VIP20

本课程属于：014-Nav2 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

Nav2传感器融合地图构建

📚 共计 30 章节

课程导论与预备知识

Nav2概述、传感器融合概念、地图构建基础、ROS2环境搭建与验证

激光雷达原理与数据解析

激光雷达工作原理、点云数据格式、ROS2驱动配置、使用rviz2可视化点云

IMU惯性测量单元

IMU工作原理（加速度计、陀螺仪）、数据读取与坐标系对齐、IMU标定方法简介

轮式里程计

轮式编码器原理、运动学模型（差速/阿克曼）、里程计发布与tf变换

多传感器时间同步

时间戳概念、ApproximateTime同步策略、ExactTime同步策略、message_filters使用

传感器数据预处理

点云滤波（体素滤波、直通滤波、离群点移除）、IMU低通滤波、里程计异常值剔除

滤波预处理

坐标系与tf树

ROS2 tf2框架、静态变换与动态变换、多传感器坐标系标定、使用tf2_echo调试

扩展卡尔曼滤波（EKF）基础

状态空间模型、预测与更新步骤、EKF在机器人定位中的应用

robot_localization包详解

EKF配置参数、传感器输入配置、输出协方差分析、实战调参技巧

robot_localization调参

无迹卡尔曼滤波（UKF）与粒子滤波

UKF原理与优势、粒子滤波概念、与EKF的对比选择

UKF粒子滤波

Cartographer算法原理

基于图优化的SLAM、局部子图与全局优化、回环检测机制

Cartographer图优化

Cartographer实战配置

Lua配置文件详解、多传感器输入配置、离线建图与实时建图

SLAM Toolbox介绍

基于粒子滤波的SLAM、在线与异步模式、地图序列化与反序列化

SLAM Toolbox粒子滤波

Nav2 Map Server与地图格式

占用栅格地图、YAML配置文件、地图加载与保存、地图坐标系

多传感器融合建图实战（激光+IMU+里程计）

融合策略设计、Cartographer多模态配置、建图质量评估

点云配准与ICP算法

ICP原理、PCL库中的ICP实现、多帧点云拼接、配准精度评估

NDT配准算法

正态分布变换原理、NDT与ICP对比、PCL中NDT实现、实战参数调优

多机器人协同建图

多机器人坐标系统一、数据共享机制、分布式SLAM简介

多机器人协同

动态环境建图

动态物体检测与过滤、基于占据概率的更新策略、代价地图层动态管理

动态代价地图

语义地图构建

语义分割与目标检测、语义标签与地图关联、基于深度学习的语义SLAM简介

语义深度学习

3D激光SLAM与OctoMap

3D点云地图构建、OctoMap八叉树地图原理、导航代价地图转换

视觉-激光雷达融合

视觉特征提取、视觉与激光雷达标定、视觉辅助回环检测

GPS与全局定位融合

GPS数据解析、UTM坐标系转换、GPS与局部地图对齐、全局初始化

GPS全局定位

地图质量评估与优化

建图精度评价指标、轨迹误差（ATE）、相对位姿误差（RPE）、地图一致性检查

Nav2代价地图层配置

静态地图层、障碍物层、膨胀层、传感器融合层配置

代价地图Nav2

行为树与导航任务编排

行为树基础、Nav2行为树节点、自定义行为树节点、传感器触发导航重规划

行为树导航

仿真环境搭建与测试

Gazebo仿真环境、多传感器仿真插件、仿真数据采集与回放

实车部署与调试

硬件选型建议、实车传感器安装、现场标定流程、常见问题排查

性能优化与最佳实践

计算资源优化、参数调优指南、日志分析与可视化调试

优化最佳实践

综合项目实战

从零搭建完整建图系统、多传感器融合建图、地图导出与导航验证、项目总结与展望