谷歌开源的这个激光SLAM算法太优秀了！可以直接用在嵌入式系统！-海口c网

计算机视觉life”，选择“星标”

快速获得最新干货

前言

一年前，我在公众号“从零开始搭SLAM”里看到了一系列高质量的原创文章，这些文章都是号主李想利用业余时间创作完成的，这些文章循序渐进，带领读者一步步迈入激光SLAM的精彩世界。

因为Cartographer 已经应用在很多落地的产品里，比如清洁机器人、仓储物流机器人等服务机器人。但是网上相关的资料分散而 参差不齐，尤其 缺乏系统的理论和代码讲解，涉及到其中的工程化细节和改进经验就更是罕见。

视频天然的比图文更适合教学。于是我联系到李想，商量做一个Cartographer的逐行源码解析视频课程，从理论到实践，从入门到进阶。首先 第一个事情就是对Cartographer源代码进行保姆级详细注释，不仅能够帮助讲师重新梳理代码细节，更重要的是， 极大的降低了学员的学习门槛。由于Cartographer代码量非常大，注释代码就花了几个月，可以毫不夸张的说， 这是目前全网最详细的中文注释的Cartographer代码，而且是持续更新的。不管你是否是我们的学员，都可以学习这份走心注释的代码： https://github.com/xiangli0608/cartographer_detailed_comments_ws

经过充分地准备，2021年6月，计算机视觉life和李想合作的Cartographer逐行源码解析课程（第1期）上线，课程历时接近4 个月，帮助 400+学员开启了Cartographer的入门到进阶之旅，其中收获了很多学员的赞誉，也收到了不少的建议和反馈。

第1期课程下架后，我们结合学员的反馈，对课程存在的问题进行了全面梳理和调整，时隔半年多于2022年 推出了第2期课程，主要做了如下改进：

对 课程大纲和内容进行优化。每章节内容从背景、框架开始讲，从宏观到细节，避免过早陷入代码细节。对每章节学习量调整，让学员有时间理解吸收。
查漏补缺，修正错误。在新的大纲基础上， 重新录制部分章节的视频，重新组织剪辑视频。
作业重磅提升。每两周会有针对前面学习内容的作业考试，需要在规定时间内完成。班主任跟进自制力较差学员，再也不怕学习掉队！
学习基金及优秀学员全额返现。每个学员有3次拿奖机会：包括2次月度优秀学员（退款100），1次最终课程优秀学员（全额退款）

对 课程大纲和内容进行优化。每章节内容从背景、框架开始讲，从宏观到细节，避免过早陷入代码细节。对每章节学习量调整，让学员有时间理解吸收。

查漏补缺，修正错误。在新的大纲基础上， 重新录制部分章节的视频，重新组织剪辑视频。

作业重磅提升。每两周会有针对前面学习内容的作业考试，需要在规定时间内完成。班主任跟进自制力较差学员，再也不怕学习掉队！

展开全文

学习基金及优秀学员全额返现。每个学员有3次拿奖机会：包括2次月度优秀学员（退款100），1次最终课程优秀学员（全额退款）

扫描学习 ↓

Cartographer简介

Cartographer是 Google推出的一套基于 图优化的激光SLAM算法，它同时支持 2D和3D激光SLAM，可以跨平台使用，支持 Lidar、IMU、Odemetry、GPS、Landmark等多种传感器配置。是目前 落地应用最广泛的激光SLAM算法之一。

Cartographer建图过程

Cartographer代码最重要的贡献 不仅仅是算法，而是 工程实现实在是太优秀了！它不依赖PCL，g2o, iSAM, sophus, OpenCV等第三方库，所有轮子都是自己造的，2D/3D的SLAM的核心部分仅仅依赖于Boost、Eigen（线性代数库）、Ceres（Google开源的非线性优化库）等几个底层的库。

这明显不是搞科研的玩儿法，就是奔着产品去的！因为 依赖库少，可以直接在 产品级嵌入式系统上应用，关键是 开源免费，而且 效果还针不戳！极大的降低了开发者的门槛。目前在GitHub的star数目是非常高的。

