课程价格 :
¥1399.00
剩余名额
0
-
学习时长
24周左右/建议每周学习8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/助教1V1批改评优
-
课程有效期
二年/告别拖延,温故知新
- 1:slam课包第二期 开课仪式.pdf
- 2:【视频】11.13号视觉slam直播交流
- 第1章: 视觉SLAM概述与预备知识
- 3:【课件】视觉SLAM第1讲:概述与预备知识
- 第1节: 课程内容提要与预备知识
- 4:【视频】概述与预备知识
- 第2节: Linux下的C++编程基础
- 5:【视频】实践
- 第3节: 作业
- 6-1:【作业】视觉slam第一章
- 6-2:第一章作业思路提示
- 6-3:夏威龙-第一章作业分享.pdf
- 第2章: 三维空间的刚体运动
- 第1节: 理论:三维空间的刚体运动
- 7-1:【课件】SLAM理论与实践第二章
- 7-2:【视频】三维空间的刚体运动
- 第2节: 实践演示:三维空间的刚体运动
- 8:【视频】实践演示
- 第3节: 作业
- 9-1:【作业】第二章
- 9-2:第二章作业思路提示.pdf
- 第3章: 李群与李代数
- 10:【课件】SLAM基础与VIO进阶第三次
- 第1节: 李群与李代数
- 11-1:【视频】李群与李代数
- 11-2:【实践】李群与李代数
- 第2节: 作业实践
- 12-1:【作业】第三章
- 12-2:第三章作业思路提示
- 第4章: 相机模型与非线性优化
- 13:【课件】SLAM理论与实践第四次课
- 第1节: 相机模型与非线性优化
- 14-1:【视频】相机模型与非线性优化
- 14-2:【实践】相机模型与非线性优化
- 第2节: 作业
- 15-1:【作业】第四章
- 15-2:第四章作业思路提示
- 第5章: 特征点法视觉里程计
- 第1节: 特征点法视觉里程计
- 16-1:【课件】SLAM理论与实践第五次课.pdf
- 16-2:【视频】理论:特征点法视觉里程计
- 16-3:【视频】实践:特征点法视觉里程计
- 第2节: 作业
- 17-1:【作业】第五章
- 17-2:第五章作业思路提示.pdf
- 第6章: 直接法视觉里程计
- 第1节: 光流法和直接法
- 18-1:【课件】SLAM理论与实践第六次课.pdf
- 18-2:【理论】直接法视觉里程计
- 18-3:【实践】直接法视觉里程计
- 第2节: 实践:LK光流&RGB-D直接法
- 19-1:【作业】第六章
- 19-2:第六章作业思路提示.pdf
- 第7章: 后端优化
- 第1节: 后端优化
- 20-1:【课件】SLAM理论与实践第七次课.pdf
- 20-2:【视频】后端优化
- 第2节: 实践作业
- 21-1:【作业】第七章
- 21-2:第七章作业思路提示
- 第8章: 回环检测
- 第1节: 回环检测
- 22-1:【课件】SLAM理论与实践第八次课
- 22-2:【视频】回环检测理论
- 22-3:【视频】回环检测实践
- 第9章: 【SLAM项目作业】Project 实现完整的SLAM系统
- 第1节: 作业实践
- 23:【project】大作业
- 24-1:大作业第1题讲评
- 24-2:大作业第二题讲解
- 24-3:大作业-第三题讲解
- 24-4:大作业-第四题讲评
- 24-5:大作业第5题讲评
- 第10章: VIO 概述与课程介绍
- 25:【视频】 贺一家开篇词
- 第1节: 课程介绍与VIO概述
- 26-1:【课件】概述与课程介绍.pdf
- 26-2:【视频】课程与内容提要
- 26-3:课程预习资料
- 第2节: VIO 概述
- 27:【视频】vio概述
- 第3节: 数学基础知识回顾
- 28:【视频】预备知识回顾
- 第4节: 作业
- 29-1:【作业】第十章
- 29-2:【视频】作业思路提示-助教
- 第11章: IMU 传感器
- 第1节: 旋转运动学
- 30-1:【课件】IMU传感器.pdf
- 30-2:【视频】旋转运动学
- 第2节: IMU 测量模型及运动模型:MEMS 加速度计&MEMS 陀螺工作原理
- 31:【视频】IMU 测量模型及运动模型
- 第3节: IMU 误差模型:确定性误差、随机误差&IMU 数学模型
- 32:【视频】 IMU 误差模型
- 第4节: 运动模型离散时间处理:欧拉法&中值法
- 33:【视频】运动模型离散时间处理
- 第5节: IMU 数据仿真
- 34-1:【视频】IMU 数据仿真
- 34-2:【视频】仿真代码讲解
