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

IMU预积分与因子图融合定位工程

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=IMU预积分与因子图融合定位的… · 学习目标 · 课程整体框架与实战项目介绍
课程导入IMU
02
惯性导航基础
目标=IMU传感器原理 · 坐标系定义 · 姿态表示方法（欧拉角
惯性导航基础IMU
03
IMU误差模型
目标=零偏 · 噪声 · 尺度因子
IMU误差模型
04
预积分核心概念
目标=从直接积分到预积分的动机 · 预积分量的定义 · 连续时间与离散时间预积分公式推导
预积分核心概念目标=从直接积分…
05
预积分中的旋转处理
目标=SO(3)流形上的预积分 · 右扰动与左扰动模型 · 雅可比矩阵的推导与意义
预积分旋转处理
06
预积分噪声传播
目标=预积分协方差传播方程 · 离散时间噪声递推 · 零偏更新时的预积分修正方法
预积分噪声传播目标=预积分协方…
07
因子图基础
目标=因子图模型 · 贝叶斯推断 · 最大后验估计
因子图基础目标=因子图模型
08
IMU预积分因子构建
目标=预积分残差定义 · 残差对状态量的雅可比推导 · 信息矩阵的构建与使用
IMU预积分因子构建
09
视觉/激光观测因子
目标=相机投影模型 · 重投影误差因子 · 激光点云配准因子
视觉激光观测因子
10
因子图优化求解
目标=高斯牛顿法 · 列文伯格-马夸尔特法 · 稀疏矩阵求解
因子图优化求解目标=高斯牛顿法
11
初始化方法
目标=视觉惯性对齐 · 重力方向估计 · 速度与零偏初始化
初始化方法目标=视觉惯性对…
12
滑动窗口与关键帧
目标=滑动窗口策略 · 关键帧选择 · 边缘化旧状态
滑动窗口关键帧
13
回环检测与全局优化
目标=词袋模型 · 扫描上下文 · 位姿图优化
回环检测全局优化
14
多传感器融合架构
目标=松耦合与紧耦合对比 · IMU预积分与因子图在VIO · LIO中的典型融合方案
多传感器融合架构目标=松耦合
15
工程实战一
目标=基于预积分的IMU与轮速计融合… · 包括数据同步 · 因子构建与优化实现
工程实战一IMU
16
工程实战二
目标=视觉惯性里程计（VIO）系统搭… · 涵盖特征跟踪 · 预积分因子
工程实战二VIO
17
工程实战三
目标=激光惯性里程计（LIO）系统搭… · 涵盖点云配准 · 预积分因子
工程实战三LIO
18
工程实战四
目标=GNSS与IMU预积分融合 · 包括GNSS因子构建 · 抗差估计与城市峡谷场景处理
工程实战四GNSS
19
代码实现技巧
目标=使用Ceres · GTSAM · g2o等库实现预积分因子与因子图优化
代码实现技巧Ceres
20
实时性优化
目标=预积分计算加速 · 雅可比缓存 · 稀疏性利用
实时性优化目标=预积分计算…
21
常见问题与调试
目标=预积分漂移 · 优化不收敛 · 外参标定错误
常见问题调试
22
精度评估方法
目标=绝对轨迹误差 · 相对位姿误差 · 累积误差分析
精度评估方法目标=绝对轨迹误…
23
鲁棒性提升
目标=异常值剔除 · 鲁棒核函数 · 动态场景处理
鲁棒性提升目标=异常值剔除
24
标定与在线估计
目标=IMU内参标定 · 相机-IMU外参标定 · 在线零偏估计与温度补偿方法
标定线估计
25
大规模场景与长期建图
目标=地图管理 · 子图融合 · 全局优化与一致性维护
大规模场景长期建图
26
多模态融合进阶
目标=IMU与视觉 · 激光 · GNSS
多模态融合进阶IMU
27
学习型方法结合
目标=深度学习辅助特征提取 · 学习型预积分 · 端到端因子图优化探索
学习型方法结合目标=深度学习辅…
28
开源框架剖析
目标=VINS-Mono · ORB-SLAM3 · LIO-SAM
开源框架剖析VINS-Mono
29
综合项目实战
目标=从零搭建一个多传感器融合定位系… · 完成数据采集 · 标定
综合项目实战目标=从零搭建一…
30
课程总结与展望
目标=核心知识点回顾 · 工程经验总结 · 未来发展趋势与进一步学习方向
课程总结目标=核心知识点…