1. SLAM技术概述：什么是SLAM、SLAM的发展历程、视觉SLAM vs VIO、课程目标与学习路径
1.1 到底什么是SLAM？
SLAM，全称是 Simultaneous Localization and Mapping。中文叫「同步定位与地图构建」。
说白了，就是让一个机器人，在完全陌生的环境里，一边走路，一边给自己画地图，同时还要知道自己在地图上的哪个位置。
你想想看，这其实是个「先有鸡还是先有蛋」的问题。要知道自己在哪里，得先有地图；要构建地图，又得先知道自己的位置。SLAM 要解决的，就是这个死循环。
我在做第一个机器人项目时，就踩过这个坑。当时天真地以为，只要给机器人装个激光雷达，它就能自己认路。结果一开机，它直接撞墙——因为它根本不知道自己在哪。嗯，从那以后我才真正理解 SLAM 有多重要。
核心三要素：
- 定位：我在哪？
- 建图：周围长什么样？
- 同步：一边走一边干这两件事。
1.2 SLAM 的发展历程
SLAM 这个概念，最早可以追溯到 1986 年。当时在旧金山的一次机器人会议上，几位大佬开始讨论：能不能让机器人在未知环境中自主导航？
我简单梳理了一下几个关键节点：
| 年代 | 里程碑 | 我的感受 |
|---|---|---|
| 1986-1990 | 概率论引入 SLAM，卡尔曼滤波成为主流 | 那时候我还没入行，但听说当时的论文都是用笔手写的 |
| 1990-2000 | EKF-SLAM 成为标准框架 | 我刚开始学 SLAM 时，EKF 还是必讲内容 |
| 2000-2010 | FastSLAM、GraphSLAM 出现，非线性问题得到缓解 | 我个人觉得，图优化是 SLAM 历史上最重要的突破之一 |
| 2010-2015 | 视觉 SLAM 爆发，PTAM、ORB-SLAM 相继问世 | 我记得第一次跑通 ORB-SLAM 时，那种兴奋感至今难忘 |
| 2015-至今 | VIO 融合、深度学习辅助 SLAM 成为热点 | 现在做 SLAM，不聊几句 VIO 都不好意思说自己是搞这个的 |
为什么会从激光 SLAM 转向视觉 SLAM？说白了，激光雷达太贵了。一个 16 线激光雷达，价格够买好几台相机。视觉 SLAM 用摄像头，成本低得多，而且能获取丰富的纹理信息。
1.3 视觉 SLAM vs VIO
视觉 SLAM 和 VIO（Visual-Inertial Odometry，视觉惯性里程计）有什么区别？
我直接说结论：VIO 是视觉 SLAM 的增强版。
纯视觉 SLAM 有个致命弱点——怕运动太快。你想想看，相机一快速转动，图像就模糊了，特征点跟丢了，整个系统就崩了。
VIO 加了一个 IMU（惯性测量单元），它能测量加速度和角速度。IMU 不怕快，它怕的是漂移。但巧了，视觉正好能修正 IMU 的漂移。两者一结合，优势互补。
我的建议：
如果你做的是室内低速机器人，纯视觉 SLAM 完全够用。但如果你要做无人机、AR/VR、或者手持设备，VIO 几乎是必选项。我在做无人机项目时，一开始用的纯视觉，结果一飞起来就丢。后来换成 VIO，稳如老狗。
下面这张图，是我自己总结的视觉 SLAM 与 VIO 的核心对比：
避坑指南：
我曾经犯过一个错误——在 VIO 系统中把 IMU 的噪声参数设错了。结果系统跑起来，定位误差越来越大，我还以为是算法有问题。后来查了两天，才发现是 IMU 标定没做好。所以，IMU 标定是 VIO 的第一步，也是最重要的一步。
1.4 课程目标与学习路径
这门课的目标很明确：让你从零开始，真正掌握视觉 SLAM 和 VIO 融合的实战技能。
不是只讲理论，也不是只给代码。而是把理论和实践串起来，让你知道「为什么这么写」以及「出了问题怎么修」。
我建议的学习路径是这样的：
- 打好数学基础——三维空间刚体运动、李群李代数、非线性优化。这部分枯燥，但绕不过去。
- 理解视觉前端——特征点提取与匹配、光流法、直接法。这是 SLAM 的眼睛。
- 掌握后端优化——图优化、BA（光束法平差）、滑动窗口。这是 SLAM 的大脑。
- 学习回环检测——词袋模型、位置识别。让机器人知道自己来过这里。
- 深入 VIO 融合——IMU 预积分、紧耦合/松耦合、VINS-Mono 源码解析。
- 动手实战——从零搭建一个完整的 SLAM 系统，跑通自己的数据集。
一个小建议：
不要一上来就啃 ORB-SLAM 源码。先手写一个简单的 VO（视觉里程计），哪怕只有几百行代码，跑通了再去看开源框架。我当年就是这么过来的，手写一遍，理解深度完全不一样。
嗯，第一章就到这里。内容不多，但都是干货。接下来的每一章，我都会带着你一步步深入。准备好了吗？