VIP20

本课程属于：018-Edge AI传感器融合与多模态推理 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

5. Edge AI Kalman滤波：EKF在传感器融合中的应用

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 适用人群 · 课程结构

课程导入学习目标

卡尔曼滤波基础

线性卡尔曼滤波的数学原理 · 状态空间模型 · 预测与更新步骤

卡尔曼滤波基础线性卡尔曼滤波的…

从线性到非线性

为什么需要EKF · 非线性系统的挑战 · 线性化思想（泰勒展开）

从线性到非线性EKF

EKF核心公式

EKF的预测方程 · 更新方程 · 雅可比矩阵的计算与作用

EKF核心公式

传感器融合基础

多传感器融合的意义 · 常见传感器（IMU · GPS

传感器融合基础多传感器融合的意…

坐标系与状态表示

世界坐标系 · 机体坐标系 · 姿态表示（欧拉角

坐标系状态表示

IMU建模与误差分析

加速度计 · 陀螺仪的测量模型 · 偏差与噪声

GPS建模与融合

GPS测量模型 · 坐标转换 · 与IMU融合的典型场景

视觉传感器融合

视觉里程计 · 特征点 · 深度估计与EKF的集成方式

视觉传感器融合视觉里程计

EKF在无人机姿态估计中的应用

状态向量设计 · 观测方程 · 雅可比推导与仿真

EKF无人机姿态估计

EKF在自动驾驶定位中的应用

车辆运动模型 · GPS+IMU融合 · 车道级定位案例

EKF自动驾驶定位

EKF在机器人SLAM中的角色

EKF-SLAM原理 · 地标观测 · 协方差更新与计算复杂度

边缘计算与EKF

Edge AI硬件约束 · 实时性要求 · 在MCU/嵌入式平台上的部署挑战

EKF边缘计算

EKF的数值稳定性

协方差矩阵对称性 · 正定性 · 数值误差与修正方法（Joseph形式…

EKF的数值稳定性

EKF的调参与初始化

噪声协方差矩阵Q · R的选取方法 · 状态初值与协方差初值设定

EKF的局限性

线性化误差 · 发散问题 · 一致性分析

EKF的局限性

扩展卡尔曼滤波的变体

迭代EKF · 平滑EKF · 鲁棒EKF及其适用场景

扩展卡尔曼滤波的…EKF

传感器融合中的时间同步

不同传感器采样率 · 时间戳对齐 · 延迟补偿策略

传感器融合时间同步

传感器融合中的异常检测

故障检测 · 残差分析 · 卡方检验

传感器融合异常检测

EKF在可穿戴设备中的应用

步态检测 · 心率融合 · 运动状态识别

EKF可穿戴设备

EKF在工业物联网中的应用

设备振动监测 · 预测性维护 · 多传感器数据融合

EKF工业物联网

EKF在增强现实（AR）中的定位

视觉惯性融合 · 实时姿态跟踪 · 边缘设备实现

EKF在智能交通系统中的应用

车辆轨迹预测 · 车路协同 · 多目标跟踪

EKF智能交通系统

EKF在医疗健康监测中的应用

生理信号融合 · 跌倒检测 · 远程监护

EKF医疗健康监测

EKF在能源管理中的应用

电池SOC估计 · 光伏发电预测 · 多源数据融合

EKF能源管理

EKF在环境监测中的应用

气象数据融合 · 空气质量预测 · 传感器网络

EKF环境监测

EKF的嵌入式实现

C/C++编程 · 定点数优化 · 内存管理

EKF的嵌入式实现

EKF的硬件加速

使用GPU · NPU · FPGA加速矩阵运算

EKF的硬件加速

EKF的仿真与验证

使用MATLAB/Simulink · Python进行仿真 · 半实物测试方法

综合实战项目

设计一个Edge AI传感器融合系统… · 从建模 · EKF实现到边缘部署与性能评估

综合实战项目Edge