机器人学Robotics学习资料 | 我的SLAM入门路线分享

本文作者分享了自己从机器人学和SLAM入门到深入学习的路线,适合有一定数学和编程基础的学习者。首先介绍了理论知识,包括李群李代数、状态估计、滤波算法和非线性优化,推荐了《A micro Lie theory for state estimate on robotics》等关键资料。接着,提到了C++语言的重要性,并推荐了几本C++学习书籍。在工程能力提升方面,强调了ROS系统的学习,推荐了《ROS Robot Programming》和相关资源。对于SLAM工程能力的提升,建议深入研究经典SLAM系统,如Cartographer、LOAM系列和VINS-Fusion。最后,作者指出理解一个SLAM系统后,其他系统的掌握也会变得容易,鼓励读者在SLAM领域持续学习和进步。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

点击进入—>3D视觉工坊学习交流群

1、前言

可能因为进入了新学期,本人遇到了几次身边小学弟和网友的提问:机器人学和SLAM该怎么入门好?由于回答了几次问题,就借着这个机会把问题的回答整理归纳下。这篇分享仅是根据本人入门Robitics和SLAM的亲身经历,基于一步一个脚印摸索而来的路线来尽可能避免小伙伴们走我的弯路,文章内容的广度和深度应该是不如网上其他大佬们整理出来的综述,但贵在真实可靠,希望对求学的伙伴们有些帮助,文章内容若有不当之处希望读者朋友们勘误。

本人当初的情况:本科专业是机械设计制造及其自动化,语言仅仅是C语言基础入门,工具软件也就用Matlab做了3次机械相关的大作业、电机的简单PID控制和毕设时的实验数据输出处理。读研时专业才转到了机器人学,开始了较为系统地学习相关知识,而本科时常用的软件如Solidwork、AutoCAD和Inventor、Ansys这些读研后就再也没用过了。

前置学习条件:高等数学、线性代数、概率论、C/C++基础、外加一个英语四级?

针对有时间可以系统性学习的相关理论的同学可以从第二部分开始阅读,针对时间不太够的朋友,可以以文章第三部分的内容为主。

2、机器人学Robotics学习分类

回到正题,机器人学相关学习本人认为可以分成两个大部分:理论知

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

3D视觉工坊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值