自动驾驶和服务机器人行业增速明显，自2021年以来，多家公司开始逐步落地自己的L2~L4级别的辅助/自动驾驶产品（无人出租车或者配送机器人），如百度、滴滴、美团、华为、特斯拉、Waymo等。其中，基于视觉传感器和惯性传感器的同时定位与建图技术（SLAM）是该领域的核心技术之一，各大公司均有相关在招岗位。由于视觉-惯性SLAM对从业者的理论和代码要求都很高，导致行业人才供小于求，许多公司更是不惜重金招聘一个合格的SLAM算法工程师，并且薪资待遇极其丰厚。以下是某照片网站对SLAM相关职位的要求和待遇：
视觉SLAM由于成本低，单目/双目结合多传感器的方案越来越受青睐，而视觉惯性里程计更是多传感融合方案的佼佼者；其中，最著名的方案当属VINS-Fusion(VINS-Mono的扩展版)。VINS-Fusion是香港科技大学于2019年开源的视觉-惯性SLAM系统，KITTI Visual Odometry 榜单中排名最靠前的开源双目 VO 方案，主要支持：单目+IMU、纯双目、双目+IMU、双目+IMU+GPS，是一个可以用于室外场景中无人车辆/机器人自主定位的优秀方案，以下是官方测试效果展示：
几种方案效果对比
视觉-惯性SLAM所涉及的理论深度较深、覆盖面广，并对工程实践能力要求也较高，新手自学时相对比较困难。当下虽然有很多丰富的理论资料和优秀的相关开源项目，但是许多童鞋面对海量的理论资料、复杂的开源项目时可能无从下手，前期学习曲线过于陡峭，不得不放弃继续深入。为此，3D视觉工坊推出了《视觉-惯性SLAM的入门与实践》课程，结合VINS-Fusion源码，系统地对视觉-惯性SLAM的基础理论知识进行梳理。整套课程由一线算法工程师教授，从基础理论到代码剖析，保姆级教学，助力学员一步步从小白成长为大牛。
毕业于西北工业大学，国内某机器人创业公司技术总监，具有多年SLAM和机器人领域产品、实战经验， 曾获国内外多个机器人大赛一等奖和冠军。
1. 具备线性代数、概率论和优化理论等基础数学知识；2. 掌握C++编程语言，熟悉ROS机器人操作系统的使用；3. SLAM相关研究方向的在校生，需要进阶的一线算法和工程人员，以及非常想要转入SLAM领域的从业者；2. 掌握著名开源方案VINS-Fusion，并具备独立阅读其他开源SLAM代码的能力；3. 具备独立开发视觉-惯性SLAM系统的编程与实践能力；1. 国内首个面向VINS-Fusion框架的课程；2. 授课讲师在学术界和工业界具有丰富的理论研究和工程落地经验；3.算法理论和实践相结合，保姆级教学，讲师数年经验倾情奉献，数据、代码开源帮助学员更好地理解每一个细节，能够真正将所学应用到实际项目中；4. 教授结束后布置练习项目，答疑群内，讲师面对面和学员一起交流遇到的难题；5.优质的学习圈子，可以和国内外高校学子一起讨论学习，你踩过的坑他们大概率踩过；2021年8月29日正式开课，历时三个月，每两周更新一次，具体时间以学习群内公告为主。
点击购买与咨询
▲长按加客服微信，咨询更多
群号：910070197
▲课程咨询QQ群，了解更多
