度相机在手机上的普及。
在应用场景方面：最近几年无人机，智能机器人，自动驾驶汽车，AR设备的快速发展也极大促进SLAM技术在现实场景中的应用。

雷军说，站在时代的风口，猪都能飞起来。可以预见，SLAM技术是计算机视觉技术继深度学习后的下一个爆发的风口，关于这方面详情见《为什么要学SLAM？》。

学习SLAM如何入门？

那么，想要学习SLAM如何入门呢？

我们还是先拿深度学习做个对比。从研究角度出发，深度学习相对容易入门，这是由于深度学习本身黑盒子的特点，很多从业者不需要了解图像处理、计算机视觉的基础知识便可以得到一个相对较好的结果，因此入门门槛并不是很高。但事情都具有两面性，门槛越低的行业，也容易被替代。

而学习SLAM则需要具备三维空间刚体变换、相机成像模型、特征点提取与匹配、多视角几何、非线性优化等内容。这对于非该领域的从业者来说算是较高的门槛，也需要花费不少的时间来打基础。这个过程可能比较痛苦，但是熬过了这个过程，你就拥有了自己独有的核心竞争力，不用担心轻易被取代，未来会有非常强的竞争力。

但是目前关于SLAM学习的资料不多，而且参差不齐，初学者推荐高翔的《视觉SLAM十四讲》，该书也是本教程的必备参考书籍，虽然本书写的已经比较基础，但很多小伙伴在学习期间仍然会遇到很多困难：公式看不懂，代码不会写，不知道怎么入手等，白白浪费了时间和精力，甚至因此放弃了该方向的研究，白白错过了时代的风口。

有没有好的入门方法？

首先，我们来看看入门都需要哪些知识。这篇文章告诉你《学习SLAM到底需要学什么？》，以下是笔者所总结的SLAM学习的知识树：