VIP8
本课程属于：097-无人机IMU与EKF组合导航 智能机器人、自动化与智能装备工程 · 共 8 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

无人机状态估计与定位算法

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=无人机状态估计与定位算法的学习… · 核心概念 · 整体知识框架与典型应用场景
课程导入目标=无人机状态…
02
数学基础
目标=概率论 · 线性代数 · 微积分
数学基础目标=概率论
03
传感器与观测模型
目标=IMU · GPS · 磁力计
传感器观测模型
04
状态估计问题建模
目标=状态向量定义 · 过程模型 · 观测模型
状态估计问题建模目标=状态向量定…
05
卡尔曼滤波基础
目标=线性高斯系统 · 预测与更新步骤 · 增益推导
卡尔曼滤波基础目标=线性高斯系…
06
扩展卡尔曼滤波
目标=非线性系统线性化 · 雅可比矩阵计算 · EKF在无人机姿态估计中的应用
扩展卡尔曼滤波目标=非线性系统…
07
无迹卡尔曼滤波与粒子滤波
目标=Sigma点采样 · UT变换 · 粒子滤波原理及非线性估计对比
无迹卡尔曼滤波粒子滤波
08
姿态估计与航向参考
目标=四元数 · 欧拉角 · 旋转矩阵
姿态估计航向参考
09
惯性导航与航位推算
目标=IMU积分 · 姿态更新 · 速度与位置推算
惯性导航航位推算
10
卫星定位与组合导航
目标=GPS定位原理 · 伪距与载波相位 · 松组合与紧组合
卫星定位组合导航
11
视觉里程计与视觉惯性里程计
目标=特征跟踪 · 光流 · 对极几何
视觉里程计视觉惯性里程计
12
SLAM基础
目标=激光SLAM与视觉SLAM框架 · 图优化 · 回环检测
SLAM目标=激光
13
多传感器融合架构
目标=联邦滤波 · 集中式与分布式融合 · 时间同步
多传感器融合架构目标=联邦滤波
14
优化方法在状态估计中的应用
目标=最小二乘 · 高斯牛顿 · 列文伯格-马夸尔特
优化方法状态估计
15
滤波与优化对比
目标=EKF · UKF · 粒子滤波
滤波优化对比
16
无人机动态模型
目标=六自由度模型 · 气动效应 · 风扰建模
无人机动态模型目标=六自由度模…
17
状态估计中的可观性与一致性
目标=可观性分析 · 一致性检验 · NEES与协方差评估
状态估计可观性
18
故障检测与鲁棒估计
目标=传感器故障 · 异常值剔除 · 卡方检验
故障检测鲁棒估计
19
实时实现与嵌入式部署
目标=计算复杂度 · 定点与浮点 · 内存管理
实时实现嵌入式部署
20
仿真与实验平台
目标=Gazebo · AirSim · PX4 SITL
仿真实验平台
21
案例实战一
目标=基于EKF的无人机姿态与位置估… · 从建模到代码实现与调参
案例实战一EKF
22
案例实战二
目标=视觉惯性里程计VIO实现 · 特征跟踪 · IMU预积分与后端优化
案例实战二VIO
23
案例实战三
目标=激光雷达与IMU融合的无人机定… · 点云配准与图优化
案例实战三IMU
24
案例实战四
目标=GPS/IMU组合导航系统设计 · 松组合与紧组合对比实验
案例实战四GPS/IMU
25
常见问题与调试技巧
目标=滤波器发散 · 协方差调参 · 时间延迟
常见问题调试技巧
26
性能评估与基准测试
目标=绝对轨迹误差 · 相对位姿误差 · 均方根误差与鲁棒性分析
性能评估基准测试
27
前沿进展
目标=学习增强状态估计 · 深度VIO · 神经惯性导航与端到端定位
前沿进展目标=学习增强状…
28
综合项目
目标=设计并实现一个多传感器融合的无… · 完成仿真与实飞验证
综合项目目标=设计并实现…
29
课程总结与知识体系梳理
目标=核心算法回顾 · 方法选择指南与进一步学习资源
课程总结知识体系梳理
30
综合提升与拓展
目标=从单机到集群 · 从已知环境到未知环境 · 从离线到在线的挑战与机遇
综合提升拓展