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IMU融合与姿态估计

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=无人机姿态估计的意义 · IMU融合的作用 · 课程整体框架与学习路径
课程导入目标=无人机姿态…
02
姿态表示基础
目标=欧拉角 · 旋转矩阵 · 四元数
姿态表示基础目标=欧拉角
03
坐标系与运动学
目标=机体坐标系 · 导航坐标系 · 地球坐标系
坐标系运动学
04
IMU传感器原理
目标=加速度计 · 陀螺仪 · 磁力计的工作原理
IMU传感器原理
05
IMU误差分析
目标=零偏 · 尺度因子 · 非正交误差
IMU误差分析
06
姿态估计问题建模
目标=状态定义 · 过程模型 · 观测模型
姿态估计问题建模目标=状态定义
07
卡尔曼滤波基础
目标=线性卡尔曼滤波 · 预测与更新步骤 · 协方差传播与增益计算
卡尔曼滤波基础目标=线性卡尔曼…
08
扩展卡尔曼滤波
目标=非线性系统线性化 · 雅可比矩阵推导 · EKF在姿态估计中的应用
扩展卡尔曼滤波目标=非线性系统…
09
误差状态卡尔曼滤波
目标=误差状态定义 · 名义状态与误差状态分离 · ESKF流程与优势
误差状态卡尔曼滤…目标=误差状态定…
10
无迹卡尔曼滤波
目标=UT变换 · Sigma点选取 · UKF在四元数姿态估计中的实现
无迹卡尔曼滤波UT
11
互补滤波与Mahony算法
目标=频域互补思想 · PI补偿器设计 · 轻量级姿态融合实现
Mahony互补滤波
12
Madgwick算法
目标=梯度下降优化 · 四元数更新 · AHRS实现与参数调节
Madgwick算法
13
粒子滤波与非线性估计
目标=粒子滤波原理 · 重采样 · 在非高斯噪声下的姿态估计
粒子滤波非线性估计
14
多传感器融合架构
目标=IMU与磁力计 · 气压计 · GPS
多传感器融合架构IMU
15
初始对准与姿态初始化
目标=静态初始对准 · 加速度计与磁力计定姿 · 陀螺零偏估计
初始对准姿态初始化
16
动态姿态估计
目标=高动态运动下的陀螺积分 · 加速度补偿 · 离心加速度与振动抑制
动态姿态估计目标=高动态运动…
17
磁干扰与磁力计融合
目标=硬磁/软磁干扰建模 · 椭球拟合标定 · 磁力计置信度与融合策略
磁干扰磁力计融合
18
视觉惯性融合入门
目标=视觉惯性里程计原理 · VIO与IMU预积分 · 姿态估计中的视觉约束
视觉惯性融合入门目标=视觉惯性里…
19
IMU预积分理论
目标=预积分定义 · 旋转/速度/位置预积分 · 协方差传播与零偏更新
IMU预积分理论
20
优化方法在姿态估计中的应用
目标=最小二乘 · 图优化 · 滑动窗口优化
优化方法姿态估计
21
深度学习姿态估计
目标=CNN/RNN/Transfo… · 数据驱动与模型融合
深度学习姿态估计CNN/RNN/Tran…
22
实时实现与嵌入式部署
目标=C/C++实现 · 定点/浮点运算 · 内存与计算优化
实时实现嵌入式部署
23
仿真与测试
目标=MATLAB/Python仿真 · IMU数据生成 · 蒙特卡洛分析
仿真测试
24
数据集与实验平台
目标=公开IMU数据集 · 无人机飞行数据采集 · 实验设计与真值获取
数据集实验平台
25
案例实战一
目标=基于EKF的无人机姿态估计完整…
案例实战一EKF
26
案例实战二
目标=基于ESKF的IMU与磁力计融…
案例实战二ESKF
27
案例实战三
目标=基于Madgwick/Maho…
案例实战三Madgwick/Mah…
28
常见问题与调试
目标=发散 · 漂移 · 延迟
常见问题调试
29
综合项目
目标=多传感器融合无人机姿态估计系统…
综合项目目标=多传感器融…
30
课程总结与进阶
目标=知识体系回顾 · 前沿方向 · 开源工具与持续学习建议
课程总结进阶