VIP20

本课程属于：006-关节控制 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

传感器反馈融合与调优实战

📚 共计 30 章节

传感器融合概述

什么是传感器融合 · 为什么需要融合 · 融合的层次（数据级、特征级、决策级）

传感器特性与误差模型

常见传感器（IMU、GPS、摄像头、激光雷达）特性 · 误差来源与建模

坐标变换与空间描述

旋转矩阵 · 四元数 · 欧拉角 · 坐标系对齐

数学坐标系

卡尔曼滤波入门

状态空间模型 · 预测与更新步骤 · 一维卡尔曼滤波实现

扩展卡尔曼滤波（EKF）

非线性系统线性化 · 雅可比矩阵 · EKF在IMU+GPS融合中的应用

无迹卡尔曼滤波（UKF）

无迹变换 · Sigma点选取 · UKF与EKF对比

粒子滤波（PF）

蒙特卡洛方法 · 重要性采样 · 重采样 · 粒子滤波应用场景

原理 · 一阶互补滤波 · 在姿态解算中的应用

方向余弦矩阵 · PI控制器 · Mahony算法实现

梯度下降法 · 四元数更新 · Madgwick与Mahony对比

IMU数据预处理

加速度计校准 · 陀螺仪零偏补偿 · 磁力计硬铁/软铁校准

姿态解算基础

欧拉角法 · 方向余弦法 · 四元数法 · 姿态更新方程

姿态四元数

GPS与IMU融合

松耦合 · 紧耦合 · 深耦合架构对比

视觉与IMU融合（VIO）

视觉特征提取 · IMU预积分 · 滑动窗口优化

激光雷达与IMU融合（LIO）

点云配准 · IMU辅助去畸变 · 因子图优化

多传感器时间同步

硬件同步 · 软件同步 · 时间戳管理 · 插值对齐

传感器标定

内参标定 · 外参标定 · 手眼标定 · 多传感器联合标定

标定内参外参

数据融合中的不确定性

协方差矩阵 · 置信度评估 · 异常值检测

不确定性协方差

滤波器参数调优

过程噪声协方差Q · 测量噪声协方差R · 初始值设定

自适应滤波

Sage-Husa自适应滤波 · 模糊自适应 · 神经网络辅助调参

自适应Sage-Husa

传感器故障检测与隔离

残差分析 · 卡方检验 · 一致性检查

多传感器加权融合

加权平均法 · 自适应加权 · 基于置信度的融合

贝叶斯滤波框架

贝叶斯定理 · 递归贝叶斯估计 · 马尔可夫假设

贝叶斯递归

信息矩阵 · 信息向量 · 信息滤波与卡尔曼滤波的关系

图优化与因子图

图优化基础 · 因子图构建 · iSAM与GTSAM库

图优化因子图

传感器融合在机器人中的应用

SLAM · 里程计 · 定位与建图

传感器融合在自动驾驶中的应用

多目标跟踪 · 环境感知 · 融合感知

自动驾驶感知

传感器融合在无人机中的应用

姿态控制 · 避障 · 编队飞行

无人机控制

传感器融合在AR/VR中的应用

头部追踪 · 手势识别 · 空间定位

融合系统性能评估

精度指标 · 实时性要求 · 鲁棒性测试 · 数据集与仿真