VIP10
本课程属于：060-激光SLAM与LIO融合定位 智能汽车与新能源汽车工程 · 共 10 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

FAST-LIO实时激光惯性里程计工程

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=FAST-LIO的定位 · 发展历程 · 应用场景与整体学习路线
课程导入FAST-LIO
02
激光惯性里程计基础
目标=LiDAR与IMU传感器原理 · 坐标系定义 · 时间同步与标定概念
激光惯性里程计基…LiDAR
03
状态估计数学基础
目标=概率论 · 高斯分布 · 贝叶斯滤波
状态估计数学基础目标=概率论
04
惯性导航基础
目标=IMU预积分 · 运动学模型 · 噪声与零偏建模
惯性导航基础IMU
05
激光点云处理基础
目标=点云表示 · 去畸变 · 特征提取
激光点云处理基础目标=点云表示
06
FAST-LIO核心思想
目标=紧耦合迭代扩展卡尔曼滤波 · 流形上的状态更新 · 计算效率优化
FAST-LIO核心思想
07
系统架构与数据流
目标=ROS节点 · 话题 · 参数配置
系统架构数据流
08
IMU预积分与传播
目标=连续时间模型 · 离散化实现 · 协方差传播与零偏更新
IMU预积分
09
点云去畸变
目标=运动补偿原理 · 时间戳对齐 · 基于IMU的逐点去畸变实现
点云去畸变目标=运动补偿原…
10
残差构建与观测模型
目标=点到面残差 · 地图表示 · 最近邻平面拟合与雅可比矩阵推导
残差构建观测模型
11
迭代扩展卡尔曼滤波更新
目标=卡尔曼增益 · 状态更新 · 收敛判据与数值稳定性
迭代扩展卡尔曼滤…目标=卡尔曼增益
12
地图管理
目标=局部地图 · 全局地图 · 体素网格
地图管理目标=局部地图
13
初始化与对齐
目标=重力对齐 · 初始零偏估计 · 初始协方差设置与启动流程
初始化对齐
14
回环检测与全局一致性
目标=回环检测方法 · 位姿图优化 · 与FAST-LIO的集成策略
回环检测全局一致性
15
代码结构解析
目标=主要源文件 · 类设计 · 核心函数
代码结构解析目标=主要源文件
16
编译与运行环境搭建
目标=依赖安装 · ROS工作空间 · 编译选项与常见错误解决
编译运行环境搭建
17
数据集与仿真测试
目标=常用数据集 · 仿真工具 · 评估指标与测试流程
数据集仿真测试
18
参数调优与性能分析
目标=关键参数影响 · 实时性分析 · 精度与鲁棒性权衡
参数调优性能分析
19
实战案例一
目标=室内移动机器人建图与定位 · 从数据采集到结果评估
实战案例一目标=室内移动机…
20
实战案例二
目标=无人机室外飞行 · 大场景下的FAST-LIO部署与挑战
实战案例二目标=无人机室外…
21
实战案例三
目标=自动驾驶车辆多传感器融合 · 与GPS/轮速计的组合导航
实战案例三目标=自动驾驶车…
22
常见问题与调试技巧
目标=点云匹配失败 · IMU异常 · 时间同步错误
常见问题调试技巧
23
性能优化
目标=CPU/GPU加速 · 多线程 · 内存优化
性能优化CPU/GPU
24
扩展与改进
目标=LIO-SAM · LVI-SAM · FAST-LIO2等变体对比与融合思…
扩展改进
25
工程化部署
目标=嵌入式平台移植 · ROS2支持 · 长期运行稳定性与日志系统
工程化部署目标=嵌入式平台…
26
精度评估与标定
目标=传感器标定方法 · 轨迹评估工具 · 误差分析与改进
精度评估标定
27
多传感器融合进阶
目标=视觉 · 轮速计 · GPS与FAST-LIO的松耦合/紧…
多传感器融合进阶目标=视觉
28
动态场景与鲁棒性
目标=动态物体处理 · 退化环境 · 异常检测与恢复机制
动态场景鲁棒性
29
项目实战
目标=从零搭建基于FAST-LIO的… · 包括建图 · 定位与导航
项目实战FAST-LIO
30
课程总结与前沿展望
目标=知识体系回顾 · 最新研究进展 · 未来发展方向与学习资源
课程总结前沿展望