┣━slxy004-深蓝学院-多传感器融合
多传感器融合已成为自动驾驶及机器人的主流定位方案，涉及内容广泛且繁杂，包括传感器的标定、数据处理、SLAM、滤波等。自学入门难度比较大，通过本课程不仅能够入门最困难的传感器IMU，为后续深入学习打下坚实基础，并且可以学习到3D Lidar SLAM的前沿成果。在ROS框架下，从零开始，亲手搭建前端·回环检测-基于滤波-基于图优化的融合定位解决方案。课程中所讲的无论是基于滤波的还是基于优化的方法，都可以很的运用在实际工作中，分析新加入的传感器的模型及融合思路，帮助实现新传感器的融合定位，同时捋清了优化框架的实现方法。
深蓝学院-多传感器融合
┣━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[16].mp4
┣━多传感器融合定位-第2章.pdf
┣━第4节_基于点云地图的定位
┣━任务14 基于点云地图的定位[16].mp4
┣━第2节_回环检测及代码实现
┣━任务12 回环检测[16].mp4
┣━ScanContext：EgocentricSpatialDescriptorforPlaceRecognition.pdf
┣━第5节_作业代码讲解
┣━【讲评】第二次作业.pdf
┣━任务15 作业代码讲解[16].mp4
┣━sensorfusionchapter3.zip
┣━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[16].mp4
┣━第八章_传感器时空标定
┣━参考文献.zip
┣━大作业.jpg
┣━多传感器融合定位-第8章.pdf
┣━传感器时空标定[16].mp4
┣━第五章_基于滤波的融合方法进阶
┣━多传感器融合定位-第5章-V2.3.pdf
┣━第4节 作业及代码
┣━LINS—LiDAR-inertial-SLAM-master.zip
┣━磁场强度查表方法.zip
┣━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[16].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[16].mp4
┣━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[16].mp4
┣━第三章_惯性导航原理及误差分析
┣━第7节 作业
┣━【讲评】第三次作业.pdf
┣━第6节 惯性导航误差模型
┣━任务23 惯性导航误差分析[16].mp4
┣━面试合集.txt
┣━看看我.zip
┣━第2节 IMU误差分析及处理
┣━任务19 惯性器件误差分析[16].mp4
┣━第3节 内参标定
┣━任务20 惯性器件内参标定[16].mp4
┣━课程总结[16].mp4
┣━第4节 IMU温补
┣━任务21 惯性器件温补[16].mp4
┣━第5节 惯性导航解算方法
┣━任务22 惯性导航解算[16].mp4
┣━海量优质it资源.url
┣━第1节 惯性技术简介
┣━高薪学习it网.url
┣━面试合集.txt
┣━任务18 惯性技术简介[16].mp4
┣━海量优质it资源.url
┣━课程总结[16].mp4
┣━看看我.zip
┣━解压密码：dbbp.net
┣━软件下载.txt
┣━下载必看.txt
┣━资料2.zip
┣━资料2.zip
┣━软件下载.txt
┣━下载必看.txt
┣━高薪学习it网.url
┣━多传感器融合定位-第3章.pdf
┣━解压密码：dbbp.net
┣━第一章_3D激光里程计
┣━第3节_里程计方案及代码讲解
┣━任务4 前端里程计LOAM系列[16].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[16].mp4
┣━任务2-1 激光传感器原理.pptx
┣━任务2-2 3D激光里程计.pdf
┣━任务3-2 前端里程计-NDT[16].mp4
┣━第7节_作业
┣━chapter_1.rar
┣━【讲评】第一次作业.pdf
┣━第5节_LOAM代码讲解
┣━任务6 LOAM代码部分讲解[16].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[16].mp4
┣━第1节_课程导读
┣━任务1-1 课程概述[16].mp4
┣━任务1-2 激光雷达工作原理及应用[16].mp4
┣━第6节_LeAM-LOAM代码讲解
┣━任务7 LeAM-LOAM代码讲解[16].mp4
┣━第七章_基于图优化的地图定位
┣━第3节 基于KITTI的原理实现
┣━基于KITTI的原理实现[16].mp4
┣━第5节 作业
┣━作业讲解[16].mp4
┣━第4节 LIO-mapping
┣━lio-mapping-comment-master.rar
┣━lio-mapping[16].mp4
┣━第1节 流程介绍
┣━基于图优化的流程介绍[16].mp4
┣━多传感器融合定位-第7章-2.0.pdf
┣━第2节 边缘化原理及应用
┣━边缘化原理及应用[16].mp4
┣━第六章_基于图优化的融合方法
┣━第2节 预积分模型推导
┣━任务43 预积分模型推导[16].mp4
┣━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[16].mp4
┣━第3节 典型方案介绍
┣━任务44 典型方案介绍[16].mp4
┣━LIO-SAM-master.zip
┣━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[16].mp4
┣━多传感器融合定位-L6.pdf
┣━第5节 作业
┣━任务46 作业[16].mp4
┣━第四章_基于滤波的融合方法
┣━第3节 基于滤波器的融合实现
┣━任务31 基于滤波器的融合[16].mp4
┣━第2节 滤波器基本原理
┣━任务30 滤波器基本原理[16].mp4
┣━多传感器融合定位-第4章.pdf
┣━第5节 作业
┣━第四章作业.jpg
┣━第1节 概率基础知识
┣━任务29 概率基础知识[16].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[16].mp4
评论0