VIP7
本课程属于：124-机器人三维语义地图与场景理解 智能机器人、自动化与智能装备工程 · 共 7 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

RGB-D语义SLAM与场景理解

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=RGB-D语义SLAM与场景理… · 核心概念 · 整体框架与典型应用场景
课程导入RGB-D
02
RGB-D传感器基础
目标=深度相机原理 · RGB-D数据特点 · 内外参标定
RGB-D传感器基础
03
视觉SLAM入门
目标=SLAM问题定义 · 前端与后端 · 地图表示
SLAM视觉
04
语义分割与实例分割基础
目标=语义信息表示 · 常用网络结构 · 评价指标
语义分割实例分割基础
05
RGB-D里程计
目标=特征法 · 直接法 · 稀疏与稠密视觉里程计
RGB-D里程计
06
RGB-D SLAM系统架构
目标=数据关联 · 局部建图 · 回环检测
RGB-DSLAM
07
语义SLAM核心思想
目标=语义地图表示 · 语义与几何融合 · 语义约束
SLAM语义
08
语义地图构建
目标=体素 · 点云 · 网格
语义地图构建目标=体素
09
场景理解基础
目标=场景分类 · 目标检测 · 语义分割
场景理解基础目标=场景分类
10
RGB-D场景理解方法
目标=多模态融合 · 深度特征提取 · 三维场景理解与室内语义解析
RGB-D场景理解方法
11
语义与SLAM融合方法
目标=语义特征点 · 语义BA · 语义回环
SLAM语义
12
动态场景处理
目标=动态物体检测 · 运动分割 · 动态点剔除
动态场景处理目标=动态物体检…
13
回环检测与重定位
目标=词袋模型 · 深度学习描述子 · 语义回环
回环检测重定位
14
后端优化与因子图
目标=最小二乘 · 图优化 · g2o与GTSAM
后端优化因子图
15
稠密建图与三维重建
目标=TSDF融合 · 面元 · 网格重建
稠密建图三维重建
16
语义场景补全与理解
目标=场景补全 · 语义场景图 · 关系推理
语义场景补全理解
17
常用数据集与评测
目标=NYUv2 · ScanNet · TUM RGB-D
常用数据集评测
18
工具与框架实战
目标=ROS · OpenCV · PCL
工具框架实战
19
案例实战一
目标=基于RGB-D的室内语义建图 · 从数据采集到语义地图输出
案例实战一RGB-D
20
案例实战二
目标=动态环境下的语义SLAM · 动态物体处理与鲁棒定位
案例实战二SLAM
21
案例实战三
目标=语义辅助回环检测与重定位 · 提升大场景一致性
案例实战三目标=语义辅助回…
22
案例实战四
目标=三维场景理解与语义场景图生成 · 面向机器人交互任务
案例实战四目标=三维场景理…
23
常见问题与调试
目标=标定误差 · 深度缺失 · 语义噪声
常见问题调试
24
性能优化与部署
目标=实时性 · 计算资源 · 模型压缩
性能优化部署
25
多传感器融合扩展
目标=RGB-D与IMU · 激光雷达 · 轮式里程计融合及语义一致性
多传感器融合扩展RGB-D
26
前沿进展
目标=神经辐射场 · 三维高斯泼溅 · 大模型与开放词汇语义SLAM
前沿进展目标=神经辐射场
27
综合项目设计
目标=选题 · 系统方案 · 模块划分
综合项目设计目标=选题
28
论文阅读与复现
目标=经典与前沿论文精读 · 代码复现 · 消融实验与改进思路
论文阅读复现
29
课程总结与知识体系
目标=核心方法回顾 · 技术路线对比 · 能力自评与进阶学习路径
课程总结知识体系
30
综合提升与创新实践
目标=开放问题 · 研究选题 · 竞赛任务
综合提升创新实践