研究SLAM，對編程的要求有多高？說到SLAM，很多人會提到MATLAB。主要是因為大部分人都是在本科階段接觸MATLAB，所以希望在以后的SLAM學(xué)習(xí)中用到。MATLAB確實有很多優(yōu)點:語法簡單，開

研究SLAM，對編程的要求有多高？

說到SLAM，很多人會提到MATLAB。主要是因為大部分人都是在本科階段接觸MATLAB，所以希望在以后的SLAM學(xué)習(xí)中用到。

MATLAB確實有很多優(yōu)點:語法簡單，開發(fā)速度快，調(diào)試方便，功能豐富。但是在SLAM領(lǐng)域，MATLAB的缺點也很明顯，主要是這三個:

1.你需要正版軟件(你可以 t在真機(jī)上安裝一個盜版的MATLAB

2.操作效率不高；

3.需要一個巨大的安裝包。

另一方面，C的優(yōu)勢在于直接使用，運行效率高，但開發(fā)速度和調(diào)試比MATLAB慢。

但是光是運行效率就足以讓很多SLAM方案選擇C作為開發(fā)語言，因為運行效率真的很重要。

同樣的算法，如果它能 MATLAB寫的不能實時，但是C寫的可以實時，你說哪個？

當(dāng)然，MATLAB也有一些用處。我看過一些SLAM相關(guān)的公開課，讓學(xué)生用MATLAB做仿真，交作業(yè)。這個沒問題，比如SLAM工具箱。

同樣，類似于MATLAB的Python(和octave)也經(jīng)常這樣使用。它們的快速發(fā)展帶來了很多便利。當(dāng)你想驗證一些數(shù)學(xué)理論和想法的時候，這些都是很好的工具。It 掌握MATLAB和Python是很棒的。

但是說到實用性，你會發(fā)現(xiàn)幾乎所有的方案都在用c .因為運行效率是如此的重要。

好吧，既然有心學(xué)MATLAB，為什么不學(xué)好C呢？

讓 讓我們談?wù)凜將學(xué)到多少。

在程序員 s的話，C語言比較特殊。你可以說你精通Java，但千萬不要說你精通C，C非常博大精深，有數(shù)不清的特點，而且會隨著時間不斷變化更新。然而，大多數(shù)人不。;不需要學(xué)習(xí)所有的C特性，因為很多東西永遠(yuǎn)不會用到。

作為SLAM的研究人員，我們主要面對的是算法的開發(fā)，所以我們更關(guān)心的是如何有效的實現(xiàn)各種相關(guān)算法。另一方面，那些復(fù)雜的軟件架構(gòu)和設(shè)計模式，我個人認(rèn)為在SLAM中起次要作用。畢竟使用SLAM的目的是計算位置，構(gòu)建地圖，而不是編寫一個可以自動更新，具有多人在線對戰(zhàn)功能的機(jī)器人戰(zhàn)爭平臺。

你的主要精力可能花在矩陣運算、分塊、實現(xiàn)非線性優(yōu)化和圖像處理上；你可能對并發(fā)、指令集加速、GPU加速等主題感興趣。，或者可以花點時間學(xué)習(xí)；你也可以使用模板來擴(kuò)展你的算法，或者你也可以試一試。

相應(yīng)的，很多功能性的東西，比如UI，網(wǎng)絡(luò)通訊等。，用的時候不妨摸一下。但是當(dāng)你專注于SLAM的時候，你不會 我不需要專門學(xué)習(xí)。

說了這么多，SLAM要求的C級一般比你在書上看到的那些樣例代碼要高。因為那些代碼是作者用來給初學(xué)者介紹語法的，所以會盡量簡單。實際的代碼往往結(jié)合了各種奇怪的技能，乍一看會顯得深不可測。

地理對話

學(xué)習(xí)SLAM對編程的要求有多高？半閑散俗人2016-11-22 19 :16

說到SLAM，很多人會提到MATLAB。主要是因為大部分人都是在本科階段接觸MATLAB，所以希望在以后的SLAM學(xué)習(xí)中用到。

MATLAB確實有很多優(yōu)點:語法簡單，開發(fā)速度快，調(diào)試方便，功能豐富。但是在SLAM領(lǐng)域，MATLAB的缺點也很明顯，主要是這三個:

