基于 SLAM 的定位、地图和三维重建
典型的激光与视觉 SLAM 的实现
如何在已有地图上进行导航规划。
自主移动技术： 从地点 A 到地点 B
- “我在哪”
“我将到何处去”
“我该如何去”
SLAM 导航方案
典型应用包括火星探测车、军事机器人、特种作业机器人、农业领域机器人、自动驾驶汽车、终端物流配送机器人、机器人智慧养老、机器人餐厅、家庭服务机器人等。
软件层面的开发者由于缺乏对机器人传感器、机器人主机和机器人底盘的系统性认识，因此往往会在涉及软硬件深度优化方面的问题时束手无策。而硬件层面的开发者由于缺乏软件方面的必备基础，因此经常会在理解软件层需求时出现偏差。由于缺乏相关的数学理论体系，因此 ROS 及硬件相关领域的开发人员大多只能充当“调参侠”，很难对 SLAM 导航方面的算法提出实质性的改善建议。缺乏工程思维和实践经验，SLAM 算法或导航算法方面的研究人员则很难将研究成果真正落地。
对自主移动机器人来说，SLAM 技术只相当于给机器人提供了一条腿，而另一条腿则是导航技术。
编程基础： ROS、C++、OpenCV
硬件基础：机器人传感器相当于机器人的眼耳口鼻，机器人主机相当于机器人的大脑，而机器人底盘则相当于集成传感器和主机的躯干。