标签:移动 入门 算法 入土 SLAM https zhihu com
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
标签:移动,入门,算法,入土,SLAM,https,zhihu,com 来源: https://blog.csdn.net/CrazyU/article/details/120424147
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。