- 第6节: 作业
- 35-1:【作业】第十一章
- 35-2:【视频】第二章作业思路提示
- 35-3:第二章作业提示
- 第12章: 基于优化的IMU 与视觉信息融合
- 第1节: 基于Bundle Adjustment 的VIO 融合
- 36:【课件】Bundle Adjustment
- 37:【视频】基于Bundle Adjustment的VIO融合
- 第2节: 最小二乘问题的求解
- 38:【视频】最小二乘问题求解
- 第3节: VIO 残差函数的构建
- 39:【视频】VIO残差函数的构建
- 第4节: 误差Jacobian推导:视觉重投影残差的Jacobian&IMU 预积分残差的雅克比
- 40:【视频】误差Jacobian推导
- 第5节: 作业
- 41-1:【作业】第十二章
- 41-2:第十二章作业思路提示.pdf
- 第13章: 基于滑动窗口算法的VIO 系统:可观性和一致性
- 第1节: 从高斯分布到信息矩阵
- 42-1:【课件】SlidingWindow.pdf.pdf
- 42-2:【视频】从高斯分布到信息矩阵
- 第2节: 舒尔补应用:边际概率与条件概率
- 43:【视频】舒尔补应用:边际概率, 条件概率
- 第3节: 滑动窗口算法: 图优化基础、 基于边际概率的滑动窗口算法
- 44:【视频】 滑动窗口算法: 图优化基础、 基于边际概率的滑动窗口算法
- 第4节: 滑动窗口中的FEJ 算法
- 45:【视频】滑动窗口中的FEJ 算法
- 第5节: 作业
- 46-1:【作业】第十三章
- 46-2:第十三章作业提示
- 46-3:【视频】vio部分第四章作业思路讲解
- 第14章: 后端优化实践:逐行手写求解器
- 第1节: 非线性最小二乘求解
- 47-1:【课件】L5BackendSolver.pdf
- 47-2:【视频】非线性最小二乘求解
- 第2节: 【代码讲解】单目BA求解
- 48:【视频】代码讲解之单目BA求解
- 第3节: 滑动窗口算法
- 49:【视频】滑动窗口算法
- 第4节: 【代码讲解】Vins-Mono滑动窗口算法
- 50:【视频】代码讲解之Vins-Mono滑动窗口算法
- 第5节: 实践作业
- 51-1:【作业】第十四章
- 51-2:vio第五章作业提示
- 51-3:【视频】vio第五章作业思路讲
- 第15章: 视觉前端
- 第1节: 前端的工作
- 52-1:【课件】L6 视觉前端
- 52-2:【视频】前端的工作
- 第2节: 特征点提取、匹配和光流
- 53:【视频】特征点提取、匹配和光流
- 第3节: 关键帧与三角化
- 54:【视频】关键帧与三角化
- 第4节: 作业
- 55-1:【视频】作业
- 55-2:【作业】第十五章
- 55-3:第七章作业提示.pdf
- 55-4:【视频】第七章作业提示
- 第16章: VINS系统构建
- 第1节: VINS系统的构建及算法流程:前端模块、初始化模块及后端模块
- 56-1:【课件】VIO第7节Initialization.pdf
- 56-2:【视频】part1
- 56-3:【视频】part2
- 第2节: 实践:代码讲解
- 57:【视频】代码讲解
- 第3节: 作业
- 58-1:【作业】第十六章
- 58-2:第八章作业提示.pdf
- 58-3:【视频】第八章作业讲解
- 第17章: 相机和IMU时间戳同步
- 第1节: 基于视觉特征匀速运动模型的时间戳标定算法
- 59-1:【课件】 相机与IMU时间戳同步
- 59-2:【视频】时间戳同步问题及意义
- 第2节: 基于相机轨迹匀速运动模型的时间戳标定算法
- 60:【视频】时间戳延迟估计方法
- 第3节: 算法对比总结
- 61:【视频】时间戳同步算法扩展
- 62:【作业】第十七章
- 第18章: 课程总结
- 63:【课件】 总结与展望
- 第1节: 课程回顾
- 64:【视频】课程简单回顾
- 第2节: vio和其他传感器融合
- 65:【视频】vio和其他传感器融合
- 第19章: Project: Square Root Bundle Adjustment for Large-Scale Reconstruction
- 第1节: 原理与代码
- 66-1:【论文】Square Root Bundle Adjustment
- 66-2:【视频】论文解读
- 66-3:【视频】代码框架讲解
- 66-4:【作业】大作业
- 66-5:【代码】Project BASolver
- 67-1:【资料】大作业作业提示
- 67-2:【视频】大作业思路提示