[SLAM]（1-1）： SLAM的定义、目的、实现、背景、组成、数据库、所需基础、VIM

结合 高翔老师的著作《视觉SLAM十四讲：从理论到实践》，加上小白的工程经验共同完成。建议作为笔记功能反复使用。

---

1.什么是SLAM？

     SLAM(Simultaneous Localization and Mapping) ：同时定位与地图构建。

     它是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。如果这里的传感器主要为相机，那就称为”视觉SLAM“。

2.研究SLAM的目的？

    SLAM的目的是解决”定位“与”环境构建“这两个问题。

    一边要估计传感器自身的位置，一边要建立周围环境的模型。

3.视觉SLAM如何实现？

    当用相机作为传感器时，我们要做的，就是根据一张连续运动的图像（它们形成一段视频），从中推断相机的运动，以及周围的环境。

4.SLAM涉及到的背景知识？

    射影几何、计算机视觉、状态估计理论、李群李代数等。

5.SLAM整体分成几个部分？

    视觉里程计、端口优化、后端优化、建图、回环检测。

6.需要使用到的数据库？

     OpenCV、PCL、g2o、Ceres等。（并且需要掌握它们在Linux操作系统的使用方法。

7.需要掌握的基础知识？

     高等数学、线性代数、概率：知道矩阵和向量是什么；做微分和积分是什么意义。

     C++语言基础：类是什么；如何使用C++标准库；模块类如何使用。

     Linux：掌握Linux是一个学习SLAM研究人员说必须的。

8.VIM是什么？

     VIM 是一个功能强大、高度可定制的文本编辑器。

     VIM 在编辑器的地位是很高的，得益于 VIM 的指法，敲起代码来如行云流水。

---

《视觉SLAM十四讲：从理论到实践》 PDF资源

下载链接：https://download.csdn.net/user/robot_starscream/uploads  仅供各位研究员试读，请购买纸质书籍。