先从您最后一个问题开始回答，本人目前在自动驾驶领域工作，SLAM技术在自动驾驶中是必不可少的关键技术。因为SLAM解决的是同时定位与建图的问题，所以可以应用到无人驾驶车的定位功能上。而自动驾驶行业最近的火爆，就不用我多言了，所以一旦掌握了SLAM技术的话在自动驾驶行业内获取一个高薪酬的offer是不在话下的。
接着往前回答，我这边就讲自动驾驶领域吧，目前和SLAM相关的工作内容可以分为视觉SLAM，和激光SLAM，对了还要更厉害的多传感器融合的SLAM，目的都是为了使自动驾驶车辆能够更精准和鲁棒的定位，那么我这里介绍的两个方向就是视觉SLAM 和 激光SLAM啦。如何学习呢，对于视觉SLAM，已经有很多大佬推荐了入门必看的【视觉SLAM十四讲】。当你大致熟悉了视觉SLAM的算法框架和其中的知识点后，可以看下orb-slam2的开源程序并精通它。现在很多公司中的视觉定位也是基于orb-slam2改进的。如果还想掌握点传感器融合，可以看下VIO即融合了相机和IMU。学的多了，看的多了，就算你提不出来改进手段，你也知道其中会存在哪些的问题了。
至于激光SLAM，我觉得一通百通，不一样的就是传感器模型不同。且目前成熟的激光SLAM算法很多，由于激光精度高，近年来在自动驾驶领域也应用广泛了。可以看看成熟的激光SLAM框架，比如LOAM Cartographer。总而言之，生活在这个时代就要多站在巨人的肩膀上。
希望回答能对您有所启发，PS: 这里也推一下我在3D 视觉工坊上的关于激光SLAM的系列课程：
