VIP20

本课程属于：004-ROS2机器人开发 机器人系统 · 共 20 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

SLAM建图与导航一体化实战

📚 共计 30 章节

SLAM概述与课程导论

什么是SLAM？应用场景（扫地机器人、自动驾驶、AR/VR），主流框架对比（ORB-SLAM3、Cartographer、LOAM），本课程技术栈（ROS + C++ + Python）与学习路线图。

导论框架对比

ROS环境搭建与核心概念

ROS Noetic安装与配置、工作空间创建、Package结构、Topic/Service/Action通信机制详解、launch文件编写。

传感器数据处理基础

激光雷达（2D/3D）数据格式与可视化、IMU数据读取与标定、里程计（Odometry）消息类型、使用rviz进行传感器数据可视化。

坐标变换与TF树

TF（Transform）库原理、静态与动态坐标变换、TF树查看与调试、使用tf2_ros进行坐标广播与监听。

贝叶斯滤波与状态估计

概率机器人基础、贝叶斯公式、卡尔曼滤波（KF）推导、扩展卡尔曼滤波（EKF）原理、粒子滤波（PF）思想。

激光雷达SLAM前端-帧间匹配

ICP算法原理与实现、PL-ICP、NDT算法、基于Scan-to-Scan与Scan-to-Map的匹配策略。

激光雷达SLAM后端-图优化

图优化理论（顶点与边）、g2o库入门、Ceres Solver入门、位姿图（Pose Graph）构建与优化。

2D激光SLAM实战-Cartographer（上）

Cartographer框架总览、Local SLAM（前端）原理、Submap构建、Ceres Scan Matcher配置。

Cartographer子图

2D激光SLAM实战-Cartographer（下）

Global SLAM（后端）原理、闭环检测与约束、位姿优化、纯定位模式、参数调优经验。

3D激光SLAM实战-LEGO-LOAM

LOAM系列算法演进、LEGO-LOAM框架解析、地面分割、特征提取（边缘点/平面点）、两步LM优化。

3D激光SLAM实战-LIO-SAM

LIO-SAM框架、IMU预积分、因子图构建、GPS融合、紧耦合LIO系统搭建与运行。

LIO-SAM因子图

视觉SLAM基础-特征点法

ORB特征提取与匹配、对极几何与本质矩阵、PnP求解、BA（Bundle Adjustment）优化。

视觉SLAM实战-ORB-SLAM3（单目）

ORB-SLAM3系统架构、单目初始化、局部地图跟踪、关键帧选取、闭环检测与地图融合。

ORB-SLAM3单目

视觉SLAM实战-ORB-SLAM3（双目/RGB-D）

双目深度估计、RGB-D点云生成、稠密地图构建、与IMU融合的VI-SLAM模式。

多传感器融合SLAM

标定原理（Camera-IMU、Lidar-IMU）、多传感器时间同步、松耦合与紧耦合对比、基于图优化的融合框架。

占据栅格地图构建

栅格地图原理、概率更新模型、bresenham射线投射算法、使用gmapping构建2D栅格地图。

栅格地图gmapping

导航基础-路径规划

Dijkstra算法、A*算法原理与实现、JPS（Jump Point Search）算法、全局路径规划在ROS中的实现（navfn/global_planner）。

导航基础-局部规划

动态窗口法（DWA）原理、TEB（Timed Elastic Band）算法、局部规划器配置与调参、代价地图（Costmap）层。

ROS Navigation Stack实战

move_base框架解析、全局与局部规划器配置、AMCL定位原理、导航栈完整启动与调试。

AMCL自适应蒙特卡洛定位

粒子滤波定位原理、KLD采样、激光雷达与里程计融合定位、AMCL参数调优与性能分析。

AMCL粒子滤波

路径跟踪与控制

Pure Pursuit纯跟踪算法、Stanley算法、PID控制器在机器人导航中的应用、阿克曼与差速模型控制。

行为决策与状态机

有限状态机（FSM）设计、机器人行为树（Behavior Tree）入门、导航中的状态切换（探索、导航、充电）。

SLAM与导航系统集成

建图与导航的切换流程、动态地图更新、重定位机制、多会话地图拼接。

集成重定位

仿真环境搭建

Gazebo仿真器入门、搭建自定义仿真世界、添加传感器模型（激光雷达、IMU、相机）、使用TurtleBot3进行仿真。

GazeboTurtleBot3

真实机器人部署

硬件选型建议（底盘、工控机、传感器）、系统镜像烧录、远程控制与调试、实车数据采集。

SLAM性能评估

evo工具使用（APE/RPE指标）、数据集评测（KITTI、EuRoC）、实时性分析、精度与鲁棒性权衡。

工程化与代码规范

C++/Python代码规范、ROS节点设计模式、参数服务器管理、日志系统、单元测试（rostest）。

进阶话题-语义SLAM

语义分割与SLAM结合、动态物体剔除、语义地图构建、基于深度学习的特征提取（SuperPoint）。

语义深度学习

进阶话题-多机器人SLAM与协同

多机器人地图融合、分布式SLAM框架、协同探索策略、通信机制设计。

多机器人协同

综合实战项目：从零搭建自主导航机器人

需求分析、系统设计、硬件组装、SLAM建图、导航部署、演示与总结。