VIP20

本课程属于：021-BEV感知 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

轨迹评估指标与性能优化实战

📚 共计 30 章节

轨迹评估概述

为什么需要评估轨迹？评估的基本流程与核心挑战。

坐标系与位姿表示

世界坐标系、机器人坐标系、四元数、旋转矩阵、欧拉角。

绝对轨迹误差（ATE）

ATE的定义、计算方法、RMSE与均值指标。

相对轨迹误差（RPE）

RPE的定义、计算方法、与ATE的区别。

时间戳对齐

时间戳同步的难点、线性插值与最近邻插值方法。

预处理同步

轨迹对齐（Umeyama算法）

最小二乘刚体变换、尺度估计、对齐后的评估。

评估工具evo

evo的安装、基本用法、绘制轨迹与误差图。

工具可视化

评估工具rpg_trajectory_evaluation

工具介绍、配置与使用。

可视化分析

轨迹叠加显示、误差热力图、箱线图分析。

可视化分析

性能优化概述

实时性与精度的权衡、优化目标与约束。

特征提取与匹配加速、关键帧选择策略。

图优化基础、BA（光束法平差）加速策略。

IMU测量模型、预积分公式、与视觉融合。

边缘化与滑动窗口

滑动窗口滤波器、舒尔补边缘化、信息矩阵管理。

滑动窗口边缘化

回环检测优化

词袋模型加速、几何验证、回环校正。

多传感器融合

GPS/IMU/视觉融合、松耦合与紧耦合。

融合多传感器

实时性优化

多线程架构、SIMD指令集、内存管理。

鲁棒核函数、异常值剔除、动态协方差调整。

关键参数对轨迹精度的影响、自动调参方法。

数据集与基准测试

EuRoC、TUM、KITTI数据集介绍与使用。

数据集基准

评估指标进阶

NIST评估标准、轨迹平滑度指标、一致性评估。

系统误差与随机误差、误差传播、灵敏度分析。

卡尔曼滤波、粒子滤波在轨迹平滑中的应用。

深度学习优化

基于学习的特征匹配、端到端轨迹预测。

深度学习端到端

GPU加速BA、FPGA在SLAM中的应用。

鲁棒性优化

退化场景处理、动态环境适应、光照变化应对。

大规模场景优化

地图压缩、分治优化、增量式更新。

大规模地图

评估报告生成

自动化评估脚本、报告模板、结果对比。

报告自动化

实战案例1：ORB-SLAM3

基于ORB-SLAM3的轨迹评估与优化。

实战ORB-SLAM3

实战案例2：VINS-Mono

基于VINS-Mono的轨迹评估与性能调优。

实战VINS-Mono