研究SLAM，對(duì)編程的要求有多高？說(shuō)到SLAM，很多人會(huì)提到MATLAB。主要是因?yàn)榇蟛糠秩硕际窃诒究齐A段接觸MATLAB，所以希望在以后的SLAM學(xué)習(xí)中用到。MATLAB確實(shí)有很多優(yōu)點(diǎn):語(yǔ)法簡(jiǎn)單，開(kāi)

研究SLAM，對(duì)編程的要求有多高？

說(shuō)到SLAM，很多人會(huì)提到MATLAB。主要是因?yàn)榇蟛糠秩硕际窃诒究齐A段接觸MATLAB，所以希望在以后的SLAM學(xué)習(xí)中用到。

MATLAB確實(shí)有很多優(yōu)點(diǎn):語(yǔ)法簡(jiǎn)單，開(kāi)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(diǎn)也很明顯，主要是這三個(gè):

1.你需要正版軟件(你可以 t在真機(jī)上安裝一個(gè)盜版的MATLAB

2.操作效率不高；

3.需要一個(gè)巨大的安裝包。

另一方面，C的優(yōu)勢(shì)在于直接使用，運(yùn)行效率高，但開(kāi)發(fā)速度和調(diào)試比MATLAB慢。

但是光是運(yùn)行效率就足以讓很多SLAM方案選擇C作為開(kāi)發(fā)語(yǔ)言，因?yàn)檫\(yùn)行效率真的很重要。

同樣的算法，如果它能 MATLAB寫(xiě)的不能實(shí)時(shí)，但是C寫(xiě)的可以實(shí)時(shí)，你說(shuō)哪個(gè)？

當(dāng)然，MATLAB也有一些用處。我看過(guò)一些SLAM相關(guān)的公開(kāi)課，讓學(xué)生用MATLAB做仿真，交作業(yè)。這個(gè)沒(méi)問(wèn)題，比如SLAM工具箱。

同樣，類(lèi)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(lái)了很多便利。當(dāng)你想驗(yàn)證一些數(shù)學(xué)理論和想法的時(shí)候，這些都是很好的工具。It 掌握MATLAB和Python是很棒的。

但是說(shuō)到實(shí)用性，你會(huì)發(fā)現(xiàn)幾乎所有的方案都在用c .因?yàn)檫\(yùn)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(yǔ)言比較特殊。你可以說(shuō)你精通Java，但千萬(wàn)不要說(shuō)你精通C，C非常博大精深，有數(shù)不清的特點(diǎn)，而且會(huì)隨著時(shí)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?yàn)楹芏鄸|西永遠(yuǎn)不會(huì)用到。

作為SLAM的研究人員，我們主要面對(duì)的是算法的開(kāi)發(fā)，所以我們更關(guān)心的是如何有效的實(shí)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(jì)模式，我個(gè)人認(rèn)為在SLAM中起次要作用。畢竟使用SLAM的目的是計(jì)算位置，構(gòu)建地圖，而不是編寫(xiě)一個(gè)可以自動(dòng)更新，具有多人在線對(duì)戰(zhàn)功能的機(jī)器人戰(zhàn)爭(zhēng)平臺(tái)。

你的主要精力可能花在矩陣運(yùn)算、分塊、實(shí)現(xiàn)非線性?xún)?yōu)化和圖像處理上；你可能對(duì)并發(fā)、指令集加速、GPU加速等主題感興趣。，或者可以花點(diǎn)時(shí)間學(xué)習(xí)；你也可以使用模板來(lái)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(shí)候不妨摸一下。但是當(dāng)你專(zhuān)注于SLAM的時(shí)候，你不會(huì) 我不需要專(zhuān)門(mén)學(xué)習(xí)。

說(shuō)了這么多，SLAM要求的C級(jí)一般比你在書(shū)上看到的那些樣例代碼要高。因?yàn)槟切┐a是作者用來(lái)給初學(xué)者介紹語(yǔ)法的，所以會(huì)盡量簡(jiǎn)單。實(shí)際的代碼往往結(jié)合了各種奇怪的技能，乍一看會(huì)顯得深不可測(cè)。

地理對(duì)話

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

說(shuō)到SLAM，很多人會(huì)提到MATLAB。主要是因?yàn)榇蟛糠秩硕际窃诒究齐A段接觸MATLAB，所以希望在以后的SLAM學(xué)習(xí)中用到。

MATLAB確實(shí)有很多優(yōu)點(diǎn):語(yǔ)法簡(jiǎn)單，開(kāi)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(diǎn)也很明顯，主要是這三個(gè):

