VIP20

本课程属于：016-SLAM 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

仿真联调搭建完整SLAM系统

📚 共计 30 章节

课程导论与SLAM系统全景

什么是SLAM？为什么需要仿真？课程目标与学习路径、SLAM系统核心模块（前端、后端、回环检测、建图）概览。

开发环境全家桶安装

Ubuntu 20.04系统配置、ROS Noetic安装与验证、Gazebo与Rviz安装、Eigen3与Sophus等依赖库安装。

ROS核心机制速通

节点与话题通信、服务与参数服务器、Launch文件编写、ROS Bag录制与回放。

Gazebo仿真器从入门到上手

Gazebo世界文件(.world)结构、模型文件(.sdf/.urdf)解析、传感器插件（IMU、激光雷达、相机）配置。

构建你的第一个仿真机器人

URDF模型编写基础、机器人连杆与关节定义、添加传感器模型（16线激光雷达）、在Gazebo中让机器人动起来。

传感器数据处理与ROS消息

激光雷达LaserScan与PointCloud2消息、IMU消息格式、相机图像消息、坐标系变换TF树。

传感器ROS消息

里程计基础与轮式编码器仿真

轮式里程计模型、在Gazebo中仿真编码器、发布Odometry消息、使用EKF融合IMU与轮式里程计。

前端-激光雷达帧间匹配（ICP）

ICP算法原理、PCL库使用、实现点到点ICP匹配、计算帧间相对位姿。

前端-激光雷达帧间匹配（NDT）

NDT算法原理、PCL中NDT实现、ICP与NDT对比实验、参数调优经验。

前端-特征提取与匹配

激光雷达特征点提取（角点、平面点）、特征描述子、基于特征的帧间匹配。

后端-图优化理论与g2o

图优化SLAM后端原理、构建位姿图、g2o库使用、添加节点与边。

后端-图优化理论与Ceres

Ceres Solver入门、构建最小二乘问题、自动求导与解析求导、与g2o对比。

后端-关键帧选取策略

为什么需要关键帧？基于距离与角度的选取、基于共视区域的选取、关键帧管理。

关键帧策略

回环检测-基于Scan Context

Scan Context算法原理、生成环状描述子、相似度计算与回环判定、回环候选筛选。

Scan Context回环

回环检测-基于直方图与几何验证

直方图匹配、几何一致性验证（RANSAC）、回环校正与图优化融合。

直方图RANSAC

建图-栅格地图构建

占据栅格地图原理、概率更新模型、Bresenham射线投射算法、构建局部与全局地图。

栅格地图占据

建图-TSDF与ESDF地图

TSDF（截断符号距离函数）原理、ESDF（欧几里得符号距离场）生成、在导航与规划中的应用。

SLAM系统集成-框架搭建

系统架构设计、模块间通信（ROS Topic）、配置管理（YAML）、系统启动流程。

SLAM系统集成-前端与后端联调

前端输出作为后端输入、位姿图构建与优化、实时性调优。

联调实时性

SLAM系统集成-回环检测与地图更新

回环检测触发后端优化、地图更新策略、全局一致性维护。

回环地图更新

仿真环境搭建-复杂场景构建

使用Building Editor创建室内场景、添加动态障碍物、光照与纹理设置。

场景Building Editor

仿真环境搭建-多机器人仿真

多机器人模型配置、多机器人命名空间管理、多机器人协同SLAM初探。

多机器人协同

SLAM性能评估-轨迹精度

使用EVO工具评估、轨迹误差（ATE）、相对轨迹误差（RPE）、生成评估报告。

SLAM性能评估-地图质量

地图覆盖率、地图精度评估、与真实环境对比方法。

地图质量评估

SLAM性能评估-实时性与资源占用

CPU/GPU占用分析、内存泄漏检测、帧率与延迟优化。

实时性资源

进阶-IMU预积分与LIO-SAM

IMU预积分原理、LIO-SAM系统架构、在仿真中运行LIO-SAM。

IMU预积分LIO-SAM

进阶-视觉-激光雷达融合（V-LOAM）

V-LOAM系统架构、视觉前端与激光雷达前端融合、仿真数据验证。

进阶-语义SLAM

语义分割基础、将语义信息融入SLAM、动态物体滤除。

语义SLAM分割

实战项目-仓库巡检SLAM系统

需求分析、系统设计、仿真环境搭建、完整联调与演示。

实战仓库巡检

课程总结与未来展望

SLAM技术发展趋势、学习资源推荐、开源项目推荐、下一步学习路径。