【深蓝学院】多传感器融合定位 - 带源码课件

编辑点评

深入浅出，理论与实践结合，适合对多传感器融合定位感兴趣的初学者和进阶者。

⭐ 编辑推荐

《深蓝学院》多传感器融合定位课程，带你从基础到进阶，掌握源码级知识。

✨ 课程亮点

课程目录

📁 第八章_传感器时空标定
第八章_传感器时空标定资料.zip [1.8 MB]
传感器时空标定.mp4 [175.4 MB]
📁 第四章_基于滤波的融合方法
📁 第1节 概率基础知识
第1节 概率基础知识说明.zip [1.8 MB]
任务29 概率基础知识.mp4 [106.4 MB]
📁 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 [214.0 MB]
📁 第2节 滤波器基本原理
任务30 滤波器基本原理.mp4 [294.3 MB]
📁 第5节 作业
📁 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 [210.7 MB]
📁 第五章_基于滤波的融合方法进阶
📁 第3节 融合磁力计和融合点云特征的滤波方法
第3节 融合磁力计和融合点云特征的滤波方法说明.zip [1.8 MB]
任务37 融合磁力计和融合点云特征的滤波方法.mp4 [177.1 MB]
📁 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 [297.1 MB]
📁 第4节 作业及代码
📁 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 [205.9 MB]
📁 第七章_基于图优化的地图定位
📁 第4节 LIO-mapping
第4节 LIO-mapping说明.zip [1.8 MB]
📁 第3节 基于KITTI的原理实现
第3节 基于KITTI的原理实现必看.zip [1.8 MB]
基于KITTI的原理实现.mp4 [106.7 MB]
📁 第5节 作业
作业讲解.mp4 [20.6 MB]
📁 第1节 流程介绍
基于图优化的流程介绍.mp4 [78.5 MB]
📁 第2节 边缘化原理及应用
边缘化原理及应用.mp4 [40.9 MB]
📁 第一章_3D激光里程计
📁 第7节_作业
第7节_作业说明.png [493.5 KB]
📁 第1节_课程导读
任务1-1 课程概述.mp4 [108.4 MB]
任务1-2 激光雷达工作原理及应用.mp4 [298.3 MB]
📁 第5节_LOAM代码讲解
任务6 LOAM代码部分讲解.mp4 [272.7 MB]
📁 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 [34.6 MB]
📁 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 [119.8 MB]
📁 第6节_LeAM-LOAM代码讲解
任务7 LeAM-LOAM代码讲解.mp4 [61.2 MB]
📁 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 [131.3 MB]
任务3-2 前端里程计-NDT.mp4 [137.2 MB]
📁 第六章_基于图优化的融合方法
📁 第5节 作业
浠诲姟46 浣滀笟.mp4 [32.8 MB]
📁 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 [11.8 MB]
📁 第2节 预积分模型推导
任务43 预积分模型推导.mp4 [233.8 MB]
📁 第3节 典型方案介绍
任务44 典型方案介绍.mp4 [152.3 MB]
📁 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 [45.5 MB]
📁 第三章_惯性导航原理及误差分析
📁 第5节 惯性导航解算方法
第5节 惯性导航解算方法必看.png [493.5 KB]
任务22 惯性导航解算.mp4 [209.3 MB]
📁 第4节 IMU温补
任务21 惯性器件温补.mp4 [33.4 MB]
📁 第2节 IMU误差分析及处理
任务19 惯性器件误差分析.mp4 [40.5 MB]
📁 第3节 内参标定
任务20 惯性器件内参标定.mp4 [191.8 MB]
📁 第7节 作业
📁 第1节 惯性技术简介
任务18 惯性技术简介.mp4 [94.6 MB]
📁 第6节 惯性导航误差模型
任务23 惯性导航误差分析.mp4 [89.6 MB]
📁 第二章_点云地图构建及基于地图的定位
📁 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 [168.8 MB]
📁 第5节_作业代码讲解
任务15 作业代码讲解.mp4 [144.9 MB]
📁 第1节_内容回顾
任务11 内容回顾.mp4 [17.9 MB]
📁 第2节_回环检测及代码实现
任务12 回环检测.mp4 [331.1 MB]
📁 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 [27.5 MB]

适合人群

• 对定位算法感兴趣的开发者
• 机器人领域研究者
• 汽车自动驾驶开发者

🎯 学习收获

• 掌握多传感器融合定位原理
• 学会使用深度学习技术
• 实现源码级定位算法开发

🎉 祝您学习愉快！