1.你需要正版軟件(你可以 t在真機(jī)上安裝一個(gè)盜版的MATLAB

2.操作效率不高；

3.需要一個(gè)巨大的安裝包。

另一方面，C的優(yōu)勢(shì)在于直接使用，運(yùn)行效率高，但開(kāi)發(fā)速度和調(diào)試比MATLAB慢。

但是光是運(yùn)行效率就足以讓很多SLAM方案選擇C作為開(kāi)發(fā)語(yǔ)言，因?yàn)檫\(yùn)行效率真的很重要。

同樣的算法，如果它能 MATLAB寫(xiě)的不能實(shí)時(shí)，但是C寫(xiě)的可以實(shí)時(shí)，你說(shuō)哪個(gè)？

當(dāng)然，MATLAB也有一些用處。我看過(guò)一些SLAM相關(guān)的公開(kāi)課，讓學(xué)生用MATLAB做仿真，交作業(yè)。這個(gè)沒(méi)問(wèn)題，比如SLAM工具箱。

同樣，類(lèi)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(lái)了很多便利。當(dāng)你想驗(yàn)證一些數(shù)學(xué)理論和想法的時(shí)候，這些都是很好的工具。It 掌握MATLAB和Python是很棒的。

但是說(shuō)到實(shí)用性，你會(huì)發(fā)現(xiàn)幾乎所有的方案都在用c .因?yàn)檫\(yùn)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(yǔ)言比較特殊。你可以說(shuō)你精通Java，但千萬(wàn)不要說(shuō)你精通C，C非常博大精深，有數(shù)不清的特點(diǎn)，而且會(huì)隨著時(shí)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?yàn)楹芏鄸|西永遠(yuǎn)不會(huì)用到。

作為SLAM的研究人員，我們主要面對(duì)的是算法的開(kāi)發(fā)，所以我們更關(guān)心的是如何有效的實(shí)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(jì)模式，我個(gè)人認(rèn)為在SLAM中起次要作用。畢竟SLAM的目的是計(jì)算一個(gè)位置，然后建造它。這個(gè)地圖不是要寫(xiě)一個(gè)可以自動(dòng)更新，具有多人在線對(duì)戰(zhàn)功能的機(jī)器人戰(zhàn)爭(zhēng)平臺(tái)。

你的主要精力可能花在矩陣運(yùn)算、分塊、實(shí)現(xiàn)非線性?xún)?yōu)化和圖像處理上；你可能對(duì)并發(fā)、指令集加速、GPU加速等主題感興趣。，或者可以花點(diǎn)時(shí)間學(xué)習(xí)；你也可以使用模板來(lái)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(shí)可能會(huì)被觸動(dòng)，但你不會(huì)。;當(dāng)你專(zhuān)注于SLAM時(shí)，你不必特別研究它們。

說(shuō)了這么多，SLAM要求的C級(jí)一般比你在書(shū)上看到的那些樣例代碼要高。因?yàn)槟切┐a是作者用來(lái)給初學(xué)者介紹語(yǔ)法的，所以會(huì)盡量簡(jiǎn)單。實(shí)際的代碼往往結(jié)合了各種奇怪的技能，乍一看會(huì)顯得深不可測(cè)。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(shí)候，覺(jué)得C也不過(guò)如此，沒(méi)有什么特別難懂的地方。然而，實(shí)際的代碼是這樣的:

嵌套模板類(lèi)(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(dòng)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(xiàng)新功能(來(lái)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(dòng)s2 1。/(1./seed-gtsigma2 1。/tau2)

浮點(diǎn)m s2*(種子-gtmu/種子-gtsigma2 x/tau2)

浮動(dòng)C1 s:: math::pdf(nd，x)

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

浮點(diǎn)歸一化_常數(shù)C1 C2

C1 /歸一化_常數(shù)

C2 /正?；痏公司nstant

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

浮動(dòng)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(dòng)管理部門(mén)_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(shí)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(shí)是對(duì)的！

[我 我不太會(huì)發(fā)表情。無(wú)論如何，它 it'下定決心對(duì)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(guò)程 s代碼和編寫(xiě)您自己的代碼。是反復(fù)練習(xí)的，不僅僅是看書(shū)。特別是對(duì)于視覺(jué)SLAM問(wèn)題，很多時(shí)候你可以 不要根據(jù)論文實(shí)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(qǐng)盡快開(kāi)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(méi)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(cè)的庫(kù)，稍微列舉幾個(gè)。

1.DBoW系列

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

GitHub-dorian3d/DBoW2:增強(qiáng)的C語(yǔ)言層次詞庫(kù)()

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

()

2.FABMAP系列

周柳樹(shù)，康明斯系列論文。作者自己提供了一個(gè)開(kāi)源版本，有人在OpenCV中實(shí)現(xiàn)了一個(gè)，所以一共兩種。

FabMap原始(~)

OpenCV:OpenFABMAP

()

3.DLoopDetector

基于DBoW2()開(kāi)發(fā)的循環(huán)檢測(cè)庫(kù)

建議從DBoW2或DBoW3開(kāi)始。原理和實(shí)現(xiàn)都比較簡(jiǎn)單，效果不錯(cuò)。

matlab與stk怎么連？

步驟:

1.確保matlab是32位的；

2.在 "安裝路徑agistk9in "