多传感器融合定位课程介绍
使用传感器融合技术，可以融合GPS与惯性传感器数据，各取所长，以达到较好的定位效果。 简单地说，传感器融合就是将多个传感器获取的数据、信息集中在一起综合分析以便更加准确可靠地描述外界环境，从而提高系统决策的正确性。学习这门课不仅能够入门最困难的传感器MU,为后续深入学习打下坚实基础；并且可以学习3 D Lidar SLAM的前沿成果，在ROS框架下，从零开始，亲手搭建前端-回环检测-基于滤波-基于图优化的融合定位解决方案。在课程上学到的方法能够在日常工作中得到运用，无论是基于滤波的还是基于优化的方法，都可以得到很好的运用；在实际工作中运用学到的方法，分析新加入的传感器的模型及融合思路，帮助实现新传感器的融合定位，同时捋清了优化框架的实现方法。
适合人群
自动驾驶及机器人领域融合定位/SLAM的工程师及融合定位领域专业进阶的学生.
课程目录:
——/深蓝-多传感器融合/ ├──01.视频 | ├──00.视频文件夹！！！！！ | | ├──任务1-1 课程概述.mp4 108.33M | | ├──任务1-2 激光雷达工作原理及应用-.mp4 298.25M | | ├──任务11 内容回顾-.mp4 17.84M | | ├──任务12 回环检测-.mp4 331.11M | | ├──任务13 后端优化与点云地图构建-.mp4 168.74M | | ├──任务14 基于点云地图的定位-.mp4 27.51M | | ├──任务15 作业代码讲解-.mp4 144.87M | | ├──任务18 惯性技术简介-.mp4 94.59M | | ├──任务19 惯性器件误差分析-.mp4 40.48M | | ├──任务20 惯性器件内参标定-.mp4 191.75M | | ├──任务21 惯性器件温补-.mp4 33.32M | | ├──任务22 惯性导航解算-.mp4 209.23M | | ├──任务23 惯性导航误差分析-.mp4 89.56M | | ├──任务29 概率基础知识-.mp4 106.35M | | ├──任务3-1 前端里程计-ICP-.mp4 131.24M | | ├──任务3-2 前端里程计-NDT-.mp4 137.18M | | ├──任务30 滤波器基本原理-.mp4 294.28M | | ├──任务31 基于滤波器的融合-.mp4 210.71M | | ├──任务32 观测性与观测度分析-.mp4 213.96M | | ├──任务35 融合编码器和融合运动约束的滤波方法-.mp4 205.87M | | ├──任务36 组合导航常见现象解释-.mp4 297.11M | | ├──任务36-3： 【视频】LINS代码讲解-.mp4 114.54M | | ├──任务37 融合磁力计和融合点云特征的滤波方法-.mp4 177.03M | | ├──任务4 前端里程计LOAM系列-.mp4 119.72M | | ├──任务42 基于预积分的融合方案流程-.mp4 45.49M | | ├──任务43 预积分模型推导-.mp4 233.78M | | ├──任务44 典型方案介绍-.mp4 152.25M | | ├──任务45 融合编码器的优化方案-.mp4 11.79M | | ├──任务46 作业-.mp4 32.75M | | ├──任务47基于图优化的流程介绍-.mp4 78.43M | | ├──任务48 边缘化原理及应用-.mp4 40.89M | | ├──任务49 基于KITTI的原理实现-.mp4 106.66M | | ├──任务5 数据集实现及精度评价方法-.mp4 34.54M | | ├──任务50 lio-mapping-.mp4 167.53M | | ├──任务51 作业讲解-.mp4 20.61M | | ├──任务52 传感器时空标定-.mp4 175.41M | | ├──任务6 LOAM代码部分讲解-.mp4 272.62M | | └──任务7 LeAM-LOAM代码讲解-.mp4 61.12M | ├──01.第一章_3D激光里程计 | | ├──第1节_课程导读 | | ├──第2节_里程计方案 ICP&NDT理论讲解 | | ├──第3节_里程计方案及代码讲解 | | ├──第4节_数据集及其精度评价方法 | | ├──第5节_LOAM代码讲解 | | ├──第6节_LeAM-LOAM代码讲解 | | └──第7节_作业 | ├──02.第二章_点云地图构建及基于地图的定位 | | ├──第1节_内容回顾 | | ├──第2节_回环检测及代码实现 | | ├──第3节_后端优化与点云地图构建 | | ├──第4节_基于点云地图的定位 | | ├──第5节_作业代码讲解 | | └──多传感器融合定位-第2章.pdf 2.07M | ├──03.第三章_惯性导航原理及误差分析 | | ├──第1节 惯性技术简介 | | ├──第2节 IMU误差分析及处理 | | ├──第3节 内参标定 | | ├──第4节 IMU温补 | | ├──第5节 惯性导航解算方法 | | ├──第6节 惯性导航误差模型 | | ├──第7节 作业 | | └──多传感器融合定位-第3章.pdf 2.95M | ├──04.第四章_基于滤波的融合方法 | | ├──第1节 概率基础知识 | | ├──第2节 滤波器基本原理 | | ├──第3节 基于滤波器的融合实现 | | ├──第4节 基于KITTI数据集的融合实现 | | ├──第5节 作业 | | └──多传感器融合定位-第4章.pdf 3.37M | ├──05.第五章_基于滤波的融合方法进阶 | | ├──第1节 融合编码器和融合约束的滤波方法 | | ├──第2节 组合导航的常见现象解释 | | ├──第3节 融合磁力计和融合点云特征的滤波方法 | | ├──第4节 作业及代码 | | └──多传感器融合定位-第5章-V2.3.pdf 1.85M | ├──06.第六章_基于图优化的融合方法 | | ├──第1节 基于预积分的融合方案流程 | | ├──第2节 预积分模型推导 | | ├──第3节 典型方案介绍 | | ├──第4节 融合编码器的优化方案 | | ├──第5节 作业 | | └──多传感器融合定位-L6.pdf 1.88M | ├──07.第七章_基于图优化的地图定位 | | ├──第1节 流程介绍 | | ├──第2节 边缘化原理及应用 | | ├──第3节 基于KITTI的原理实现 | | ├──第4节 LIO-mapping | | ├──第5节 作业 | | └──多传感器融合定位-第7章-2.0.pdf 6.40M | ├──08.第八章_传感器时空标定 | | └──第八章_传感器时空标定 ├──02.资料 | ├──ScanContext：EgocentricSpatialDescriptorforPlaceRecognition.pdf 4.59M | ├──src.tar.gz 12.19M | ├──传感器课件.zip 43.15M | └──传感器作业答案.zip 372.02M
