• 学习时长

    11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

  • 课程有效期

    一年/告别拖延,温顾知新

支持花呗分期

  • 1: 多传感器融合定位第五期开课仪式.pdf
  • 2: 多传感器融合课程的学习经验与建议--助教陈嘉皓.pdf
  • 第1章: 概述
  • 第1节: 课程概述
  • 3-1: 【课件】多传感器融合定位-第1讲 .pdf
  • 3-2: 【视频】课程概述
  • 第2节: 环境搭建
  • 4-1: 【作业】第一章 环境搭建
  • 4-2: 课程数据集.txt
  • 4-3: 【代码框架】01-introduction.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
  • 5: 【课件】多传感器融合定位-第2讲 V1.pdf
  • 6-1: 【视频】激光雷达工作原理及课程框架
  • 6-2: 【视频】激光雷达点云采集原理
  • 第2节: 基于SVD的ICP
  • 7: 【视频】基于SVD的ICP
  • 第3节: 基于优化的ICP
  • 8: 【视频】基于优化的ICP
  • 第4节: NDT
  • 9: 【视频】NDT
  • 第5节: 畸变补偿
  • 10: 【视频】畸变补偿
  • 第6节: 基于KITTI数据集的实现
  • 11: 【视频】基于kitti的实现
  • 第7节: 作业
  • 12-1: 【作业】第二章
  • 12-2: 【代码框架】02-lidar-odometry-basic.zip
  • 第3章: 3D激光里程计 II
  • 第1节: 线面特征几何基础
  • 13-1: 【课件】多传感器融合定位-第3讲 V1.pdf
  • 13-2: 【视频】线面特征几何基础
  • 第2节: 点云线面特征提取
  • 14: 【视频】点云线面特征提取
  • 第3节: 基于线面特征的位姿优化
  • 15: 【视频】基于线面特征的位姿变化
  • 第4节: 位姿优化代码实现
  • 16: 【视频】位姿优化代码实现
  • 第5节: 开源里程计
  • 17: 【视频】开源里程计
  • 第6节: 作业
  • 18-1: 【视频】作业
  • 18-2: 【作业】第三章
  • 18-3: 【代码框架】03-lidar-odometry-advanced.zip
  • 18-4: 03作业思路讲解(open-in-VSCode-with-markdown-plugin).zip
  • 19-1: 问题收集文档.pdf
  • 19-2: 【视频】多传感器融合定位第五期第一次在线答疑
  • 第4章: 点云地图构建及基于地图的定位
  • 20: 【课件】多传感器融合定位-第4讲 V1.pdf
  • 第1节: 整体流程介绍与回环检测
  • 21: 【视频】整体流程介绍与回环检测
  • 第2节: 后端优化
  • 22: 【视频】后端优化
  • 第3节: 点云地图建立
  • 23: 【视频】点云地图建立
  • 第4节: 基于地图的定位
  • 24: 【视频】基于地图的定位
  • 第5节: LeGO-LOAM
  • 25-1: 【视频】LeGO-LOAM
  • 25-2: 【代码讲解】LEGO-LOAM
  • 第6节: 作业
  • 26-1: 【视频】作业
  • 26-2: 【作业】第四章
  • 26-3: 【代码框架】04-mapping-and-matching.zip
  • 27: 第四章作业思路讲解--助教陈嘉皓.pdf
  • 第5章: 惯性导航原理及误差分析
  • 28: 【课件】多传感器融合定位-第5讲 V1.pdf
  • 第1节: 本节内容介绍
  • 29: 【视频】内容概述
  • 第2节: 惯性技术简介
  • 30: 【视频】惯性技术简介
  • 第3节: 惯性器件误差分析及处理
  • 31: 【视频】惯性器件误差分析
  • 第4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
  • 32: 【视频】内参标定
  • 第5节: 惯性器件温补
  • 33: 【视频】惯性器件温补
  • 第6节: 作业
  • 34-1: 【代码框架】05-imu-calib.zip
  • 34-2: 【作业】第五章
  • 第6章: 惯性导航解算及误差模型
  • 第1节: 三维运动描述基础知识
  • 35-1: 【课件】多传感器融合定位-第6讲 V1.pdf
  • 35-2: 【视频】三维运动描述基础知识
  • 第2节: 三维运动微分性质
  • 36: 【视频】三维运动微分性质
  • 第3节: 惯性导航解算
  • 37: 【视频】惯性导航解算
  • 第4节: 惯性导航误差分析
  • 38: 【视频】惯性导航误差分析
  • 第5节: 作业
  • 39-1: 【作业】第六章
  • 39-2: 【代码框架】06-imu-navigation.zip
  • 第9章: 基于优化的建图方法
  • 第1节: 基于预积分的优化流程
  • 第2节: 预积分模型
  • 第3节: 预积分在优化中的使用
  • 第4节: 典型方案介绍
  • 第5节: 基于编码器的预积分

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请选择自己感兴趣的领域

智能语音

三维视觉

计算机视觉

移动机器人

推荐系统

工业机器人

知识图谱

深度学习

自然语言处理