夜雨聆风点击上方“计算机视觉life”，选择“星标”
快速获得最新干货
SLAM文档领取
大家好，SLAM知识星球最近整理了几份文档，送给大家：
一个是最近几个月的重要内容汇总，目录如下
内容如下所示（点击pdf内链接即可跳转）
一个是前面一周的星球内容汇总（44页）
领取方式：在计算机视觉life公众号后台回复：0822
可能失效，尽快下载！
现在加入知识星球，扫描立减30元，3天内无条件退款！
SLAM知识星球里有啥？
「从零开始学习SLAM」知识星球是全国最棒的SLAM/三维视觉学习社区，星球里包括入门图文/视频教程、学习过程疑难点解答、每日最新论文/开源代码/数据集分享、在线学习小组、笔试面试题、实习/校招/社招岗位推荐、星主直播交流等从入门到精通，从学生到职场的所有内容。见下图。很多小伙伴加入我们的知识星球后，感慨：“终于找到组织了！”
SLAM星球内部组织了多次学习小组，并陆续续推出以下独家系列视频教程：
见 从零开始系统学习「代码调试、图优化G2O库、ceres-solver库、OpenCV库、PCL库」
总结一下，主要包含：
图文教程：从零开始学习SLAM图文教程、练习题及答案解析
视频教程：环境/第三方库配置使用、作业讲解、疑难/常见错误讲解、VO代码讲解、RGB-D SLAM教程、CMake系列教程、代码调试系列教程、G2O库/Ceres库/OpenCV库/PCL库系列教程。。。
面试经验：SLAM常见面试题目及答案解析、SLAM笔试题目及答案、面试经验分享
参考资料：电子书、实用手册、每天SLAM最新论文、开源代码、开源数据集
工作机会：第一时间发布三维视觉、SLAM相关内推实习/校招/社招岗位、项目合作、硕博招生等
答疑解惑：包括作业解答、知识盲点梳理、科研问题答疑、调研调试方法、硕博方向选择等
交流机会：线上私密直播、线下聚会交流
优秀同学：星球内嘉宾和学员都非常优秀上进，早期加入的成员很多已经进入业界知名公司、高校研究机构开启了精彩的人生。主要来自：
公司：大疆、旷世、商汤、虹软、百度、腾讯、阿里、华为、四维图新、中科创达、英特尔、momenta、上汽、小鹏汽车、驭势、海康威视、达闼、极智嘉、肇观、华捷艾米、优必选、银星智能、普渡、高仙、视辰、indemind、中科慧眼等公司的视觉SLAM/激光SLAM/三维重建/多传感器融合/点云处理算法工程师、技术leader
留学生：慕尼黑理工、KIT、柏林工大、东京大学、筑波大学、瑞典皇家理工、苏黎世大学、多伦多大学、卡迪夫大学、新南威尔士大学、阿德莱德大学、约翰霍普金斯大学、谢菲尔德大学、国立台湾大学、香港理工、香港中文等境外留学生
国内硕博：清华、北航、北邮、北理工、中科院、上交、复旦、华东理工、上大、浙大、杭电、南大、南航、南邮、矿大、中科大、哈工大、西交、西电、武大、华科、成电、华南理工、广东工大、国防科大、东大、深大等国内优秀硕博士
SLAM知识星球能解决什么问题？
相信很多学习SLAM的小伙伴通常会经历以下阶段：
看SLAM相关的论文，发现很多公式、理论看不懂，好不容易努力看了个大概，也不知道具体怎么用。
于是去跑开源代码，安装调试出错，网上也找不到解决方案。不知道是环境配置问题还是代码有bug。
好不容易跑通了代码。在实际测试时发现问题很多，远不如论文里写的那么牛逼，不知道这个算法的适用场景是什么。抓不住重点瞎折腾，浪费了时间。
没办法，硬着头皮去看代码，代码量又非常大，看起来非常痛苦，急需大牛帮忙梳理思路。
摸索了很久，终于发现有几个点（藏的很深）好像比较影响算法性能，还发现了一些trick的东西。自己也不会改进，感觉被骗了，纠结要不要换个开源试试。
反反复复好不容易找到适合自己的开源方案，发现上面过程要再来一遍，想要理清代码，搞懂原理也要花费大量精力，更别提改进代码了。
哭晕在SLAM的汪洋大海里。。。
学习SLAM中经历上述阶段是令人痛苦的，关键是浪费了很多宝贵的时间，即使是SLAM大神，我估计或多或少都经历过上述阶段。
SLAM知识星球是个沉淀3年多的SLAM交流社区，已经集结国内外2700+优秀人才加入，帮助SLAMer绕开天坑，帮助你从小白到老手，从孤独学习到组团学习。
现在加入知识星球，扫描立减30元，3天内无条件退款！
加入之后，邀请其他人加入后双方都可以获得一定比例的返现。快快分享给爱学习的小伙伴吧~
SLAM文档领取方式：在计算机视觉life公众号后台回复：0822
可能失效，尽快下载！
