首页
›
自动驾驶
›
017-轨迹评估
›
《实战:传感器配置与地图导入联动》
VIP20
本课程属于:017-轨迹评估
自动驾驶 · 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
传感器配置与地图导入联动 · 实战
📚 共计 30 章节
01
课程导论
整体架构、应用场景与学习路径
概览
入门
02
ROS2环境搭建
安装、工作空间创建、依赖管理与编译测试
环境
ROS2
03
激光雷达基础
工作原理、常见型号、ROS2驱动与数据可视化
LiDAR
感知
04
激光雷达配置实战
修改帧ID、扫描频率、测距范围与发布频率
调参
实战
05
IMU传感器基础
工作原理、加速度计与陀螺仪、ROS2驱动与数据读取
IMU
惯性
06
IMU配置实战
标定、坐标系对齐、滤波参数调整与数据融合
标定
融合
07
里程计传感器
轮式里程计原理、编码器配置、ROS2里程计消息发布
里程计
编码器
08
多传感器时间同步
时间戳对齐、message_filters、硬件触发同步
同步
时间
09
传感器数据录制
ros2bag录制、数据回放与检查
bag
录制
10
地图基础概念
占据栅格、代价地图、拓扑地图区别与场景
地图
概念
11
SLAM建图原理
Gmapping、Cartographer、Hector SLAM对比
SLAM
算法
12
Cartographer配置实战
Lua配置文件详解、参数调优、实时建图演示
Cartographer
调优
13
保存与加载地图
map_server、pgm/yaml、多分辨率地图
地图IO
格式
14
静态地图导入
CAD图纸/卫星图转为ROS2占用栅格地图
导入
转换
15
动态地图更新
costmap_2d层、障碍物层、膨胀层与静态层联动
costmap
动态
16
传感器与地图联动原理
传感器数据更新地图、贝叶斯更新公式
原理
贝叶斯
17
激光雷达与地图匹配
AMCL定位、粒子滤波、自适应蒙特卡洛
AMCL
定位
18
IMU辅助定位
IMU预积分、航迹推算、松耦合/紧耦合
IMU
融合
19
多传感器融合定位
扩展卡尔曼滤波、robot_localization配置
EKF
融合
20
导航栈配置
Nav2架构、行为树、规划器与控制器
Nav2
导航
21
全局路径规划
A*算法、Dijkstra、代价地图路径搜索
全局
A*
22
局部路径规划
DWA、TEB、动态避障与速度控制
局部
避障
23
传感器配置与导航联动
不同传感器配置对导航效果的影响对比
对比
实验
24
地图导入与导航联动
精度校准、坐标系对齐与导航测试
校准
测试
25
仿真环境搭建
Gazebo仿真、传感器模型、测试场景
Gazebo
仿真
26
仿真中的传感器配置
激光雷达、IMU、相机参数配置
仿真
参数
27
仿真中的地图导入
真实地图导入Gazebo,构建一致测试环境
地图导入
仿真
28
实车部署与调试
硬件接线、驱动配置、现场标定与排查
实车
调试
29
性能优化
数据降采样、地图压缩、多线程与实时性
优化
实时
30
综合实战项目
从零搭建机器人,传感器配置、地图导入、自主导航全流程
项目
全栈
所属VIP或分类
同VIP:CARLA自动驾驶场景仿真与开发
同VIP:Python批量执行脚本开发与性能优化
同VIP:交通流生成与仿真脚本编写