• 学习时长

    8周/建议每周8个小时

  • 答疑服务

    专属微信答疑群/讲师助教均参与

  • 作业批改

    每章节设计作业/及时批改评优

课程价格: 999.00

支持花呗分期

  • 第1章: 课程介绍
  • 第1节: 课程介绍
  • 任务1-1: 【课件】L0 课程概述.pdf
  • 任务1-2: 【视频】课程概述 29:54
  • 任务1-3: 【数据集】课程数据下载.txt
  • 任务1-4: 【作业环境】Courseware.zip
  • 第2章: 3D激光里程计 I
  • 第1节: 激光雷达工作原理及课程框架
  • 任务2-1: 【课件】第一章 3D激光里程计Ⅰ
  • 任务2-2: 【视频】激光雷达工作原理及课程框架 08:13
  • 任务2-3: 【视频】激光雷达点云采集原理 03:48
  • 第2节: 基于SVD的ICP
  • 任务3: 【视频】基于SVD的ICP 31:44
  • 第3节: 基于优化的ICP
  • 任务4: 【视频】基于优化的ICP 26:17
  • 第4节: NDT
  • 任务5: 【视频】NDT 16:11
  • 第5节: 畸变补偿
  • 任务6: 【视频】畸变补偿 21:23
  • 第6节: 基于KITTI数据集的实现
  • 任务7: 【视频】基于kitti的实现 08:56
  • 第7节: 作业
  • 任务8: 【作业】第二章
  • 第3章: 3D激光里程计 II
  • 第1节: 基于特征的激光里程计:点云线面特征提取、基于线面特征的位姿优化
  • 第2节: 相关开源介绍:ALOAM、 FLOAM 理论及代码讲解
  • 第3节: 基于KITTI数据集的实现
  • 第4章: 点云地图构建及基于地图的定位
  • 第1节: 点云地图构建:基于回环的误差修正原理、基于先验观测的误差修正原理、建图流程及代码实现
  • 第2节: LEGO_LOAM 代码讲解
  • 第3节: 基于点云地图的定位:位姿初始化、地图动态加载、定位流程及代码实现
  • 第5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:随机误差理论分析&allan方差分析及实现
  • 第3节: 内参标定:内参模型、基于转台的标定方法&不依赖转台的标定方法
  • 第4节: 惯性导航解算方法:三维运动描述基础知识&惯性导航解算方法推导
  • 第6章: 基于滤波的融合方法
  • 第1节: 滤波器推导:KF/EKF/UKF 模型推导&PF基本原理介绍
  • 第2节: 基于误差状态的融合方法(ESKF):IMU位置、速度、姿态误差模型推导&ESKF推导
  • 第3节: 基于滤波的融合实现:基于IMU和点云地图的融合原理&基于KITTI数据集的融合实现
  • 第7章: 基于图优化的建图方法
  • 第1节: 预积分原理:基于IMU的预积分模型、基于编码器的预积分模型&基于预积分的优化方法
  • 第2节: 基于KITTI的实现:KITTI中基于预积分建图方法
  • 第3节: 相关开源介绍:LIO-SAM 原理及代码讲解
  • 第8章: 基于图优化的定位方法
  • 第1节: 滑动窗口方法:原理及模型&边缘化原理推导
  • 第2节: 相关开源介绍:lio-mapping 理论及代码讲解
  • 第3节: 基于KITTI的实现:KITTI点云地图中基于图优化定位方法
  • 第9章: 多传感器时空标定(综述)
  • 第1节: 内参标定:雷达/相机/编码器等内参标定
  • 第2节: 外参标定:基于共视特征的联合标定、基于融合的在线标定&手眼标定方法
  • 第3节: 时间标定:基于离散时间的标定&基于连续时间的标定

相关推荐

计算机视觉 三维视觉 进阶
智能机器人 SLAM/VIO 高级