实验室只有我一个人做视觉slam，现在就改改orbslam2，请问有什么建议吗？

点击上方“计算机视觉life”，选择“星标”

快速获得最新干货

本文由计算机视觉life整理，如有侵权可联系删除。原文链接：

https://www.zhihu.com/question/392988118

原提问：

昨年9月开始入坑，自学了ROS，Ubuntu,c++。理论上学习了高翔博士的slam14讲（第一遍没跟着敲，编程能力太弱，现在在看第二遍，把理论推导了一遍，代码也跟着在敲），跑了跑orb-slam2（单目相机，tum数据集），想找创新点，一直在看别人的论文。

这几天又在了解dso,和svo。

后期准备学习VIO。

还比较喜欢这个方向，想以后工作也可以继续做这个方向。
间歇性迷茫。
希望大神们能给我一些指导！感谢！

---

半闲居士:

这其实只是没找到具体研究点，找个点往下挖就可以了。至于研究点找的偏理论些还是偏实际些，看你个人兴趣了。

在TUM的时候，一般硕士生会由博士来带，博士指定一个课题方向。和slam相关方向实际就是dso的各种改动：双目的，鱼眼的，带IMU的，带卷帘快门的，还有一些单目深度估计，分布式Ba之类的方向。确定下来之后做个一年基本就可以写paper了，当然没有深度学习那么快，不过也够毕业的。其他几个实验室也基本会从实验室的一些已有成果出发，做一些改进和探索。你看vins, okvis, dso, event camera, gtsam那几个组，文章哪有单独冒出一篇来的，都是一串一串发的。

所以一个人做研究的主要问题是：一，没人给你指研究方向；二，没人跟你聊进度和想法。只要有上面两点，其他数学上的编程上的事情都好解决。其实最好的办法是去几个国际大组里交换一阵子，没条件的话可以云交换（在网上follow人家思路），或者去工业界了解下slam需求。脸皮厚点的话可以直接给他们发邮件交流想法，不过部分人不一定有这个工夫。

知乎用户:

如果你并非天赋超绝，我建议是放弃！

我跟你情况一模一样，我的课题稍微难一些是用在水下的slam，实验室也是只有我在做slam，老师和周围同学都不懂。

slam是一个系统，而不是一种方法，对于一种方法上的创新是相对比较简单的，对于系统上的创新在没有人引导的情况下是极难的。在我的学习中我认为最简单的内容就是图像匹配的几种方法、pnp、字典模型，进入了后端每一个小问题都很恶心，尤其是涉及图优化、李群李代数、凸优化这部分内容，在没有人讨论、共同学习的情况下是及其痛苦的。（ps：我说的都是理论，应用都不算很难）

slam整体对于数学、编程能力要求都是极高的，如果你没有极其优秀的数学基础，优秀的编程能力建议早早放弃。

但不得不说slam找工作好找，只要你能够有所进展（不需要是小神），研究生年薪30w起步。

思路上最容易想到的是多传感器融合，松紧耦合，提高定位准确率；或者是在回环检测中更换深度学习的方式

然后是应用上的创新，在某些特殊场合下使用的slam，

相对难搞的点是某个环节的创新，提高准确度，或者降低运算代价

最难的是体系的创新

知乎用户:

我两年前和你的状态一样… 我们实验室有近60人，都在做ML，只有我一个人做SLAM，像个怪胎一样。迷茫，孤独，无助。有一年多。没人讨论，没人指导，这些我都经历过。想去大组实习抱大腿，但没人脉没文章人家凭什么收你？

之后调整了状态，既然只能单干就静下心来做吧。入山拜佛，得先过自己。现在终于入了点门，中了一篇CVPR， 一篇ICRA。心得就是想发论文的话，做deep-learning和SLAM结合的方向。找个开源的代码，最好是中了顶会后刚刚开源的那种。先做做incremental的research，实现一些小的improvement发一篇。之后就知道怎么做了。

马丁当:

我的情况和你l有点类似，不过我没有科研压力，相对轻松一些。我的建议如下：

1.200块上淘宝买个乐视RGBD摄像头，自己采集一些数据集，自己标定并且建一些实验室、宿舍的地图，这样能让科研变得更有乐趣，钱多一点的话买个带IMU硬件同步的D435i或者其他双目，这样可以搞vins。z在这个领域，离开硬件的支持只搞软件只会让你感到无趣。

2.按照沈劭杰老师的说法，定位这块理论上的突破点已经很少，下一步是如何应用到工程领域，而且苹果、谷歌这样的巨头已经进来，可以摘的桃子已经很少，如果题主数学基础很好的话另说。但是建图，尤其实时稠密建图方面还有空间可以发挥，题主hk可以g关注y一下

3.自己做确实会比较迷茫，还是和导师做好沟通，利用导师资源寻找一些出去交流或者请人过来的机会。起步阶段利用网上资源，加入一些社群，比如泡泡机器人什么的。

4.c++编程能力是一切的基础，把c++ primer多看几遍非常有必要，另外就是多qx写代码，自己把slam十四讲上的东西都实现一遍，会很有帮助。

知乎用户:

实验室里，你是一个人，但实际是，你永远都不是一个人！

周边没人做给你带来更多交流成本，但也同时在锻炼你探索和交流的能力。

slam永远是前端多trick，后端多理论。如果想发文章，找一个需要很多trick才能做好的点，然后多学trick，再多想trick，trick融合啊，对比啊，改变下处理顺序啊，实现同样的功能是不是可以有其他trick啊。如果对slam细化不是很清楚，可以参考一下苏黎世联邦理工的aslam_cv，人家把模块分的很清楚，挑一个模块改进啊。

缺乏交流和基础，或者时间有限，不要轻易把研究点放在闭环检测和后端优化上。但一定要静下心来学好优化，不求突破，但求会看会模仿着写。

如果是为了论文，有一些点大家在玩感觉还是可以玩的，比如，考虑动态场景中slam某模块的算法鲁棒，深度学习替换某个slam模块，多传感器融合。

c++之路注定杂草丛生，荆棘遍布，没有什么胜利可言，挺住意味着一切

盐粒:

其实，大家做SLAM都是一个人做，这不是问题，问题是对最新研究进展的把握。诚如高博所说，文章都是一串的，ORBSLAM2是非常好的学习材料，但是你现在没办法接在他后面了，因为时间有点久了，点线/闭环/稠密都有人做过了， 你要找到那最新的一串，然后接在后面。

1.产生想法。你要关注ICRA,IROS,CVPR,ICCV, RAL, T-RO最新的文章，从这些文章了找到你感兴趣，并能力范围的课题. 文章就像是武林秘籍，所有招式都在那里。

2.调研这个想法。多读读与它相关的文章，多找找代码。

3.边实验边丰富/调整。所有想法都是落实到代码，慢慢写，慢慢丰富你的想法，或者做必要的修改。

方法论的东西，只能泛泛而谈，没办法告诉你做什么，能发论文。但是，你读了基于特征的SLAM，很多相关的内容都可以做了，vSLAM稠密不是事，闭环也有LDSO。那VIO呢？能不能为它做稠密/闭环？我不知道，但是很多灵感都是来自不断跨界。祝你找到适合你的那一串。

从0到1学习SLAM，戳↓

一文概览视觉SLAM详细学习路线、思维脑图

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~

投稿、合作也欢迎联系：simiter@126.com

长按关注计算机视觉life

我在坚持