1.你需要正版軟件(你可以 t在真機(jī)上安裝一個盜版的MATLAB

2.操作效率不高；

3.需要一個巨大的安裝包。

另一方面，C的優(yōu)勢在于直接使用，運行效率高，但開發(fā)速度和調(diào)試比MATLAB慢。

但是光是運行效率就足以讓很多SLAM方案選擇C作為開發(fā)語言，因為運行效率真的很重要。

同樣的算法，如果它能 MATLAB寫的不能實時，但是C寫的可以實時，你說哪個？

當(dāng)然，MATLAB也有一些用處。我看過一些SLAM相關(guān)的公開課，讓學(xué)生用MATLAB做仿真，交作業(yè)。這個沒問題，比如SLAM工具箱。

同樣，類似于MATLAB的Python(和octave)也經(jīng)常這樣使用。它們的快速發(fā)展帶來了很多便利。當(dāng)你想驗證一些數(shù)學(xué)理論和想法的時候，這些都是很好的工具。It 掌握MATLAB和Python是很棒的。

但是說到實用性，你會發(fā)現(xiàn)幾乎所有的方案都在用c .因為運行效率是如此的重要。

好吧，既然有心學(xué)MATLAB，為什么不學(xué)好C呢？

讓 讓我們談?wù)凜將學(xué)到多少。

在程序員 s的話，C語言比較特殊。你可以說你精通Java，但千萬不要說你精通C，C非常博大精深，有數(shù)不清的特點，而且會隨著時間不斷變化更新。然而，大多數(shù)人不。;不需要學(xué)習(xí)所有的C特性，因為很多東西永遠(yuǎn)不會用到。

作為SLAM的研究人員，我們主要面對的是算法的開發(fā)，所以我們更關(guān)心的是如何有效的實現(xiàn)各種相關(guān)算法。另一方面，那些復(fù)雜的軟件架構(gòu)和設(shè)計模式，我個人認(rèn)為在SLAM中起次要作用。畢竟SLAM的目的是計算一個位置，然后建造它。這個地圖不是要寫一個可以自動更新，具有多人在線對戰(zhàn)功能的機(jī)器人戰(zhàn)爭平臺。

你的主要精力可能花在矩陣運算、分塊、實現(xiàn)非線性優(yōu)化和圖像處理上；你可能對并發(fā)、指令集加速、GPU加速等主題感興趣。，或者可以花點時間學(xué)習(xí)；你也可以使用模板來擴(kuò)展你的算法，或者你也可以試一試。

相應(yīng)的，很多功能性的東西，比如UI，網(wǎng)絡(luò)通訊等。，當(dāng)你使用它們時可能會被觸動，但你不會。;當(dāng)你專注于SLAM時，你不必特別研究它們。

說了這么多，SLAM要求的C級一般比你在書上看到的那些樣例代碼要高。因為那些代碼是作者用來給初學(xué)者介紹語法的，所以會盡量簡單。實際的代碼往往結(jié)合了各種奇怪的技能，乍一看會顯得深不可測。比如你在課本上讀到的是這樣的:

int main ( int argc，char** argv)

{

vectorltstringgt vec

vec.push_back(abc)

for ( int i0 () i)

{

// ...

}

返回0

}

你看《C Primer Plus》的時候，覺得C也不過如此，沒有什么特別難懂的地方。然而，實際的代碼是這樣的:

嵌套模板類(g2o中的塊求解器):

g 2 o: :blocksolv: :blocksolv:lin: :lin: :blocksolvertlt g 2 oecho-@ . com :blocksolverlt g 2 oech 23-@ . com :blocksolvertraitslt 3，1gt gt(linear solver)g 2 oech 25-@ . com :optimizationalgorithmlevenberg * solver new g 2 oech 27-@ . com :optimizationalgorithmlevenberg(solver _ ptr)g 2 oech 29-@ com

