课程体系：激光SLAM理论与实践
按传感器来分，SLAM 主要分为激光 SLAM 和 视觉SLAM （VSLAM）两大类。其中，激光 SLAM 比 VSLAM 起步早，在理论、技术和产品落地上都相对成熟。
尽管如此，国内激光SLAM系统化的资料并不多，无疑提升了入门的门槛。今日，深蓝学院推出的『激光SLAM理论与实践』升级版I 课程正式开放报名，旨在团结国内激光SLAM领域研究者，减低入门门槛，进而为该项领域的技术发展尽绵薄之力。
课程优化
相比于上一期课程，本期课程对多个地方进行了较大优化。具体体现在：
课程结构方面：本期课程以一个2D激光SLAM的工程项目为核心主线，刨析激光SLAM的几大核心工程模块：激光雷达数据处理、前端点云匹配、后端优化、建图。每个核心模块，除了讲述工程中常用的方法理论外，还会选取一个常用的算法进行代码实践。
课程内容方面：增加了前端配准的内容，详细介绍一些配准方法，由1个章节增加到2个章节；后端部分，去掉了实际工程项目中应用较少的基于滤波器的方法。
学员收获方面：学习完整个课程，并完成作业后，一个完整的2D激光SLAM的工程项目，也就完成了。
课程目录
课程结构主要为：激光SLAM核心框架介绍、传感器数据处理、前端配准、后端优化、建图，以及前沿进展。
讲师Q&A
1. 这门课程有什么推荐书籍或者教材？
可以参考《概率机器人》，主要看非线性最小二乘的内容。
2. 这个课程讲到了什么程度，学完后能做到什么程度？
课程会以一个基于图优化的2D激光SLAM工程项目为主线，讲述每个核心模块的理论与编程实践。
3. 只有视觉SLAM的基础可以学习这门课程吗？
可以的，就理论部分来说，视觉比激光复杂一些。因为这门课现在主要讲2D激光SLAM，所以还是在欧式空间，不在流形上，理论上要简单一些。
4. 是否会涉及关于其它传感器数据转换为laser scan或者point clould的知识？
关于数据处理的话，主要会讲里程计的标定和激光雷达运动畸变的去除。
5. 是否会涉及到 ROS ？
会有一些，但是都会写好程序的。不过大家最好还是要学习一下ROS。毕竟大家如果学习激光SLAM的话，基本都是往机器人领域发展的。在支持ROS的硬件上，进行实际实践，门槛相对不高。
6. 课程中为什么没有基于滤波的方法？
基于图优化的方法，在实际工程中应用最广泛，基于滤波的方法并不多。
7. 课程提纲里面提到的畸变去除，主要是什么畸变？
激光雷达在运动过程中造成的点云畸变。
报名学习
联系深蓝学院工作人员-奕木（微信：shenlan-yimu）咨询报名事宜。
深蓝学院（ https://www.shenlanxueyuan.com/）是专注于人工智能的在线教育平台，致力于构建前沿科技课程培养体系的业界标准，涵盖人工智能基础、机器学习、计算机视觉、自然语言处理、智能机器人等领域。
文章被以下专栏收录
