首页
›
AI视觉与工业视觉
›
021-多模态感知算法
›
《多传感器标定误差分析与融合补偿》
VIP20
本课程属于:021-多模态感知算法
AI视觉与工业视觉 · 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
传感器标定误差分析与融合补偿
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
传感器误差概论
误差来源分类(系统误差 · 随机误差 · 粗大误差)
传感器误差概论
误差来源分类
02
静态标定方法
最小二乘法线性拟合 · 多项式拟合 · 分段线性插值
静态标定方法
最小二乘法线性拟…
03
动态标定与频响分析
阶跃响应法 · 正弦扫频法 · 动态误差补偿模型
动态标定
频响分析
04
温度漂移补偿
温度系数标定 · 多项式温度补偿 · 分段温度补偿
温度漂移补偿
温度系数标定
05
多传感器时间同步
硬件同步方案(PPS · 触发线) · 软件同步方案(NTP
多传感器时间同步
PPS
06
空间坐标系对齐
刚体变换(旋转+平移) · 欧拉角与四元数 · 手眼标定(Eye-in-Hand /…
空间坐标系对齐
刚体变换
07
卡尔曼滤波基础
状态空间模型 · 预测与更新方程 · 卡尔曼增益推导
卡尔曼滤波基础
状态空间模型
08
扩展卡尔曼滤波(EKF)
非线性系统线性化 · 雅可比矩阵计算 · EKF在组合导航中的应用
EKF
扩展卡尔曼滤波
09
无迹卡尔曼滤波(UKF)
UT变换 · Sigma点选取 · UKF与EKF对比分析
UKF
无迹卡尔曼滤波
10
粒子滤波(PF)
重要性采样 · 重采样策略 · 粒子退化问题
PF
粒子滤波
11
互补滤波与Mahony滤波
IMU姿态解算 · 互补滤波器设计 · Mahony/Madgwick算法原…
Mahony
互补滤波
12
加权平均与凸组合融合
固定权重融合 · 自适应权重融合(基于方差/信噪比) · 性能边界分析
加权平均
凸组合融合
13
协方差交叉融合(CI)
CI算法原理 · 保守融合策略 · 分布式融合场景应用
CI
协方差交叉融合
14
联邦卡尔曼滤波(FKF)
主滤波器与子滤波器架构 · 信息分配因子 · 容错融合设计
FKF
联邦卡尔曼滤波
15
图优化与因子图
图优化基本概念 · 因子图建模 · iSAM与GTSAM库简介
图优化
因子图
16
IMU零偏稳定性分析
Allan方差法 · 零偏不稳定性建模 · 温控与补偿策略
IMU
零偏稳定性分析
17
磁力计标定
硬铁与软铁干扰 · 椭圆拟合标定 · 椭球拟合标定
磁力计标定
硬铁
18
相机内参标定
张正友标定法 · 畸变模型(径向/切向) · 标定板设计
相机内参标定
张正友标定法
19
激光雷达标定
内参标定(测距/角度) · 外参标定(与IMU/相机) · 点到面匹配方法
激光雷达标定
内参标定
20
轮式里程计标定
轮距标定 · 编码器分辨率标定 · 运动模型误差分析
轮式里程计标定
轮距标定
21
GPS/RTK误差分析
多路径效应 · 电离层/对流层延迟 · 整周模糊度解算
GPS/RTK
误差分析
22
惯性导航系统(INS)误差
导航方程 · INS误差传播模型 · 舒勒振荡
INS
惯性导航系统
23
组合导航(GPS+IMU)
松耦合 · 紧耦合 · 深耦合架构对比
GPS+IMU
组合导航
24
视觉惯性里程计(VIO)
MSF框架 · ROVIO · VINS-Mono原理
VIO
视觉惯性里程计
25
激光惯性里程计(LIO)
LOAM · LIO-SAM框架 · 特征提取与匹配
LIO
激光惯性里程计
26
多传感器融合定位
ESKF(误差状态卡尔曼滤波) · RTK+IMU+轮速融合 · 城市峡谷场景处理
多传感器融合定位
ESKF
27
传感器故障检测与隔离
残差卡方检验 · 马氏距离法 · 一致性检验
传感器故障检测
隔离
28
自适应与鲁棒融合
抗差估计(M估计) · H∞滤波 · 自适应噪声协方差调节
自适应
鲁棒融合
29
标定与融合系统设计
软硬件架构设计 · 数据采集与回放 · 标定流程自动化
标定
融合系统设计
30
工程案例实战
AGV定位系统标定与融合 · 无人机组合导航系统调试 · 自动驾驶多传感器标定流程
工程案例实战
AGV
所属VIP或分类
同VIP:多传感器标定与时空数据对齐实战
同VIP:多传感器融合标定与时序同步实战
同VIP:多模态感知时序对齐与同步融合实战