本书讲什么
SLAM 是 Simultaneous Localization And Mapping 的缩写，中文译作：同时定位与地图构建。
SLAM 的目的是解决定位与地图构建，希望实时地、在没有先验知识的情况下进行 SLAM。
我们眼中的花草树木、虫鱼鸟兽，在计算机中只是一个个由数字排列而成的矩阵。
与人工智能和机器学习所用的方式——概率学建模是不同的。
与 SLAM 相关的应用点：在许多地方，我们都希望知道自身的位置。
虽然 SLAM 的理论框架基本趋于稳定，但其编程实现仍然较为复杂。
我们会详细地介绍 SLAM 的理论背景、系统架构，以及各个模块的主流做法。
经典书籍：《概率机器人》（Probabilistic robotics）、《计算机视觉中的多视图几何》（Multiple View Geometry in Computer Vision）、《机器人学中的状态估计》（State Estimation for Robotics: A Matrix-Lie-Group Approach）
- 目的在于介绍基础理论，SLAM 只是其应用之一；
- 内容偏重于数学理论，基本不涉及编程实现。
如何使用本书
组织方式
某些做法只要经验上够用，没必要非得在数学上追求完备。
数学基础篇+SLAM 技术篇
风格约定
各种程序库在 Linux 下的配置都非常便捷。
标量使用斜体字，向量和矩阵使用粗斜体，空心粗体代表特殊集合。
可以在终端中输入 vimtutor 阅读一遍所有内容。不要想着把 Vim 用成 IDE，我们只用它做文本编辑的工作。