《梦断代码(Dreaming in Code)》译后记

《梦想编程》译者序

2007年初,博文视点的郭立总经理打电话给我,说有本书想请我评估。拿到Dreaming in Code英文原版,读完第0章,我知道,这书无论如何是舍不得给别人做了。

软件乃是人类自以为最有把握,实则最难掌控的技术。本书作者罗森伯格对OSAF主持的Chandler项目进行田野调查,跟踪经年,试图借由Chandler的开发过程揭示软件开发中的一些根本性大问题。说起罗森伯格,也算奇人一个。他创办的Salon.com网站,是美国最著名的网上出版物之一。此人全才,编程写作两手都硬,最难得的,是他在高屋建瓴般的大眼光之外,收放自如的好手段。本书是讲一事,也是讲百千事;是写一软件,也是写百千软件;是写一群人,也是写百千万人。我相信,任何一个在软件领域稍有经验的技术人员,看完本书,必掩卷长叹:做软件难。

也因为罗森伯格文笔太好,翻译起来特别困难。在试译首章时,笔下还算流畅,颇以为可以很快翻完全书。孰知再往后做,就迎头撞上拦路虎:古往今来的典故;软件领域的轶事;冷峻中饱含感情的笔调;有如神来般的适时幽默;精当的遣词造句;尚来不及上词典的流行语……读书不妨囫囵咽,翻译怎敢随手抛?盖阅读之快感,快而后有感;翻译是为读者贡献读起来有快感的文字,读者要读得快(快速、快乐),译者必然是快不了的。

我一向认为,世间语言是相通的。计算机语言也是一种语言。做软件,是把人类用自然语言表达的需求,翻译为计算机能理解的语言。做软件难,做人类语言的翻译亦难,抑或更难,因为除开信息的表达,人类读者还会要求风格等等几乎不可定量的元素。以信、达、雅三字为翻译效果的判断标准,实在有些模糊。我更倾向于“准确、完整、保持风格”的说法。准确、完整,相对(只是相对)容易一些,而保持风格就难多了。自己写东西越好的人,越容易“看不见”原文风格。翻译诚然是一种创造,但弃原文风格于不顾、只管自己爽的翻译,只好称之为“译述”,自成一体,与原文未免有点风马牛不相及的意思。

所以,能翻译与自己平日写作风格相近的原文,是多么幸运的事!我翻过两本技术书,非逼着自己去适应原文风格不可,是做了对读者有意义而让译者受憋屈的事。这次翻译Dreaming in Code,酣畅淋漓,仿佛酷暑天喝了杯冰冻酸梅汤的神气。键盘声响,是罗森伯格写了我想写的字,也是我说着罗森伯格要说的话。穷一年之功,翻这本300来页的书,值了。

二次排版完成,我也陷入了失语状态。跟着罗森伯格在软件丛林里转了一圈,回到现实中,原来米奇•卡普尔业已辞去OSAF一职,并且会在2008年内撤走投资。OSAF全职人员也立即从27人减少至10人。凯蒂•帕兰特在Chandler项目官方blog上宣布了这条消息①,一时间外界议论纷纷。

没有人可以指责米奇•卡普尔自私,有篇评论②写得好:“他养活Chandler和OSAF达六年之久,寄望于能做出令人激动的创新PIM套件。……六年后,Chandler仍无定形。……(离开的)时候差不多了。”六年半时间,上百万美元,几十号顶尖高手,换来幻梦一场,此时最郁闷的,当属米奇•卡普尔。在OSAF/Chandler行将就木的今天,本书正可做它的墓志铭。

“这里躺着一个野心勃勃的开源项目。它曾立志超越Outlook,最后却无疾而终。慷慨的米奇•卡普尔带给它生命,又把命脉从它身上取走。许多程序员以心血养育它,惜乎全不见成效。它是温室中的花儿,有过绚烂的梦想,还未绽放即已枯萎。那软件的花园中,还有多少会渐次凋零呢?”

韩磊

2008年5月于北京

消息参见http://blog.chandlerproject.org/2008/01/08/osaf-transitions/

评论参见http://blogs.cnet.com/8301-13505_1-9847739-16.html?part=rss&subj=news&tag=2547-1_3-0-20

(磊按:最后三段文字,抄了1月份听闻Mitch Kapor离开OSAF后自己写的一篇东西,放在这里刚好合适,读者莫怪。另,本书近期将由电子工业出版社推出。第0章试读请点击http://blog.youkuaiyun.com/grhunter/archive/2008/01/15/2046021.aspx

同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖传感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM研究方面,Matlab可用于模拟传感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的研究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:传感器模型(如激光雷达与视觉传感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的转化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括传感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价值。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入研习SLAM技术的实践平台。通过Matlab这一高效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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
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