VIP20
本课程属于：040-TinyML无人机姿态识别与边缘感知项目 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

7. 无人机多传感器融合：IMU、气压计、GPS和视觉状态协同

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
01
课程导入
无人机多传感器融合的背景 · 学习目标 · 课程整体框架与适用人群
课程导入无人机多传感器融…
02
传感器基础
IMU（加速度计 · 陀螺仪 · 磁力计）的工作原理
传感器基础IMU
03
气压计原理
气压测高原理 · 温度补偿 · 噪声特性及其在无人机高度估计中的作用
气压计原理气压测高原理
04
GPS基础
GPS定位原理 · 精度限制 · 多路径效应
GPS定位原理
05
视觉传感器概述
单目 · 双目 · 深度相机与光流传感器的特点
视觉传感器概述单目
06
坐标系与姿态表示
机体坐标系 · 世界坐标系 · 欧拉角
坐标系姿态表示
07
时间同步与数据对齐
多传感器时间戳同步 · 插值方法 · 延迟补偿与硬件触发机制
时间同步数据对齐
08
传感器标定
IMU内参标定 · 相机内参标定 · IMU-相机外参标定
传感器标定IMU
09
状态估计基础
贝叶斯滤波 · 马尔可夫假设 · 高斯分布
状态估计基础贝叶斯滤波
10
卡尔曼滤波入门
线性卡尔曼滤波原理 · 预测与更新步骤 · 协方差矩阵的含义
卡尔曼滤波入门线性卡尔曼滤波原…
11
扩展卡尔曼滤波（EKF）
非线性系统线性化 · 雅可比矩阵 · EKF在无人机状态估计中的应用
EKF扩展卡尔曼滤波
12
无迹卡尔曼滤波（UKF）
UT变换 · Sigma点选取 · UKF与EKF的对比及适用场景
UKF无迹卡尔曼滤波
13
粒子滤波基础
蒙特卡洛方法 · 重要性采样 · 重采样技术及其在非高斯环境下的应用
粒子滤波基础蒙特卡洛方法
14
惯性导航系统（INS）
IMU积分原理 · 姿态解算（互补滤波 · Mahony
INS惯性导航系统
15
GPS/INS融合
松耦合与紧耦合架构 · GPS位置速度修正 · 惯性漂移抑制与故障检测
GPS/INS融合
16
气压计/IMU融合
气压计高度与IMU垂直加速度融合 · 高度估计的滤波设计 · 气压计噪声处理
IMU气压计
17
视觉惯性里程计（VIO）
视觉特征提取与匹配 · IMU预积分 · VIO系统框架（如MSCKF
VIO视觉惯性里程计
18
视觉-惯性-气压计融合
多传感器高度估计 · 视觉辅助的垂直定位 · 室内外切换策略
视觉惯性
19
GPS/视觉/惯性融合
因子图优化 · 滑动窗口 · 多传感器约束构建与全局一致性
GPS视觉
20
传感器故障诊断与容错
残差检测 · 卡方检验 · 传感器健康评估
传感器故障诊断容错
21
多传感器融合的工程实现
嵌入式平台选型 · 实时性优化 · 内存管理
多传感器融合的工…嵌入式平台选型
22
仿真环境搭建
Gazebo · AirSim · PX4/ArduPilot仿真
仿真环境搭建Gazebo
23
开源框架实践
PX4 ECL · ArduPilot · VINS-Fusion
开源框架实践PX4
24
实战案例一
基于PX4的GPS/IMU/气压计融… · 实现稳定悬停与定高飞行
实战案例一PX4
25
实战案例二
室内无GPS环境下 · 基于视觉惯性里程计与气压计的自主定位…
实战案例二GPS
26
实战案例三
室外复杂环境下 · GPS/视觉/IMU融合的鲁棒状态估…
实战案例三室外复杂环境下
27
常见问题与调试技巧
发散问题 · 噪声调参 · 坐标系错误
常见问题调试技巧
28
性能评估与指标
均方根误差（RMSE） · 轨迹精度 · 实时性
性能评估指标
29
前沿趋势与扩展
深度学习视觉里程计 · 多传感器融合与SLAM结合 · 卫星拒止环境下的导航
前沿趋势扩展
30
综合项目实战
设计一个完整的无人机多传感器融合系统 · 从传感器选型 · 标定
综合项目实战设计一个完整的无…