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

LIO-SAM激光惯性融合定位工程

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=LIO-SAM定位技术的应用场… · 学习目标 · 课程整体框架与工程实践路线
课程导入LIO-SAM
02
激光惯性融合定位概述
目标=激光雷达与IMU的互补特性 · 融合定位的基本原理 · LIO-SAM在SLAM领域的定位与…
激光惯性融合定位…IMU
03
ROS与系统环境搭建
目标=Ubuntu · ROS · GTSAM
ROS系统环境搭建
04
LIO-SAM代码结构与数据流
目标=节点组成 · 话题订阅与发布 · 参数文件
LIO-SAM代码结构
05
激光雷达与IMU数据预处理
目标=点云去畸变 · 时间同步 · IMU预积分
IMU激光雷达
06
IMU预积分理论
目标=预积分模型 · 噪声传播 · 零偏估计
IMU预积分理论
07
激光里程计与特征提取
目标=点云特征提取 · 边缘与平面特征 · 帧间匹配
激光里程计特征提取
08
因子图优化基础
目标=因子图模型 · GTSAM库 · ISAM2增量优化
因子图优化基础目标=因子图模型
09
LIO-SAM核心因子构建
目标=IMU预积分因子 · 激光里程计因子 · GPS因子
LIO-SAM核心因子构建
10
回环检测与全局优化
目标=基于距离的回环检测 · ICP配准 · 位姿图优化
回环检测全局优化
11
地图构建与保存
目标=点云地图增量构建 · 地图保存格式 · 地图加载与重定位
地图构建保存
12
参数配置与调参
目标=关键参数含义 · IMU噪声参数 · 特征提取参数
参数配置调参
13
数据集与仿真测试
目标=KITTI · MulRan · 自采数据
数据集仿真测试
14
实战案例一
目标=基于KITTI数据集的LIO-…
实战案例一KITTI
15
实战案例二
目标=基于自采激光IMU数据的建图与…
实战案例二IMU
16
实战案例三
目标=室外大场景回环与全局地图优化
实战案例三目标=室外大场景…
17
常见问题与调试
目标=时间同步失败 · 外参错误 · IMU噪声过大
常见问题调试
18
性能评估与精度分析
目标=ATE · RPE · 轨迹对比
性能评估精度分析
19
多传感器融合扩展
目标=加入GPS · 轮速计 · 视觉等传感器
多传感器融合扩展GPS
20
实时性与工程优化
目标=计算负载分析 · 线程优化 · 降采样
实时性工程优化
21
LIO-SAM与其它SLAM方案对比
目标=LOAM · LeGO-LOAM · LIO-SAM
LIO-SAMSLAM
22
代码阅读与二次开发
目标=核心源码解析 · 自定义因子 · 修改前端与后端
代码阅读二次开发
23
工程化部署
目标=Docker容器化 · ROS包管理 · 启动脚本
工程化部署Docker
24
综合项目一
目标=园区自动驾驶车辆激光惯性定位系…
综合项目一目标=园区自动驾…
25
综合项目二
目标=地下停车场或隧道场景的LIO-…
综合项目二LIO
26
综合项目三
目标=无人机或手持设备激光惯性融合定…
综合项目三目标=无人机或手…
27
前沿进展与论文导读
目标=LIO-SAM相关论文 · 激光惯性融合最新研究方向 · 开源方案演进
前沿进展论文导读
28
课程总结与知识体系梳理
目标=核心概念 · 方法流程 · 工程实践要点
课程总结知识体系梳理
29
能力提升与学习路径
目标=进阶学习资源 · 算法推导 · 工程能力提升
能力提升学习路径
30
课程考核与项目答辩
目标=考核要求 · 项目提交规范 · 成果展示
课程考核项目答辩