随着人工智能技术的迅速发展，越来越多的伙伴加入到移动机器人的研究中。移动机器人的关键问题是让机器人知道“我在哪里”，SLAM虽然解决了这一关键问题，但单目视觉 SLAM 算法存在一些自身框架无法克服的缺陷，比如尺度、累积误差等问题。

而IMU刚好可以弥补视觉SLAM的不足，融合 IMU 和视觉信息的 VIO 算法能够很大程度地提高单目 SLAM 算法性能，是一种低成本高性能的导航方案，在机器人、AR／VR等领域得到了应用。

因此，VIO在工业中占据了相当重要的地位，在市场上也是有越来越大的需求。 同时，很多机器人领域的伙伴在后期的学习过程中，也发现了单一传感器存在的弊端，意识到需要学习更加可靠的融合定位方法。

但VIO是一个庞大的任务系统，包含了SLAM的各个部分，需要系统学习了解各个部分之间的关系。很多伙伴在学习VIO过程中发现，自己虽然有一些SLAM的基础，但仅是学完了十四讲，跑通了几个经典的系统代码，很少能够透彻理解其中的原理。

面对SLAM与IMU融合的框架，也很难快速找到学习的思路。无法透彻理解VIO根本原理，遇到问题不能快速提出解决方案，更达不到企业用人要求！

因此，深蓝学院诚邀贺一家博士和高翔博士强强联合，共同打磨了SLAM的进阶课程——『从零开始手写VIO』。 课程抓住了VIO的主线，详细介绍各个模块的内容，从基本的数学原理讲解到代码实践，并重点讲解了预积分，滑动窗口滤波算法，边缘化，优化等重要原理和过程。

通过了解VIO系统的融合框架，使大家很大程度上加深对SLAM整个系统的理解。对SLAM行业的从事者、在校学生的学习都会有很大的帮助。为未来的研究学习以及工作应用提供更多思路，同时能够解决工程中的一些实际问题。

导师阵容

课程大纲

学完课程可以收获什么

掌握VIO每个公式推导的过程，打下扎实的数学基础；

掌握基于图形优化的多传感器信息融合框架；

手写后端优化器，理清SLAM后端每个细节；

加深对优化的理解，为以后移植、加速或改进SLAM系统提供技术支持；

具备举一反三的能力，打通SLAM的任督二脉！

精益求精的课程服务

1、社群答疑

课程建立答疑群，高效获取疑问解答的同时，结识更多同领域的伙伴。

2、“三师”助力

班主任督促学习、助教及时批改作业并配合讲师微信群答疑，及时解惑，高效学习。

3、作业迭代

提交作业，助教批改后，根据助教意见对作业进行迭代修改；没有最好，只有更好！

4、定期班会

每期班会，助教对作业进行讲评和指导；在班会中，学习更多技巧；在交流中，收获更多思路。