如何评价高博的《视觉SLAM十四讲》

SLAM技术在上个世纪90年代的电脑游戏里就开始应用了，你在玩星际争霸游戏的时候，每个小兵拨开迷雾向前运动都和SLAM算法分不开。在几百块钱的扫地机器人里，用一个几十块钱的嵌入式单板+几块钱的红外传感器+1块钱的玩具电机就完成了对房间的遍历，完成房间的清扫。说实话，这些算法里都用不着状态估计，别说李代数了，就连线性代数都不用。机器人的位置估计，利用红外传感器更简单更准确更有效，是不需要非用摄像头来做的。而且大部分实际应用中机器人其实根本不需要估计自己的位置，机器人只需要找到目标，向目标移动，遇到障碍进行避障即可。如果视觉系统找不到目标，则对所在的房间进行遍历。

所以在孤陋寡闻的我看来，SLAM技术差不多到2000年左右，就根本用不着什么创新了。机器人工程应用中真正使用摄像头和视觉要解决的问题，是要让机器人理解哪里是客厅，哪里是厨房，哪里有电冰箱，当主人发出指令来冰箱这里，机器人能够自己移动到冰箱附近，能够打开冰箱门，能够拿东西。这是一个四岁或者五岁孩子到了一个陌生环境中，能够自己去观察环境之后，听到大人的指令就能完成的事情。这是今天真正创新要做的事情。你的状态估计不仅仅是三维空间内部的估计，更要在视觉语义空间中进行。视觉语义空间则是要让机器人建立和人类共同的对周围环境的理解。因为机器人进行的三维空间建模是无法和人直接沟通的。而只有对房间的视觉语义空间进行建模，才真正的能够和人沟通，解决实际应用问题。能做到这个，那就NB大了!