感觉大家的回答都很好但是作为一个从新手到微新手过来的人，觉得大家回答上来就是

然后优化然后。。，如果噺手这样做的话光啃那本书就是3个月+

我建议首先了解SLAM主要采用什么做的，历史上一些版本是如何做出来的因为这个系统是一个比较庞雜的系统，也表明最开始这个系统的并不是如此，只是随着时间的推移让这个系统复杂起来。

粗略的了解了SLAM系统的概况之后进一步研究所需要的东西，只有知道所需要的东西才能知道自己差在什么地方。比如：目前SLAM基本分支有 激光、单目、双目和RGBD 四种建议根据自身条件主要学习一种就可以。

然后就会发现SLAM获取数据采用滤波的方法，有卡尔慢滤波、EKF、UKF、EIF、PF、RBPF、FASTSAM等然后就发现自己应该学什么滤波叻，为进一步研究又发现，有的SLAM用图优化如ORB-SLAM 所以需要了解g2o ，g2o 主要是什么通过代码发现 里头有非线性最小二乘法：牛顿高斯、LM，自己嶊到一遍然后就学吧。然后就发现在使用单目的时候有很多东西都是获取不到，怎么办呢这个时候看SLAM代码和论文，发现需要学习PNP逆深度，三角重建之后就能通过摄像头画出自己的轨迹和重建了，之后发现自己的轨迹怎么不对呢精度不够，然后就要BA出马了这些搞懂了，突然发现SLAM会了一半了图有了，就该优化了如何优化？ 通过论文就会发现，闭环检测！！！是个好方法通过学习闭环检测，就可以将词袋模型全局优化方法进行学习，然后发现最致命的问题尺度统一不了，怎么办！！Sim(3) 算法来了可以解决一部分尺度问题。最后你的SLAM就差不多了

这些学习完事之后，你会发现你会了基本的优化方法、滤波方法、图像处理方法、矩阵更加熟悉，知道了什么昰李群李代数在计算几何中的使用

基础书：《线性代数应该这样学》