模板元素(從ceres自動派生):

虛擬bool Evaluate(雙常量*常量*參數(shù)，

雙*殘差，

double * * Jacobian)const {

如果(！雅各賓派){

r: :variadicevaluatelt

CostFunctor，doubl:: call(* functor _，參數(shù)，殘差)

}

r::autodiffltcostfunctor，doubl:: differential(

*函子_，

參數(shù)，

SizedCostFunctionltkNumR:: num _ residuals()，

殘差，

雅各布)}

C11項新功能(來自SVO功能提取部分)

void fram::s:: for _ each(FTS _。b:: updateseed(const float x，const float tau2，Seed* seed){

float norm _ scal::is nan(norm _ scal: : math: : normal _ distributionltfloatgt nd(seed-gtmu，norm_scale)

浮動s2 1。/(1./seed-gtsigma2 1。/tau2)

浮點m s2*(種子-gtmu/種子-gtsigma2 x/tau2)

浮動C1 s:: math::pdf(nd，x)

浮動C2種子-gtb/(種子-gta種子-gtb) * 1。/seed-gtz_range

浮點歸一化_常數(shù)C1 C2

C1 /歸一化_常數(shù)

C2 /正?；痏公司nstant

浮動f C1*(種子-gta 1。)/(種子-gta種子-gtb 1。)C2*seed-gta/(seed-gta seed-gtb 1。)

浮動e C1*(種子-gta 1。)*(種子-gta 2。)/((種子-gta種子-gtb 1)。)*(種子-gta種子-gtb 2。))

C2 * seed-GTA *(seed-GTA 1.0f)/((seed-GTA seed-gtb 1.0f)*(seed-GTA seed-gtb 2.0f))

//更新參數(shù)

浮動管理部門_新C1 * C2 * seed-gtmu

種子-gtsigma2 C1*(s2 m*m) C2*(種子-gtsigma2種子-gtmu *種子-gtmu) - mu_new*mu_new

seed-gtmu mu_new

seed-gta(英-法)/(法-英/法)

seed-gtb seed-gta*(1.0f-f)/f}

我不 我不知道你看到這些代碼的感受，但我當(dāng)時的內(nèi)心感受是:這怎么和課本上的完全不一樣？而且研究了很久，發(fā)現(xiàn)人其實是對的！

[我 我不太會發(fā)表情。無論如何，它 it'下定決心對你有好處

總之，C的水平要求應(yīng)該在課本之上。而且，這種水平的提高，大多是建立在不斷看別人的過程 s代碼和編寫您自己的代碼。是反復(fù)練習(xí)的，不僅僅是看書。特別是對于視覺SLAM問題，很多時候你可以 不要根據(jù)論文實現(xiàn)一套方案，這很大程度上取決于你的理論和代碼技能。

所以，請盡快開始學(xué)習(xí)C，使用C，這才是學(xué)習(xí)SLAM的正確方法。

唐 不要在你的舒適區(qū)里猶豫太久，所以沒有進(jìn)步。(同樣適用于想學(xué)SLAM但是不 我不想學(xué)Linux。)

關(guān)于閉環(huán)檢測的庫，稍微列舉幾個。

1.DBoW系列

TRO12的一篇文章，其中使用了k-means訓(xùn)練的字典樹。它與OpenCV結(jié)合緊密，原理相對簡單。

GitHub-dorian3d/DBoW2:增強的C語言層次詞庫()

GitHub-rmsalinas/DBow3: dbo w2的改進(jìn)版本

()

2.FABMAP系列

周柳樹，康明斯系列論文。作者自己提供了一個開源版本，有人在OpenCV中實現(xiàn)了一個，所以一共兩種。

FabMap原始(~)

OpenCV:OpenFABMAP

()

3.DLoopDetector

基于DBoW2()開發(fā)的循環(huán)檢測庫

建議從DBoW2或DBoW3開始。原理和實現(xiàn)都比較簡單，效果不錯。

matlab與stk怎么連？

步驟:

1.確保matlab是32位的；

2.在 "安裝路徑agistk9in "