• 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,温故知新

*课程已报满,可预约下一期

  • 1: 多传感器融合定位第七期开课仪式.
  • 2: 多传感器融合定位课程的学习经验与建议——助教赵浩武
  • 3: 多传感器融合定位课程的学习经验与建议——助教朱贞欣
  • 第1章: 概述
  • 4: 多传感器融合定位-第1讲 V2.pdf
  • 第1节: 课程概述
  • 5: 【视频】课程概述
  • 第2节: 【作业】环境搭建
  • 6-1: 【作业】第一章
  • 6-2: 课程数据集.txt
  • 6-3: 【环境代码】01-introduction
  • 7: 第一章作业思路讲解-助教 朱贞欣
  • 8: 第一章作业分享-叶学通.pdf
  • 第2章: 3D激光里程计 I
  • 9: 【课件】多传感器融合定位-第2讲 V1.pdf
  • 第1节: 激光雷达工作原理及课程框架
  • 10: 【视频】激光雷达工作原理及课程框架
  • 第2节: 基于SVD的ICP
  • 11: 【视频】基于SVD的ICP
  • 第3节: 基于优化的ICP
  • 12: 【视频】基于优化的ICP
  • 第4节: NDT理论讲解
  • 13: 【视频】NDT理论讲解
  • 第5节: 点云畸变补偿方法
  • 14: 【视频】畸变补偿
  • 第6节: 基于KITTI数据集的实现
  • 15: 【视频】基于kitti的实现
  • 第7节: 作业
  • 16-1: 【作业】第2章
  • 16-2: 【代码框架】02-lidar-odometry-basic.zip
  • 17: 融合定位第二章作业思路讲解-赵浩武.
  • 18: 第二章作业分享——陈冠亮.pdf
  • 第3章: 3D激光里程计 II
  • 19: 【课件】多传感器融合定位-第3讲 V1.pdf
  • 第1节: 线面特征几何基础
  • 20: 【视频】线面特征几何基础
  • 第2节: 点云线面特征提取
  • 21: 【视频】点云线面特征提取
  • 第3节: 基于线面特征的位姿优化
  • 22: 【视频】基于线面特征的位姿变化
  • 第4节: 位姿优化代码实现
  • 23: 【视频】位姿优化代码实现
  • 第5节: 开源里程计
  • 24: 【视频】开源里程计
  • 第6节: 作业
  • 25-1: 【视频】作业
  • 25-2: 【作业】第3章
  • 25-3: 【代码框架】03-lidar-odometry-advanced.zip
  • 26: 第三章作业思路_助教陈梓杰.pdf
  • 27: 第三章作业分享-胡存蔚.pdf
  • 第4章: 点云地图构建及基于地图的定位
  • 28: 【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
  • 29: 【视频】整体流程介绍与回环检测
  • 第2节: 后端优化
  • 30: 【视频】后端优化
  • 第3节: 点云地图建立
  • 31: 【视频】点云地图建立
  • 第4节: 基于地图的定位
  • 32: 【视频】基于地图的定位
  • 第5节: LeGO-LOAM
  • 33: 【视频】LeGO-LOAM
  • 第6节: 作业
  • 34-1: 【视频】作业
  • 34-2: 【作业】第四章
  • 34-3: 【代码框架】04-mapping-and-matching.zip
  • 35: 第四章作业思路讲解-赵浩武.pdf
  • 第5章: 惯性导航原理及误差分析
  • 36: 【课件】多传感器融合定位-第5讲 V1.pdf
  • 第1节: 本节内容介绍
  • 37: 【视频】内容概述
  • 第2节: 惯性技术简介
  • 38: 【视频】惯性技术简介
  • 第3节: 惯性器件误差分析及处理
  • 39: 【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
  • 40: 【视频】内参标定
  • 第5节: 惯性器件温补
  • 41: 【视频】惯性器件温补
  • 第6节: 作业
  • 42-1: 【作业】第5章
  • 42-2: 【代码框架】05-imu-calib.
  • 43: 第五章作业思路讲解_助教陈梓杰.
  • 44-1: 多传感器融合定位第七期在线答疑
  • 44-2: 多传感器融合定位第七期在线答疑问题收集-图南南22.9.2
  • 第6章: 惯性导航解算及误差模型
  • 45: 【课件】多传感器融合定位-第6讲 V1.pdf
  • 第1节: 三维运动描述基础知识
  • 46: 【视频】三维运动描述基础知识
  • 第2节: 三维运动微分性质
  • 47: 【视频】三维运动微分性质
  • 第3节: 惯性导航解算
  • 48: 【视频】惯性导航解算
  • 第4节: 惯性导航误差分析
  • 49: 【视频】惯性导航误差分析
  • 第5节: 作业
  • 50-1: 【作业】第6章
  • 50-2: 【代码框架】06-imu-navigation.
  • 51: 第六章作业思路讲解-助教赵浩武.pdf
  • 第7章: 基于滤波的融合方法 I
  • 52: 【课件】多传感器融合定位-第7讲 V1.pdf
  • 第1节: 滤波器作用
  • 53: 【视频】滤波器的作用
  • 第2节: 概率基础知识
  • 54: 【视频】概率基础知识
  • 第3节: 滤波器的基本原理
  • 55: 【视频】滤波器基本原理
  • 第4节: 基于滤波器的融合
  • 56: 【视频】基于滤波的融合
  • 第5节: 作业
  • 57-1: 【视频】作业
  • 57-2: 【作业】第7章
  • 57-3: 【代码框架】07-filtering-basic
  • 58: 第七章作业思路讲解_陈梓杰.
  • 第8章: 基于滤波的融合方法 II
  • 59: 【课件】多传感器融合定位-第8讲 V1
  • 第1节: 编码器运动模型与标定及基于编码器的滤波
  • 60: 【视频】编码器运动模型及基于编码器的滤波
  • 第2节: 融合运动约束与点云特征的滤波方法
  • 61: 【视频】基于运动约束与点云特征的滤波
  • 第3节: 作业
  • 62-1: 【视频】作业安排
  • 62-2: 【作业】第八章
  • 第9章: 基于图优化的建图方法
  • 63: 【课件】传感器融合定位-第9讲 V1
  • 第1节: 基于预积分的优化流程
  • 64: 【视频】基于预积分的优化流程
  • 第2节: 预积分模型
  • 65: 【视频】预积分模型
  • 第3节: 预积分在优化中的使用
  • 66: 【视频】预积分在优化中的使用
  • 第4节: 典型方案介绍
  • 67-1: 【视频】典型方案介绍
  • 67-2: 【视频】典型方案介绍--LIO SAM
  • 第5节: 基于编码器的预积分
  • 68: 【视频】基于编码器的预积分
  • 第6节: 作业
  • 69-1: 【作业】第9章
  • 69-2: 【代码框架】09-graph-optimization

相关推荐

智能机器人 定位与建图 基础

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》