Cartographer应用

因此Cartographer非常适合于 扫地/清洁机器人、仓储物流机器人、送餐机器人等室内服务机器人场景的实时定位和建图。

Cartographer建立的地图

扫地机器人

仓储机器人

自动驾驶

岗位需求及薪资

这里简单列举了和Cartographer相关的招聘岗位

学习规划

Cartographer的 代码庞大，逻辑复杂，包含大量的 工程细节，对于初学者不太友好，学习理解代码十分困难，需要花费大量时间仍不得要领。而企业对激光SLAM从业者的要求越来越高， 只会调包调参的人找工作越来越难，只有 深入理解激光SLAM原理与代码实现，才具有核心竞争力。

因此，计算机视觉life推出了系统课程《激光SLAM之Cartographer源码解析》，这是目前 唯一一个逐行讲解Cartographer源码的课程！讲师亲自对Cartographer做了 超详细源码注释，开源项目地址：

https://github.com/xiangli0608/cartographer_detailed_comments_ws

理论与实战并重，学员 学完可以直接上手做项目。并且针对课程提供对应的 作业和考试，并根据学习情况每月有机会获得 学习基金，根据周作业、大作业、课程完成度等数据，评选最终的课程优秀学员， 全额退还课程费用+发放优秀学员证书+至少1次内推机会！

课程大纲如下：

扫描学习↓

购买课程后添加此微信进答疑群，如果对课程有疑问，也可加下面微信咨询↓

课程讲师介绍

课程讲师：李想，高级激光SLAM算法工程师，参与多个AGV项目落地，有丰富的项目实践经验。多篇原创文章发表在个人公众号：从零开始搭SLAM

课程服务及收获

课程主要包括以下服务：

学习视频：逐行讲解cartographer代码，总共15章，每周更新一章。
讲师精心绘制的 原理图及代码框架图，快速理解复杂的源码，理清代码流程，定位核心算法
关键部分的 公式推导
重点知识扩展：包括重要概念、工程实践技巧、代码改进建议等
课程期间 全程答疑，及时解决学员在课程中遇到的难题
帮助巩固知识的 课程作业、编程作业，以及作业的详细解答
每月多次直播，在线直接交流
对小白友好，再简单的问题都可以及时得到解答

学习视频：逐行讲解cartographer代码，总共15章，每周更新一章。

讲师精心绘制的 原理图及代码框架图，快速理解复杂的源码，理清代码流程，定位核心算法

关键部分的 公式推导

重点知识扩展：包括重要概念、工程实践技巧、代码改进建议等

课程期间 全程答疑，及时解决学员在课程中遇到的难题

帮助巩固知识的 课程作业、编程作业，以及作业的详细解答

每月多次直播，在线直接交流

对小白友好，再简单的问题都可以及时得到解答

学完课程可以掌握：

本课程延续我们一贯的学以致用风格，带领学员 逐行学习源码，并讲解算法落地的工程实践技巧， 代码改进方向等，快速上手做项目。
学完课程，可以掌握： 多激光雷达时间同步、激光雷达运动畸变去除, 基于IMU与里程计的融合与位姿估计、基于点云的扫描匹配、后端优化、分支定界算法、回环检测等核心算法。具备举一反三能力。
理论与实践并重，理解原理如何在代码中具体实现，掌握代码中的工程实践技巧，能够完全掌握Cartographer代码，能够基于该算法进行 参数调优、在实际应用场景中 改进提升，承担研发项目。具备项目实战经验与工程研发能力。
学完本门课程，学员能够对C++的基础语法以及C++11新标准有更深入的理解和认知。
学完本门课程，学员可以达到 工作1-2年的激光SLAM算法工程师水平。

本课程延续我们一贯的学以致用风格，带领学员 逐行学习源码，并讲解算法落地的工程实践技巧， 代码改进方向等，快速上手做项目。

学完课程，可以掌握： 多激光雷达时间同步、激光雷达运动畸变去除, 基于IMU与里程计的融合与位姿估计、基于点云的扫描匹配、后端优化、分支定界算法、回环检测等核心算法。具备举一反三能力。

