VIP9

本课程属于：058-IMU融合与多源状态估计 智能汽车与新能源汽车工程 · 共 9 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

高精地图辅助的IMU融合定位

📚 共计 30 章节

高精地图与IMU融合定位概述、应用场景（自动驾驶、机器人）、课程目标与学习路径。

惯性导航基础（一）

坐标系定义（地心地固系、导航系、载体系）、姿态表示方法（欧拉角、旋转矩阵、四元数）。

坐标系姿态

惯性导航基础（二）

IMU测量模型与误差模型、加速度计与陀螺仪原理、Allan方差分析。

惯性导航基础（三）

捷联惯导解算算法（姿态更新、速度更新、位置更新）、圆锥误差与划船误差补偿。

高精地图基础（一）

高精地图定义与标准（NDS、OpenDRIVE）、要素分类（车道线、路沿、交通标志）。

高精地图基础（二）

高精地图的采集与制作流程、点云地图与矢量地图的关联。

高精地图基础（三）

地图匹配基础（点到点、点到线、点到面）、ICP算法及其变种。

卡尔曼滤波基础

状态空间模型、线性卡尔曼滤波（KF）推导、KF的五个核心公式。

扩展卡尔曼滤波

EKF原理、雅可比矩阵计算、EKF在定位中的应用。

无迹卡尔曼滤波

UT变换、UKF算法流程、与EKF的对比分析。

蒙特卡洛方法、重要性采样、重采样、粒子滤波在定位中的应用。

粒子蒙特卡洛

IMU与轮速计融合

车辆运动学模型、非完整性约束、松耦合与紧耦合方案。

轮速计耦合

IMU与GPS融合（一）

GPS定位原理、RTK/PPK技术、时空同步问题。

IMU与GPS融合（二）

松耦合Loose耦合架构、EKF融合实现、异常检测与抗差。

松耦合抗差

IMU与GPS融合（三）

紧耦合Tight耦合架构、伪距/伪距率观测方程、深耦合Deep耦合简介。

紧耦合深耦合

高精地图辅助定位（一）

地图先验信息的使用、基于车道线的横向定位、基于路沿的纵向定位。

车道线路沿

高精地图辅助定位（二）

语义地图匹配、语义特征提取（分割网络）、语义ICP。

高精地图辅助定位（三）

基于粒子滤波的地图匹配定位、地图约束的粒子权重更新。

粒子滤波地图约束

多传感器融合框架（一）

因子图优化基础、iSAM2算法简介、与滤波方法的对比。

多传感器融合框架（二）

基于图优化的IMU+地图+GPS融合、滑动窗口与边缘化。

图优化滑动窗口

多传感器融合框架（三）

初始化与标定（IMU内参、外参、时间延迟）、在线标定方法。

标定初始化

定位系统评估

评估指标（ATE、RPE、横向误差、纵向误差）、开源数据集（KITTI、nuScenes、Waymo）。

评估数据集

定位系统实战（一）

基于ROS的定位系统架构设计、消息定义与节点通信。

定位系统实战（二）

IMU预积分模块实现、预积分残差构建。

预积分残差

定位系统实战（三）

地图匹配模块实现、KD树加速最近邻搜索。

定位系统实战（四）

融合定位核心模块实现、优化器配置与求解。

优化器求解

定位系统实战（五）

可视化与调试工具、Rviz显示轨迹与地图、日志分析。

挑战与前沿（一）

极端天气对定位的影响、隧道/地下停车场场景、GNSS拒止环境。

挑战与前沿（二）

车路协同V2X定位、5G定位技术、UWB辅助定位。

挑战与前沿（三）

端到端定位学习、NeRF在定位中的应用、未来趋势展望。