本项目由西北工业大学足球机器人基地定位技术组发起，主要负责人为刘权祥。
目前本项目还在发展阶段，有一些教程尚未完工。
我们制作这个教程是为了基地更好并且更规范的招新培训，当然也希望能够帮助到对定位技术，特别是SLAM技术感兴趣的同学。整个教程所介绍的知识都偏向于基础和应用，没有对理论部分有太多的解读，我们希望通过整个教程能够让队员对SLAM有一个整体的认知，并且快速的掌握基本的定位技术，从而运用到基地的比赛或者项目中。
SLAM是同步定位与地图构建(Simultaneous Localization And Mapping)的缩写，最早由Hugh Durrant-Whyte 和 John J.Leonard提出。SLAM主要用于解决移动机器人在未知环境中运行时定位导航与地图构建的问题。
SLAM主要解决的是以下两个问题：
1、我在哪里？也就是机器人在工作过程中要知道自己的具体位置。对应的术语叫：定位（Localization)。
2、我周围的环境是什么样子？也就是机器人需要知道整个空间的地面结构信息。对应的术语叫：建图(Mapping)。
从行业需求来看，随着机器人、AR、自动驾驶的爆发式增长，SLAM方向的需求量还在上升，而相关从业者相对较少。
目前对SLAM技术需求强烈的公司包括：互联网公司如百度、腾讯、阿里、京东等，计算机视觉算法公司如旷世、虹软、商汤等，自动驾驶创业公司如图森、momenta、景驰、驭势、滴滴及各大汽车厂商等，无人机/机器人公司如大疆、思岚、高仙等，AR移动终端应用相关公司如三星、华为、悉见等。其中大多企业以激光SLAM为主，毕竟激光SLAM是当下最稳定、可靠的定位导航方案，而视觉SLAM将是未来主流研究方向，不过未来两者融合也将成为一种趋势，采用多传感器融合能做到取长补短，为市场打造出更好用的定位导航解决方案，进一步实现机器人的智能化进程。
总体来说，目前国内SLAM技术无论是在技术层面还是应用层面仍处于发展阶段，未来，随着消费刺激及产业链不断发展，SLAM技术将会有一片更为广阔的市场。
见 定位技术培训大纲
- SLAM对编程能力要求较高，建议先锻炼编程能力，把基础部分全部掌握好，之后无论是阅读代码还是写代码都有帮助。
- SLAM是一个非常复杂的软件系统，包含了大量的数学、编程知识、编程技巧的系统，需要先建立感性认识，然后熟悉各个技术模块，然后在有一点理解的基础上尝试集成、修改、改进等等。可以先把一些开源SLAM方案运行起来，跑起来看一看效果，有一个大概的认知；之后再顺着这个认知学习下去，一步一步来。
- 由于SLAM包含了大量的数学知识、编程知识，因此强烈建议采用广度优先的方法来学习，即首先建立整体的感性认识；然后针对每一个技术模块了解其目的、意义、调用的方法等等；然后通过整合的方式去理解整体的衔接、组织。
- 各个项目组应该统一培训，这样安排起来更加方便，也有利于以后基地定位技术的发展
- 明确基地定位技术的范畴，不应该只包括SLAM部分，把定位技术组培训的大纲基本的弄起来
- 网课学习为主，要求有一定的反馈机制，比如：答辩、报告、代码实现等
- 答疑讲解为辅，形式包括但不限于：线上线下会议、群聊等
- 尝试跨组合作的小任务（但同方向的可能合作的范围很小或者比较难合作？）