机器视觉学习参考 — ROS SLAM相关

2019-10-20  本文已影响0人  打出了枫采

近来发生了许多事,从一线回老家(二三线)了,也放弃了ROS SLAM方向(个人也已在通信行业工作四五年了,ROS SLAM技术更多的还是处于研究状态,实际很有说服力的产品大都在医疗和工业应用上,自动驾驶初创企业风险较大,老家那边几乎没有机会,转行待遇也是比较大的问题),下面是我学习过程中觉得很不错的资料以及个人一些总结,做了些整理,供参考。


书籍

书籍是学习时最好的参考资料,书籍是经过严格校阅的,条理性更好,相对系统全面,内容错误的可能性小,可以快速浏览,然后选择性阅读,也不妨碍理解。书中的代码实践部分也是经过运行的完整的,适合仔细阅读,可以尝试改造,再运行验证,加深理解。

个人下载过的一些书籍网盘共享如下 链接:https://pan.baidu.com/s/1agroZnomlFIs_uij-hvZ2A&shfl=sharepset
提取码:4jzt


网页链接

下面是我在学习中查阅资料时遇到的个人觉得比较不错的网页/网站


个人建议

ROS SLAM还是很需要一定编程基础和高等数学概率论与线性代数基础的,否则学习起来比较吃力,另外涉及的知识面比较广泛,入门确实比较难。

先通读下感兴趣书籍章节,然后再按照实践的思路,一步步实践,一边参阅相关内容;有一定的编程语法基础后,可以尝试阅读源代码,去理解其中的每一步,去搜索查阅不懂的API函数,从基本的教程代码入手,搞清楚其中的程序运行机制。学会使用git/github的基本操作,尝试利用github找资源

个人找工作时也尝试过相关岗位,工作机会,一线城市北上广深较多,对于算法工程师的待遇相对比较高,这个技术行业难度较高,能扎根的人确实厉害。


文末福利(还未送出)

对于ROS 有过实践练习的,把文件以及程序编译运行过程截图用网盘或者github共享我看看,欢迎留言,免费邮寄《视觉SLAM十四讲》给有志于ROS SLAM行业的你

以后的业余时间还是会继续关注ROS的,还是很想完成完整的ROS中利用gazbo模拟环境导航小车运动。

上一篇 下一篇

猜你喜欢

热点阅读