VIP20

本课程属于：010-机器人运动学 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

传感器反馈融合与抗干扰技术实战

📚 共计 30 章节

传感器基础与选型

常见传感器类型（IMU、激光雷达、摄像头、毫米波雷达）、性能指标（精度、带宽、噪声密度）、选型方法论。

选型IMU雷达

传感器误差模型

确定性误差（零偏、尺度因子、轴偏差）与随机误差（白噪声、随机游走、闪烁噪声）的数学建模。

误差建模随机过程

信号预处理技术

低通滤波、高通滤波、带通滤波、陷波滤波器的设计与实现（Python/Matlab）。

滤波器PythonMatlab

卡尔曼滤波入门

状态空间模型、预测与更新方程、一维卡尔曼滤波手推与代码实现。

状态估计手推

多维卡尔曼滤波

矩阵形式的卡尔曼滤波、协方差矩阵的意义、Q与R矩阵的调参经验。

扩展卡尔曼滤波（EKF）

非线性系统的线性化、雅可比矩阵计算、EKF在机器人定位中的应用。

EKF非线性定位

无迹卡尔曼滤波（UKF）

UT变换、Sigma点选取、UKF与EKF的对比分析。

粒子滤波（PF）

重要性采样、重采样、粒子退化问题、PF在非线性非高斯系统中的应用。

粒子滤波重采样

多传感器时间同步

硬件同步（PPS、Triggers）与软件同步（插值法、时间戳对齐）的工程实现。

同步PPS插值

空间坐标系与标定

传感器坐标系定义、外参标定（手眼标定、多传感器联合标定）、内参标定回顾。

标定坐标系

IMU数据处理

加速度计与陀螺仪的误差补偿、姿态解算（欧拉角、四元数、旋转矩阵）、互补滤波。

IMU姿态解算互补滤波

视觉-惯性融合（VIO）

视觉特征提取与匹配、IMU预积分、滑动窗口优化、VINS-Mono框架解析。

VIOVINS预积分

激光-惯性融合（LIO）

点云配准（ICP、NDT）、LOAM框架、LIO-SAM中的因子图优化。

LIOLOAM因子图

松耦合与紧耦合架构、RTK定位原理、组合导航中的卡尔曼滤波设计。

GPSRTK组合导航

轮式里程计与IMU融合

运动学模型、轮速计误差特性、航迹推算与滤波修正。

轮式里程计航迹推算

磁力计与航向校正

地磁模型、硬铁/软铁校准、磁力计与IMU的融合策略。

磁力计校准航向

超声波与红外传感器融合

近距离测距特性、多模态数据融合、避障应用案例。

超声波红外避障

压力传感器与高度估计

气压计原理、高度-气压模型、融合IMU抑制高度漂移。

气压计高度估计

温度传感器与热漂移补偿

温度对MEMS传感器的影响、热力学模型、实时补偿算法。

温度补偿MEMS

传感器故障检测与隔离

残差分析法、卡方检验、一致性检验、故障重构策略。

故障检测卡方

自适应滤波

Sage-Husa自适应卡尔曼滤波、渐消记忆滤波、多模型自适应估计（MMAE）。

自适应Sage-Husa

H∞滤波、抗差卡尔曼滤波（基于M估计）、异常值抑制技术。

鲁棒H∞M估计

信息融合中的不确定性管理

置信度评估、证据理论（D-S证据理论）、模糊逻辑融合。

D-S模糊逻辑

多传感器数据关联

最近邻法、联合概率数据关联（JPDA）、多假设跟踪（MHT）。

数据关联JPDAMHT

分布式融合架构

集中式、分布式、混合式融合架构对比、一致性卡尔曼滤波。

分布式一致性

传感器网络中的通信延迟处理

网络诱导延迟模型、延迟补偿策略、事件触发机制。

延迟补偿事件触发

嵌入式平台上的滤波优化

定点数运算、矩阵分解（Cholesky、QR）、代码效率优化技巧。

嵌入式矩阵分解优化

传感器融合在自动驾驶中的应用

环境感知、定位建图（SLAM）、路径规划中的融合实例。

自动驾驶SLAM

传感器融合在机器人中的应用

移动机器人导航、机械臂力控、无人机姿态控制。

机器人无人机

传感器融合在工业物联网中的应用

预测性维护、过程控制、智能仪表中的融合案例。

工业物联网预测维护