首页
›
工业控制与工业互联网
›
023-Edge AI多传感器融合推理
›
《GPS与IMU融合导航定位算法详解教程》
VIP20
本课程属于:023-Edge AI多传感器融合推理
工业控制与工业互联网 · 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
📘
GPS与IMU融合导航定位算法详解教程
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
学习目标 · 课程结构 · 融合导航的应用场景与价值
课程导入
学习目标
02
导航定位基础
坐标系 · 地球模型 · 时间系统
导航定位基础
坐标系
03
GPS原理与信号结构
卫星星座 · 伪距测量 · 载波相位
GPS
原理
04
GPS定位解算
单点定位 · 最小二乘 · 卡尔曼滤波在GPS中的应用
GPS
定位解算
05
GPS误差源与削弱方法
星历误差 · 电离层/对流层延迟 · 多路径效应
GPS
误差源
06
IMU工作原理
加速度计与陀螺仪测量模型 · 误差特性 · 标定方法
IMU
工作原理
07
惯性导航系统(INS)
姿态解算 · 速度更新 · 位置积分
INS
惯性导航系统
08
IMU误差传播与建模
零偏 · 比例因子 · 随机游走
IMU
误差传播
09
姿态表示与转换
欧拉角 · 方向余弦矩阵 · 四元数
姿态表示
转换
10
GPS/IMU融合架构
松耦合 · 紧耦合 · 深耦合的优缺点与适用场景
GPS/IMU
融合架构
11
卡尔曼滤波基础
状态空间模型 · 预测更新 · 协方差传播
卡尔曼滤波基础
状态空间模型
12
扩展卡尔曼滤波(EKF)
非线性系统线性化 · 雅可比矩阵 · 在融合中的应用
EKF
扩展卡尔曼滤波
13
无迹卡尔曼滤波(UKF)
Sigma点变换 · UT变换 · 与EKF对比
UKF
无迹卡尔曼滤波
14
粒子滤波与因子图优化
非线性非高斯滤波 · 图优化在融合导航中的前沿应用
粒子滤波
因子图优化
15
松耦合融合算法
位置/速度融合 · 状态向量设计 · 量测方程构建
松耦合融合算法
位置
16
紧耦合融合算法
伪距/伪距率融合 · 观测模型 · 时钟误差估计
紧耦合融合算法
伪距
17
深耦合与矢量跟踪
INS辅助GPS信号跟踪 · 抗干扰与高动态性能
深耦合
矢量跟踪
18
初始对准与标定
静基座对准 · 动基座对准 · IMU与GPS杆臂/时间同步
初始对准
标定
19
多传感器融合扩展
融合里程计 · 气压计 · 磁力计
多传感器融合扩展
融合里程计
20
GPS/IMU融合中的故障检测与完好性
RAIM · 卡方检验 · 自适应滤波
GPS/IMU
融合
21
车载导航实战
城市峡谷环境下的融合策略 · 多路径抑制 · 车道级定位
车载导航实战
城市峡谷环境下的…
22
无人机导航实战
高动态运动 · 磁干扰 · GPS失锁时的IMU推算与重收敛
无人机导航实战
高动态运动
23
行人导航与室内外无缝定位
步态检测 · 零速修正(ZUPT) · 地磁辅助
行人导航
室内外无缝定位
24
基于开源工具的实现
使用Python/ROS实现GPS/…
基于开源工具的实…
Python/ROS
25
融合算法性能评估
误差指标 · 轨迹对比 · 精度与鲁棒性分析
融合算法性能评估
误差指标
26
常见问题与调试技巧
滤波发散 · 参数调优 · 传感器噪声估计
常见问题
调试技巧
27
高级主题
多天线GPS测姿 · 载波相位差分(RTK)与IMU深度融…
高级主题
GPS
28
行业案例解析
自动驾驶 · 精准农业 · 测绘测量中的融合导航系统设计
行业案例解析
自动驾驶
29
综合项目实战
从传感器数据采集到融合定位结果输出的…
综合项目实战
从传感器数据采集…
30
课程总结与进阶路径
知识体系回顾 · 前沿趋势(如视觉惯性融合 · 深度学习辅助)与学习资源推荐
课程总结
进阶路径
所属VIP或分类
同VIP:Edge-AI传感器融合异常检测完整项目
同VIP:Edge-AI传感器融合端到端验证方法
同VIP:Edge-AI多传感器时间戳同步与数据对齐