【资源介绍】:
自主导航是机器人与自动驾驶的核心功能,而SLAM技术是实现自主导航的前提与关键。现有的机器人与自动驾驶车辆往往会安装激光雷达,相机,IMU,GPS等多种模态的传感器,而且已有许多优秀的激光SLAM与视觉SLAM算法。但是每种模态的传感器都有其优点和缺点,如相机只能测量2D图像,且容易受光照和夜晚的影响;激光雷达获取的3D点云较为稀疏,而且在长走廊,隧道,以及开阔场景中容易发生退化;GPS测量极易受到环境的干扰;每种模态的传感器只能在适当的环境中发挥积极的作用。因此,我们希望以适当的方式融合多种模态的测量,通过优势互补,使SLAM算法能够在各种挑战性环境下持续输出鲁棒且精确的估计结果。因此无论是学术界还是工业界,多模态融合是未来SLAM发展的必然趋势。
【资源目录】:
├──1、公开课多模态融合SLAM技术分享.mp4 280.89M
├──2、传感器介绍及分析及激光与视觉SLAM算法框架解析.mp4 964.07M
├──3、多传感器外参标定原理与代码讲解.mp4 871.83M
├──4、激光—惯性子系统(LIS)代码精读.mp4 664.91M
├──5、视觉—惯性子系统(VIS)代码精读.mp4 1.29G
├──6、激光—视觉—惯性数据融合与优化融合.mp4 923.09M
├──7、LVI—SAM代码实战与评估.mp4 3.06G
└──8、大作业讲解视频.mp4 430.27M
侵权联系与免责声明 1、本站资源所有内容均收集于网络,与本网站立场无关 2、本站所有资源收集于互联网,由用户分享,该帖子作者与老马学社网站不享有任何版权,如有侵权请联系本站删除 3、本站部分内容转载自其它网站,但并不代表本站赞同其观点和对其真实性负责 4、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意 侵权联系邮箱:648765304@qq.com 本文链接:https://laomastudy.cn/13719.html。
评论0