VIP20
本课程属于：054-无人车视觉导航与边缘感知 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. 无人车多传感器融合：摄像头、超声波、IMU和编码器协同

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
无人车多传感器融合的背景 · 学习目标 · 课程整体框架与学习路径
课程导入无人车多传感器融…
02
传感器基础
摄像头 · 超声波 · IMU
传感器基础摄像头
03
坐标系与标定
各传感器坐标系定义 · 内参外参标定方法及统一坐标变换
坐标系标定
04
时间同步
多传感器时间戳对齐 · 时钟同步机制与延迟补偿策略
时间同步多传感器时间戳对…
05
数据预处理
图像去畸变 · 超声波滤波 · IMU去噪
数据预处理图像去畸变
06
传感器建模
各传感器的误差模型 · 噪声特性与置信度评估
传感器建模各传感器的误差模…
07
融合算法基础
卡尔曼滤波 · 扩展卡尔曼滤波 · 粒子滤波的基本原理与适用条件
融合算法基础卡尔曼滤波
08
摄像头与超声波融合
基于视觉的目标检测与超声波测距的互补…
摄像头超声波融合
09
IMU与编码器融合
航位推算 · 姿态解算与轮速里程计的融合方法
IMU编码器融合
10
视觉与IMU融合
视觉惯性里程计（VIO）的基本原理与…
IMU视觉
11
超声波与IMU融合
利用超声波修正IMU漂移的鲁棒融合方…
IMU超声波
12
多传感器融合架构
松耦合与紧耦合 · 集中式与分布式融合架构对比
多传感器融合架构松耦合
13
状态估计与预测
基于融合数据的车辆位姿 · 速度 · 加速度估计与预测
状态估计预测
14
障碍物检测与跟踪
融合摄像头 · 超声波实现障碍物识别 · 测距与动态跟踪
障碍物检测跟踪
15
环境感知与建图
利用多传感器融合构建局部栅格地图与语…
环境感知建图
16
定位与导航
融合IMU · 编码器 · 视觉实现无人车高精度定位与路径规划
定位导航
17
传感器故障诊断
各传感器失效检测 · 数据异常识别与降级策略
传感器故障诊断各传感器失效检测
18
融合权重自适应
基于环境与传感器置信度动态调整融合权…
融合权重自适应基于环境
19
实战项目一
基于摄像头与超声波的小车避障系统搭建…
实战项目一基于摄像头
20
实战项目二
基于IMU与编码器的里程计融合实现小…
实战项目二IMU
21
实战项目三
多传感器融合实现小车室内定位与定点巡…
实战项目三多传感器融合实现…
22
实战项目四
融合摄像头 · 超声波 · IMU
实战项目四融合摄像头
23
常见问题与调试
数据不同步 · 标定误差 · 融合发散等问题的排查与解决
常见问题调试
24
性能评估
融合系统精度 · 鲁棒性 · 实时性的评估指标与测试方法
性能评估融合系统精度
25
工程化实践
传感器选型 · 硬件集成 · 嵌入式实现与系统优化
工程化实践传感器选型
26
前沿技术
深度学习在传感器融合中的应用 · 端到端融合模型简介
前沿技术深度学习
27
综合案例
典型无人车平台的多传感器融合系统完整…
综合案例典型无人车平台的…
28
课程总结
核心知识点回顾 · 常见误区梳理与学习建议
课程总结核心知识点回顾
29
综合练习
设计一个多传感器融合方案并撰写技术报…
综合练习设计一个多传感器…
30
拓展与展望
多传感器融合在自动驾驶 · 机器人领域的发展趋势与挑战
拓展多传感器融合