移动SLAM从入门到入土（一）

之前一直想转到计算机视觉方向，但是理论太多，又需要经验，补了一些计算机视觉的课，VR/AR是一个很有意思的方向，但是普遍的培训或者工作机会都是需要unity经验

最近看到某大厂在招收移动SLAM工程师，感觉可以试一试，所以准备尝试一下看看，把整个事情记录一下，做出来就做出来，做不出来就放弃

先列举一下参考资料：

1. 视觉SLAM十四讲（书还没有看，视频讲解的很清晰，很容易搜到，是十分适合入门的材料）

2.VSLAM解决方案详解https://zhuanlan.zhihu.com/p/97930833

3.SLAM算法各有哪些优缺点https://www.zhihu.com/question/51045335?sort=created

4. 某大佬实现的手机slam移植https://zhuanlan.zhihu.com/p/392677452

目前比较流行的结构是 前端做tracking, 后端做Mapping，

从PTAM开始，mapping和tracking同时做成了一个约定的方案，目前orb-SLAM3是 我调研到的最新的开源解法，还有很多优秀的在机器人端或者移动端都可以部署的算法，比如LSD-SLAM,VINS-MONO等等，通过阅读ORB_SLAM3的原论文可以追踪到相应的文章，同时也可以在对应的数据集上尝试复现（如果数据集开源的话）

还好有一定的linux和C++基础，这样本地的配置基本问题不大(但是并没有在ubuntu下面写过makefile啊喂)，移动端可能还要学习android和iPhone的应用开发，以及一些常用的软件包 openCV(由于4刚刚出来，可能还是要先学3），g2o,ceres,eigen等对应的库

决定先把orb-slam3移植到现有的硬件上，手头有一台win7台式机，Ipad4,mi k20,以及小米平板2

看看效果，同时对比一下各个算法

移植成功之后，再把理论知识补一下，包括一些没有涉及到的可能会面试到的EKF,FAST, SIFT,SURT，等等 

SLAM的理论已经有20多年了，和RL的历史有的一拼，所以工程化的能力应该是比较重要的

如果后面SLAM做得好，无论是移动端的AR/VR 还是ROS端的自动驾驶 应该都应付的来