参考书籍：《视觉SLAM 14讲》
代码： https://github.com/gaoxiang12/slambook
第1讲：前言；
学习需具备的知识：
>高等数学、线性代数、概率论
>C++语言基础
>Linux基础
SLAM 概念：
Simultaneous Localization and Mapping 的缩写，中文译为：同时定位与地图构建；
指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境模型，同时估计自己的运动。 如果这里的传感器为相机，则成为视觉SLAM；
SALM目的：
解决定位与地图构建这两个问题，即需要估计传感器自身的位置还要建立周围环境模型；
当相机作为传感器的时候，我们要做的就是根据一张张连续运动的图像，从中估计出相机的运动以及周围环境中的情况；
SLAM相关书籍：
《概率机器人》、《计算机视觉中的多视图几何》、《机器人学中的状态估计》等；
SLAM系统细分模块：
视觉里程计
后端优化
建图
回环检测
SLAM编程实践涉及的库：
OpenCV，PCL，g2o，Ceres;