01
融合定位概述
什么是融合定位、为什么需要融合定位、常见传感器（GNSS/IMU/视觉/激光）特性对比。
基础传感器
02
坐标系与时空基准
WGS84坐标系、ENU坐标系、载体坐标系、时间同步基础。
坐标时空
03
GNSS定位原理
伪距定位、载波相位定位、RTK/PPK技术、多路径效应与误差源。
GNSSRTK
04
IMU惯性导航原理
加速度计与陀螺仪、捷联惯导解算、IMU误差模型（零偏/比例因子/随机游走）。
IMU误差
05
卡尔曼滤波基础
状态空间模型、预测与更新方程、卡尔曼增益、协方差矩阵的意义。
滤波KF
06
扩展卡尔曼滤波（EKF）
非线性系统线性化、雅可比矩阵计算、EKF在融合中的应用。
EKF非线性
07
无迹卡尔曼滤波（UKF）
UT变换、Sigma点选取、UKF vs EKF对比。
UKFUT
08
粒子滤波（PF）
重要性采样、重采样、粒子退化问题、PF适用场景。
PF采样
09
松耦合融合
GNSS+IMU松耦合架构、位置/速度融合、优缺点分析。
松耦合GNSS+IMU
10
紧耦合融合
GNSS+IMU紧耦合架构、原始观测值融合、伪距/伪距率融合。
紧耦合原始观测
11
深耦合融合
GNSS基带与IMU深度融合、跟踪环路辅助、抗干扰能力。
深耦合抗干扰
12
视觉惯性里程计（VIO）
视觉特征提取与匹配、IMU预积分、滑动窗口优化。
VIO视觉
13
激光雷达惯性里程计（LIO）
点云配准（ICP/NDT）、激光-IMU外参标定。
LIO激光
14
多传感器时空标定
时间延迟估计、空间外参标定（手眼标定）、在线标定方法。
标定外参
15
传感器数据预处理
异常值检测、低通滤波、滑动平均、降采样策略。
预处理滤波
16
状态估计中的协方差调参
过程噪声Q矩阵调参、观测噪声R矩阵调参、工程经验法则。
调参协方差
17
抗差估计与异常处理
M估计、IGGIII方案、卡方检验故障检测、RAIM算法。
抗差RAIM
18
多路径效应抑制
信噪比加权、仰角加权、一致性检测、3D城市模型辅助。
多路径抑制
19
零速修正（ZUPT）
零速检测算法、零速更新、静止状态下的漂移抑制。
ZUPT零速
20
航向约束与地图匹配
道路航向约束、数字地图匹配、车道级定位。
地图航向
21
高程约束与气压计融合
气压计原理、高程约束模型、多源高程融合。
气压计高程
22
轮速里程计融合
轮速脉冲处理、车辆运动模型、轮速与IMU融合。
轮速里程计
23
GNSS失锁下的纯惯性导航
纯惯导误差发散分析、航位推算策略、误差补偿。
失锁纯惯性
24
多传感器融合中的因子图优化
因子图模型、iSAM2求解器、与卡尔曼滤波对比。
因子图iSAM2
25
实时性与计算效率优化
滤波器降阶、稀疏矩阵求解、嵌入式平台部署技巧。
实时优化
26
融合定位性能评估指标
RMSE/CEP/95%误差、轨迹平滑度、可用率与连续性。
评估指标
27
仿真与数据集验证
开源数据集（KITTI/EuRoC/UrbanNav）、仿真工具（Gym/GAZEBO）。
数据集仿真
28
典型场景调优案例（一）
城市峡谷、高架桥下、隧道场景。
城市峡谷隧道
29
典型场景调优案例（二）
地下停车场、室内外过渡、高速运动场景。
停车场高速
30
融合定位系统集成与测试
系统架构设计、硬件选型、路测方案、回归测试。
集成测试