先從您最後一個問題開始回答，本人目前在自動駕駛領域工作，SLAM技術在自動駕駛中是必不可少的關鍵技術。因為SLAM解決的是同時定位與建圖的問題，所以可以套用到無人駕駛車的定位功能上。而自動駕駛行業最近的火爆，就不用我多言了，所以一旦掌握了SLAM技術的話在自動駕駛行業內獲取一個高薪酬的offer是不在話下的。
接著往前回答，我這邊就講自動駕駛領域吧，目前和SLAM相關的工作內容可以分為視覺SLAM，和雷射SLAM，對了還要更厲害的多傳感器融合的SLAM，目的都是為了使自動駕駛車輛能夠更精準和魯棒的定位，那麽我這裏介紹的兩個方向就是視覺SLAM 和 雷射SLAM啦。如何學習呢，對於視覺SLAM，已經有很多大佬推薦了入門必看的【視覺SLAM十四講】。當你大致熟悉了視覺SLAM的演算法框架和其中的知識點後，可以看下orb-slam2的開源程式並精通它。現在很多公司中的視覺定位也是基於orb-slam2改進的。如果還想掌握點傳感器融合，可以看下VIO即融合了相機和IMU。學的多了，看的多了，就算你提不出來改進手段，你也知道其中會存在哪些的問題了。
至於雷射SLAM，我覺得一通百通，不一樣的就是傳感器模型不同。且目前成熟的雷射SLAM演算法很多，由於雷射精度高，近年來在自動駕駛領域也套用廣泛了。可以看看成熟的雷射SLAM框架，比如LOAM Cartographer。總而言之，生活在這個時代就要多站在巨人的肩膀上。
希望回答能對您有所啟發，PS: 這裏也推一下我在3D 視覺工坊上的關於雷射SLAM的系列課程：
