首页
›
自动驾驶
›
027-定位算法
›
《激光雷达定位算法进阶实战》
VIP20
本课程属于:027-定位算法
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
激光雷达定位算法进阶实战
📚 共计 30 章节
01
激光雷达基础与坐标系
TOF/三角法原理 · 机械/固态/混合固态 · 外参标定
坐标系
标定
02
点云预处理技术
体素/直通/统计滤波 · 降采样 · 运动畸变去除
滤波
去畸变
03
ICP及其变种算法
Point-to-Plane/Line · GICP · NICP 对比实现
配准
点云
04
NDT算法详解
正态分布变换 · 与ICP对比 · PCL调优 · 自动驾驶定位
NDT
PCL
05
基于特征的配准方法
PFH/FPFH/3DSC/SHOT · ISS/Harris3D · 粗精配准
特征描述子
关键点
06
LOAM系列算法解析
scan-to-scan/map · A-LOAM · F-LOAM/LeGO-LOAM
LOAM
特征提取
07
LIO-SAM算法深度解析
因子图 · IMU预积分 · GPS融合 · 回环检测
LIO-SAM
图优化
08
FAST-LIO系列算法
FAST-LIO1/2 · ikd-tree · 紧耦合IEKF · 代码实战
FAST-LIO
IEKF
09
点云地图构建
概率/占据栅格 · TSDF/ESDF · 语义地图
地图
TSDF
10
全局定位与重定位
MCL/AMCL · 直方图定位 · 分支定界全局定位
重定位
蒙特卡洛
11
回环检测技术
Scan Context · BoW3D · PointNetVLAD/OverlapNet
回环
深度学习
12
图优化与位姿图优化
g2o/GTSAM/Ceres · 鲁棒核函数 · 信息矩阵
图优化
位姿图
13
多传感器融合定位
IMU+LiDAR · GPS+LiDAR · 轮式/视觉融合
融合
松/紧耦合
14
IMU预积分与状态估计
IMU模型 · 预积分理论 · 流形状态估计 · ESKF
IMU
预积分
15
卡尔曼滤波家族
KF/EKF/UKF/ESKF/IEKF · 激光雷达定位对比
卡尔曼
状态估计
16
因子图与iSAM2
因子图构建 · 贝叶斯网络 · iSAM2增量优化 · SLAM
iSAM2
因子图
17
退化场景处理
隧道/长廊退化检测 · 方向分析 · 先验地图恢复
退化
鲁棒定位
18
动态环境下的定位
动态物体检测/滤除 · 概率地图更新 · 鲁棒策略
动态
深度学习
19
语义SLAM与定位
语义分割 · 数据关联 · SuMa++/RangeNet++
语义
SLAM
20
激光雷达与高精地图
车道线/路沿/杆状物 · 地图匹配 · 更新
高精地图
HD Map
21
3D点云深度学习基础
PointNet/PointNet++ · PointTransformer · VoxelNet
深度学习
点云
22
基于深度学习的点云配准
DCP · RPM-Net · PointDSC · 深度特征+RANSAC
配准
深度特征
23
端到端激光雷达定位
PoseNet · AtLoc · MapNet · 场景坐标回归
端到端
回归
24
激光雷达SLAM工程化实践
ROS2 · 多线程 · 内存优化 · Jetson/FPGA部署
工程化
嵌入式
25
激光雷达选型与标定实战
选型建议 · 内参标定 · 多雷达/相机联合标定
标定
选型
26
大规模点云地图管理
Octree/KD-Tree压缩 · 分区加载 · 数据库管理
地图管理
压缩
27
激光雷达定位系统评估
ATE/RPE · KITTI/NuScenes · evo评估工具
评估
数据集
28
行业应用案例解析
Apollo/Autoware · AGV/AMR · 矿山/港口自动化
行业应用
自动驾驶
29
前沿趋势与研究方向
4D毫米波+LiDAR · 事件相机 · NeRF · 扩散模型
前沿
NeRF
30
综合项目实战
从零搭建SLAM系统 · 采集→标定→建图→定位→评估
实战
全流程
所属VIP或分类
同VIP:GNSS与惯导融合定位系统建模
同VIP:GNSS定位漂移诊断与融合定位优化
同VIP:二维三维坐标变换与工程实现