01
课程导论：IMU融合轨迹评估的意义、误差溯源的核心挑战、课程整体框架与学习路径
IMU融合轨迹评估的意义 · 误差溯源的核心挑战 · 课程整体框架与学习路径
导论框架
02
IMU基础原理：加速度计与陀螺仪的工作原理、MEMS与光纤IMU的对比、IMU的误差模型
加速度计与陀螺仪 · MEMS vs 光纤 · 零偏/比例因子/交轴耦合
IMU误差模型
03
惯性导航基础：捷联惯导系统（SINS）原理、姿态更新算法（四元数/旋转矩阵）、速度与位置更新方程
SINS · 四元数/旋转矩阵 · 速度/位置更新
惯导姿态
04
IMU标定技术：六面法标定、转台标定、多位置标定方法、Allan方差分析
六面法 · 转台标定 · 多位置 · Allan方差
标定Allan
05
坐标系与变换：地心地固系（ECEF）、导航坐标系（NED）、载体坐标系（Body）、坐标转换矩阵
ECEF · NED · Body · 转换矩阵
坐标系变换
06
初始对准：粗对准与精对准、静基座对准、动基座对准、初始航向确定
粗/精对准 · 静/动基座 · 初始航向
对准航向
07
传感器融合基础：卡尔曼滤波（KF）原理、扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）
KF · EKF · UKF
滤波融合
08
松耦合融合：GPS/IMU松耦合架构、位置速度融合、协方差估计与更新
松耦合 · 位置/速度融合 · 协方差
松耦合GPS
09
紧耦合融合：GPS/IMU紧耦合架构、伪距/伪距率融合、深耦合概念
紧耦合 · 伪距/伪距率 · 深耦合
紧耦合伪距
10
视觉惯性融合（VIO）：VIO基本原理、预积分技术、滑动窗口优化
VIO · 预积分 · 滑动窗口
VIO视觉
11
LIO融合：激光雷达与IMU融合、点云畸变去除、帧间匹配与IMU辅助
LIO · 点云畸变 · 帧间匹配
LIO激光
12
多传感器时空标定：时间戳对齐、空间外参标定、硬件同步方案
时间对齐 · 外参标定 · 硬件同步
标定同步
13
轨迹评估指标：绝对轨迹误差（ATE）、相对轨迹误差（RPE）、均方根误差（RMSE）
ATE · RPE · RMSE
评估指标
14
轨迹对齐方法：Umeyama算法、Sim(3)对齐、SE(3)对齐、时间戳对齐
Umeyama · Sim(3) · SE(3) · 时间对齐
对齐轨迹
15
评估工具使用：evo工具详解、rpg_trajectory_evaluation、MATLAB导航工具箱
evo · rpg_trajectory · MATLAB工具箱
工具评估
16
误差溯源方法论：误差传播链分析、灵敏度分析、残差分析
误差传播链 · 灵敏度 · 残差分析
溯源方法论
17
IMU误差对轨迹的影响：零偏漂移、比例因子误差、噪声对轨迹的累积效应
零偏漂移 · 比例因子 · 累积效应
IMU误差轨迹
18
融合算法误差分析：滤波器发散检测、一致性检验、NEES/NIS指标
发散检测 · 一致性 · NEES/NIS
误差分析滤波
19
传感器故障检测：IMU故障模式、GPS异常检测、多传感器一致性校验
IMU故障 · GPS异常 · 一致性校验
故障检测
20
数据集与仿真：EuRoC MAV数据集、KITTI数据集、仿真数据生成（MATLAB/Gazebo）
EuRoC · KITTI · MATLAB/Gazebo仿真
数据集仿真
21
离线评估流程：数据采集规范、预处理流程、评估管线搭建
采集规范 · 预处理 · 评估管线
离线流程
22
实时评估系统：ROS在线评估节点、实时可视化、报警机制
ROS节点 · 可视化 · 报警
实时ROS
23
误差补偿策略：在线零偏估计、重力矢量辅助、运动约束辅助
在线零偏 · 重力辅助 · 运动约束
补偿策略
24
图优化与因子图：因子图原理、iSAM2求解器、与滤波方法的对比
因子图 · iSAM2 · 滤波对比
图优化因子图
25
深度学习辅助融合：IMU去噪网络、端到端轨迹估计、学习型融合架构
IMU去噪 · 端到端 · 学习融合
深度学习融合
26
高精度应用场景：无人机导航、自动驾驶、AR/VR定位、机器人建图
无人机 · 自动驾驶 · AR/VR · 建图
应用场景
27
性能调优实战：参数调优指南、传感器选型建议、算法加速技巧
参数调优 · 选型 · 加速技巧
调优实战
28
案例研究1：无人机VIO轨迹评估与误差溯源（EuRoC数据集）
无人机VIO · EuRoC · 误差溯源
案例VIO
29
案例研究2：车载GPS/IMU融合轨迹评估与误差溯源（KITTI数据集）
车载融合 · KITTI · 轨迹评估
案例GPS/IMU
30
课程总结与展望：当前技术瓶颈、未来趋势、推荐学习资源与研究方向
技术瓶颈 · 未来趋势 · 学习资源
总结展望