所属分类：机器人运动控制与电力电子 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

ROS机器人建图与定位算法实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · ROS与SLAM的关系
课程导入学习目标
02
ROS基础回顾
话题 · 服务 · 动作
ROS基础回顾
03
机器人建模与仿真
URDF · xacro · Gazebo仿真环境搭建
机器人建模仿真
04
坐标变换基础
TF2原理 · 静态变换 · 动态变换
坐标变换基础TF2
05
里程计与运动模型
轮式里程计 · IMU融合 · 航迹推算
里程计运动模型
06
激光雷达数据处理
点云去噪 · 滤波 · 降采样
激光雷达数据处理点云去噪
07
SLAM概述
SLAM问题定义 · 前端里程计 · 后端优化
SLAM问题定义
08
Gmapping算法原理与实战
粒子滤波原理 · 参数配置 · 建图流程
Gmapping算法原理
09
Cartographer算法原理与实战
子图 · 回环检测 · 图优化
Cartographer算法原理
10
Hector SLAM算法原理与实战
扫描匹配 · 无里程计建图 · 参数调整
HectorSLAM
11
ORB-SLAM3在ROS中的集成
视觉SLAM基础 · ORB特征 · 单目/双目/RGB-D建图
ORB-SLAM3ROS
12
LIO-SAM与激光惯性SLAM
因子图 · IMU预积分 · 激光雷达与IMU融合
LIO-SAMSLAM
13
定位基础
AMCL原理 · 粒子滤波定位 · 自适应蒙特卡洛定位
定位基础AMCL
14
自适应蒙特卡洛定位（AMCL）实战
全局定位 · 局部定位 · 重定位
AMCL自适应蒙特卡洛定…
15
里程计与激光雷达融合定位
扩展卡尔曼滤波（EKF） · 无迹卡尔曼滤波（UKF） · robot_localization…
里程计激光雷达融合定位
16
多传感器融合定位
GPS · IMU · 激光雷达
多传感器融合定位GPS
17
地图构建与优化
栅格地图 · 占据概率 · 地图分辨率
地图构建优化
18
动态环境下的SLAM
动态物体检测与剔除 · 鲁棒SLAM · 语义SLAM简介
SLAM动态环境下的
19
SLAM性能评估
轨迹评估（evo · rpg_trajectory_eva… · 精度与鲁棒性指标
SLAM性能评估
20
ROS2与SLAM
ROS2基础 · Nav2 · SLAM Toolbox
ROS2SLAM
21
实战项目一
基于Gmapping的室内机器人建图…
实战项目一Gmapping
22
实战项目二
基于Cartographer的复杂环… · 大场景）
实战项目二Cartographer
23
实战项目三
基于AMCL的机器人自主定位与导航（…
实战项目三AMCL
24
实战项目四
基于LIO-SAM的室外机器人建图与…
实战项目四LIO-SAM
25
常见问题与调试技巧
TF错误 · 地图漂移 · 定位丢失
常见问题调试技巧
26
SLAM算法选型与工程化
不同场景下的算法选择 · 计算资源优化 · 实时性提升
SLAM算法选型
27
多机器人协同SLAM
分布式建图 · 地图合并 · 协同定位
SLAM多机器人协同
28
深度学习与SLAM结合
语义SLAM · 端到端定位 · 视觉特征学习
SLAM深度学习
29
综合实战
从零搭建一台机器人 · 完成建图 · 定位
综合实战从零搭建一台机器…
30
课程总结与进阶方向
知识体系回顾 · 常见面试题 · 开源社区资源
课程总结进阶方向