01
时间同步基础
为什么需要时间同步？时间戳、时钟源、延迟等核心概念。
⏱️ 基础概念
02
硬件时间同步方案
GPS/北斗授时、PTP (IEEE 1588)、NTP 协议详解。
📡 硬件协议
03
软件时间同步方案
ROS 时间同步机制：TimeSynchronizer、ApproximateTime。
💻 软件ROS
04
传感器时间戳处理
相机、IMU、激光雷达时间戳的获取与校准。
📷 传感器校准
05
多传感器融合概述
融合层级 (数据级/特征级/决策级) 与常见框架 (EKF/UKF/粒子滤波)。
🧩 融合框架
06
坐标系与空间变换
刚体变换、欧拉角与四元数、坐标转换矩阵。
📐 几何变换
07
传感器标定基础
内参标定、外参标定、手眼标定原理。
🔧 标定基础
08
相机与IMU联合标定
视觉-惯性标定原理、Kalibr 工具使用。
📸 标定IMU
09
激光雷达与相机联合标定
点云投影、特征匹配、Autoware 标定工具。
🚗 激光相机
10
多传感器时空对齐
时间戳对齐算法、插值方法 (线性/样条插值)。
⏳ 对齐插值
11
扩展卡尔曼滤波 (EKF)
EKF原理、状态预测与更新、融合应用。
📊 滤波EKF
12
无迹卡尔曼滤波 (UKF)
UKF原理、Sigma点选取、与EKF对比。
📈 UKF滤波
13
粒子滤波
重要性采样、重采样、在定位中的应用。
🎲 粒子定位
14
图优化基础
图优化原理、因子图、g2o/Ceres库使用。
🔗 图优化Ceres
15
视觉SLAM中的传感器融合
VINS-Mono、ORB-SLAM3中的IMU融合。
👁️ SLAM视觉
16
激光SLAM中的传感器融合
LOAM、LIO-SAM中的IMU与激光融合。
🤖 激光SLAM
17
视觉-激光雷达融合
V-LOAM、LVI-SAM框架解析。
🔦 融合V-LOAM
18
GPS与IMU融合
松耦合与紧耦合、RTK-GPS原理。
🛰️ GPSIMU
19
轮式里程计与IMU融合
轮速计模型、航位推算。
⚙️ 里程计航位推算
20
多传感器融合中的异常处理
传感器故障检测、数据异常剔除、鲁棒估计。
⚠️ 异常鲁棒
21
传感器数据预处理
降噪滤波 (低通/高通/带通)、去畸变。
📉 滤波预处理
22
时间同步实战
使用ROS录制bag包、提取时间戳、分析时间偏差。
🛠️ 实战ROS
23
EKF融合实战
编写EKF代码融合IMU与GPS数据。
💻 实战EKF
24
UKF融合实战
编写UKF代码融合IMU与视觉里程计。
💻 实战UKF
25
图优化融合实战
使用Ceres进行多传感器图优化。
🔧 实战Ceres
26
多传感器融合在自动驾驶中的应用
感知、定位、规划中的融合案例。
🚗 自动驾驶应用
27
多传感器融合在机器人中的应用
移动机器人、无人机、机械臂。
🤖 机器人应用
28
融合系统评估指标
ATE、RPE、一致性分析。
📏 评估指标
29
融合系统调试与调优
参数调优、性能分析、可视化工具。
🔍 调试调优
30
前沿趋势与展望
学习型融合、端到端融合、多模态大模型。
🚀 前沿趋势