理论与实践并重，理解原理如何在代码中具体实现，掌握代码中的工程实践技巧，能够完全掌握Cartographer代码，能够基于该算法进行 参数调优、在实际应用场景中 改进提升，承担研发项目。具备项目实战经验与工程研发能力。

学完本门课程，学员能够对C++的基础语法以及C++11新标准有更深入的理解和认知。

学完本门课程，学员可以达到 工作1-2年的激光SLAM算法工程师水平。

课程适合人群

课题组独狼：整个课题组或者实验室，只有自己一个人搞Cartographer，即没人带又没人交流
调包侠：用了很久Cartographer建图，但是不清楚其参数具体意义，不清楚代码如何实现
工程师：想要对Cartographer进行优化，看了代码之后发现代码看不懂
跳槽换工作的同学：发现面试时考察Cartographer的知识点回答不上来的同学
其他方向转过来的同学：转到激光SLAM领域，理解了SLAM的概念，想要在代码层面上深入学习Cartographer的同学

课题组独狼：整个课题组或者实验室，只有自己一个人搞Cartographer，即没人带又没人交流

调包侠：用了很久Cartographer建图，但是不清楚其参数具体意义，不清楚代码如何实现

工程师：想要对Cartographer进行优化，看了代码之后发现代码看不懂

跳槽换工作的同学：发现面试时考察Cartographer的知识点回答不上来的同学

其他方向转过来的同学：转到激光SLAM领域，理解了SLAM的概念，想要在代码层面上深入学习Cartographer的同学

一点都没接触过激光SLAM的同学，或者是刚转到激光SLAM方向的同学，应该先去学概念而不是直接学代码
没接触过编程或者编程很少的同学，这课是讲代码的，编程少的同学直接听代码肯定是听不懂的
想要 一周或者一个月弄懂Cartographer代码的同学，不适合本视频课程，本课程是要持续3个半月的
不喜欢通过看视频的方式学习， 一看视频就困的同学

一点都没接触过激光SLAM的同学，或者是刚转到激光SLAM方向的同学，应该先去学概念而不是直接学代码

没接触过编程或者编程很少的同学，这课是讲代码的，编程少的同学直接听代码肯定是听不懂的

想要 一周或者一个月弄懂Cartographer代码的同学，不适合本视频课程，本课程是要持续3个半月的

不喜欢通过看视频的方式学习， 一看视频就困的同学

理解激光SLAM的目的是啥，理解激光的相关概念（如前端里程计，后端优化，回环检测等）
运行环境：Ubuntu 16.04/18.04/20.04， ROS Kinetic/Melodicetic, 讲师使用的环境是Ubuntu 1604, ROS Kinetic, 最好能保持一致, 不一致也没关系
硬件要求：普通台式机/笔记本电脑均可，无需GPU。课程使用讲师提供的数据集，不需要激光雷达, imu, 里程计, 机器人等任何硬件
有一定C/C++代码基础，了解最基础的C++语法
了解ROS，能够简单使用ROS启动节点
其余激光SLAM的相关知识都会在课程中教给你扫描学习 ↓

理解激光SLAM的目的是啥，理解激光的相关概念（如前端里程计，后端优化，回环检测等）

运行环境：Ubuntu 16.04/18.04/20.04， ROS Kinetic/Melodicetic, 讲师使用的环境是Ubuntu 1604, ROS Kinetic, 最好能保持一致, 不一致也没关系

硬件要求：普通台式机/笔记本电脑均可，无需GPU。课程使用讲师提供的数据集，不需要激光雷达, imu, 里程计, 机器人等任何硬件

有一定C/C++代码基础，了解最基础的C++语法

了解ROS，能够简单使用ROS启动节点

为了保证课程学习质量，本期招生限200名学员，招满即止；

招生日期：2022/1/12-2022/4/1；课程进度一半即停止招生。

开课日期： 2022/2/11

课程安排可参考学习规划表~