高翔【自动驾驶与机器人中的SLAM技术】学习笔记（二）——带着问题的学习；一刷感受；环境搭建_业界新闻

发布时间:2024-07-17 22:56

阅读量:8

按照作者在读者寄语中的说法：我们得榨干这本书的知识。

带着问题

为了更好的学习，我们最好带着问题去探索。

第一：核心问题与基础知识

如上图：这本书介绍了SLAM相关的核心问题和基础知识。王谷博士给我们做了梳理：

ESKF
预积分
卡尔曼滤波器
因子图优化
松耦合/紧耦合
激光SLAM
高精定位
......
点云处理

第二：复现与实践

这本书的另一个意义：我们直接读SLAM相关的论文，可能知道大概意思，但是工程实践很难。复现难，但是这本书提供了一个从论文到实现的指引。哪怕我们没有原论文源码，也可以基于其原理，写出自己的SLAM实现。这对大部分人是非常有价值和帮助的。

第三：带着问题去探索：

如何利用IMU产品手册设置IMU运动方程噪声参数
NDT有什么高效直接的实现方法
松耦合/紧耦合的LIO

第四：不只自动驾驶，还可VR、AR

做VR或者AR也要用到SLAM。同样要用：卡尔曼滤波、预积分、子地图、回环检测等技术。

一刷的感受：

一：不会，不懂

我说一下读第一遍的感受：好多东西根本不懂。

这时候的做法：分为两个流派：

一个流派：按部就班，就按照这个流程，循序渐进。一点点走上去。
一个流派：直捣黄龙，逢山开路，遇水搭桥。
1、先说第一个流派的：
好处是一步一个脚印，而且每一步都有额外的收获，每一步的收获，都会在以后无限有用。因为技术是一种层层堆叠的东西。你如果就是做技术的，那么静下心来踏踏实实的走上去，非常好。因为代表了无限的可能。因为你基础牢固，内功扎实。你修的是内功。以后想创新想突破都容易。碰到问题，知道如何完善，甚至优化。
问题是慢，而且容易走偏。这里说最优化和矩阵论，是研究生课程，你如果是研究生，修过这个心法，正好，不是事。如果你是本科生，如何自处。重新学习一遍这两门课最少也得两三周。你是学生还好，你如果是工作的人。如何处理。
这两门课其实是非常基础和实用的课程，如果走第一个流派，真心应该研究一下。
2、另一个流派：
碰到不会的再学。他说最优化和矩阵论，那么当碰到读不懂的地方时，直接借助方便的搜索引擎去学习，明确你的学习目标，他说最优化的什么东西。知道专业名词，然后弄明白这个专业名词做什么，找一文读懂专业名词，借助B站这类网站去找课程学习。
（我记得有人分享过：如何快速学习一个行业：找20个这个行业最高频的专业词汇，无论是与人沟通还是搜索，还是看视频课，弄懂他们之后，这个行业你就入门了）
逢山开路，遇水搭桥，碰到不会的再去学，这样有目的的去学习，把有限的精力，集中在你的目标上。
不足就是创新不足，后劲不足。但也要看你具体要做啥。你的目标大小。目标就是搞懂，就别整其他没用的。