【深蓝学院】多传感器融合定位 - 带源码课件
【深蓝学院】多传感器融合定位 - 带源码课件├── 第一章_3D激光里程计
│ ├── 第1节_课程导读
│ │ ├── 任务1-1 课程概述.mp4
│ │ └── 任务1-2 激光雷达工作原理及应用.mp4
│ ├── 第2节_里程计方案 ICP&NDT理论讲解
│ │ ├── 任务3-1 前端里程计-ICP.mp4
│ │ └── 任务3-2 前端里程计-NDT.mp4
│ ├── 第3节_里程计方案及代码讲解
│ │ └── 任务4 前端里程计LOAM系列.mp4
│ ├── 第4节_数据集及其精度评价方法
│ │ └── 任务5 数据集实现及精度评价方法.mp4
│ ├── 第5节_LOAM代码讲解
│ │ └── 任务6 LOAM代码部分讲解.mp4
│ ├── 第6节_LeAM-LOAM代码讲解
│ │ └── 任务7 LeAM-LOAM代码讲解.mp4
│ └── 第7节_作业
├── 第七章_基于图优化的地图定位
│ ├── 第1节 流程介绍
│ │ └── 基于图优化的流程介绍.mp4
│ ├── 第2节 边缘化原理及应用
│ │ └── 边缘化原理及应用.mp4
│ ├── 第3节 基于KITTI的原理实现
│ │ └── 基于KITTI的原理实现.mp4
│ ├── 第4节 LIO-mapping
│ │ └── lio-mapping.mp4
│ └── 第5节 作业
│ └── 作业讲解.mp4
├── 第三章_惯性导航原理及误差分析
│ ├── 第1节 惯性技术简介
│ │ └── 任务18 惯性技术简介.mp4
│ ├── 第2节 IMU误差分析及处理
│ │ └── 任务19 惯性器件误差分析.mp4
│ ├── 第3节 内参标定
│ │ └── 任务20 惯性器件内参标定.mp4
│ ├── 第4节 IMU温补
│ │ └── 任务21 惯性器件温补.mp4
│ ├── 第5节 惯性导航解算方法
│ │ └── 任务22 惯性导航解算.mp4
│ ├── 第6节 惯性导航误差模型
│ │ └── 任务23 惯性导航误差分析.mp4
│ └── 第7节 作业
├── 第二章_点云地图构建及基于地图的定位
│ ├── 第1节_内容回顾
│ │ └── 任务11 内容回顾.mp4
│ ├── 第2节_回环检测及代码实现
│ │ └── 任务12 回环检测.mp4
│ ├── 第3节_后端优化与点云地图构建
│ │ └── 任务13 后端优化与点云地图构建.mp4
│ ├── 第4节_基于点云地图的定位
│ │ └── 任务14 基于点云地图的定位.mp4
│ └── 第5节_作业代码讲解
│ └── 任务15 作业代码讲解.mp4
├── 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
│ │ └── 任务35 融合编码器和融合运动约束的滤波方法.mp4
│ ├── 第2节 组合导航的常见现象解释
│ │ └── 任务36 组合导航常见现象解释.mp4
│ ├── 第3节 融合磁力计和融合点云特征的滤波方法
│ │ └── 任务37 融合磁力计和融合点云特征的滤波方法.mp4
│ └── 第4节 作业及代码
├── 第八章_传感器时空标定
│ └── 传感器时空标定.mp4
├── 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
│ │ └── 任务42 基于预积分的融合方案流程.mp4
│ ├── 第2节 预积分模型推导
│ │ └── 任务43 预积分模型推导.mp4
│ ├── 第3节 典型方案介绍
│ │ └── 任务44 典型方案介绍.mp4
│ ├── 第4节 融合编码器的优化方案
│ │ └── 任务45 融合编码器的优化方案.mp4
│ └── 第5节 作业
│ └── 任务46 作业.mp4
└── 第四章_基于滤波的融合方法
├── 第1节 概率基础知识
│ └── 任务29 概率基础知识.mp4
├── 第2节 滤波器基本原理
│ └── 任务30 滤波器基本原理.mp4
├── 第3节 基于滤波器的融合实现
│ └── 任务31 基于滤波器的融合.mp4
├── 第4节 基于KITTI数据集的融合实现
│ └── 任务32 观测性与观测度分析.mp4
└── 第5节 作业
下载地址:
**** Hidden Message ***** 感谢分享，已经加入待实操清单。 众筹项目的成果，让我们看到了团结的力量。 星颖，一个充满正能量的社群，人生转折点啊，改变我很多 谢谢分享，一个干净的交际圈很重要啊！ 这个内容适合放进自己的项目库里做备选。 天下没有免费的午餐，加入有价值的圈子才能获取有价值信息。 感谢分享，思路清楚，比单纯喊口号有用。 自己解决不了的问题，就 跳过问题本身，找能解决问题的人 。 天下没有免费的午餐，加入有价值的圈子才能获取有价值信息。