首页
›
AI视觉与工业视觉
›
021-多模态感知算法
›
《多传感器融合标定与时序同步实战》
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
传感器融合标定与多源时序同步实战
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
课程导论
传感器融合的定义 · 应用场景(自动驾驶 · 机器人)
课程导论
传感器融合的定义
02
传感器基础
惯性测量单元(IMU)原理 · 加速度计与陀螺仪 · 磁力计
传感器基础
IMU
03
传感器基础
视觉传感器(相机)模型 · 激光雷达(LiDAR)原理 · 编码器与GPS
传感器基础
视觉传感器
04
坐标系与变换
世界坐标系 · 车体坐标系 · 传感器坐标系
坐标系
变换
05
刚体变换
旋转矩阵 · 平移向量 · 齐次坐标与变换矩阵
刚体变换
旋转矩阵
06
传感器内参标定
相机内参标定(张正友法) · IMU内参标定(六面法)
传感器内参标定
相机内参标定
07
传感器外参标定
相机-IMU外参标定原理 · 手眼标定问题
传感器外参标定
IMU
08
相机-激光雷达联合标定
目标提取 · 点云与图像特征匹配 · 外参求解
相机
激光雷达联合标定
09
多相机系统标定
多目相机外参标定 · 共视场与无共视场方法
多相机系统标定
多目相机外参标定
10
IMU-轮速计标定
轮速计模型 · IMU与轮速计的外参及尺度标定
IMU
轮速计标定
11
标定工具实战
Kalibr工具使用 · 标定板设计 · 数据采集规范
标定工具实战
Kalibr
12
标定工具实战
lidar_align工具 · cam_lidar_calibrat…
标定工具实战
lidar
13
标定质量评估
重投影误差 · 点云对齐误差 · 标定结果验证方法
标定质量评估
重投影误差
14
时序同步基础
时间戳概念 · 时钟源(系统时钟 · GPS时钟
时序同步基础
时间戳概念
15
硬件同步方案
多传感器硬触发(PPS · PWM) · 硬件时间戳打标
硬件同步方案
PPS
16
软件同步方案
NTP时间同步 · PTP精确时间协议 · ROS时间机制
软件同步方案
NTP
17
多源时序对齐
线性插值法 · 样条插值法 · 基于运动模型的插值
多源时序对齐
线性插值法
18
时间延迟估计
互相关法 · 相位法 · 基于优化的延迟估计
时间延迟估计
互相关法
19
传感器数据预处理
IMU去噪与积分 · 点云去畸变 · 图像去畸变
传感器数据预处理
IMU
20
数据融合框架
卡尔曼滤波(KF)原理 · 扩展卡尔曼滤波(EKF)
数据融合框架
KF
21
数据融合框架
无迹卡尔曼滤波(UKF) · 粒子滤波(PF)简介
数据融合框架
UKF
22
松耦合融合
基于EKF的GPS+IMU融合 · 视觉+IMU松耦合
松耦合融合
EKF
23
紧耦合融合
视觉-惯性里程计(VIO)原理 · MSCKF与ORB-SLAM3
紧耦合融合
VIO
24
激光-惯性融合
LIO-SAM框架 · 点云配准与IMU预积分
激光
惯性融合
25
多传感器融合定位
图优化基础 · 因子图与iSAM2求解器
多传感器融合定位
图优化基础
26
实战项目
搭建多传感器数据采集系统(硬件选型与…
实战项目
搭建多传感器数据…
27
实战项目
编写标定与同步脚本(Python/C… · 生成标定文件
实战项目
Python/C
28
实战项目
离线数据融合与轨迹估计(基于EKF的…
实战项目
EKF
29
实战项目
实时融合系统部署(ROS节点编写 · 消息同步与发布)
实战项目
ROS
30
课程总结与进阶
常见问题排查 · 性能调优 · 前沿方向(事件相机
课程总结
进阶
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:多传感器标定误差分析与融合补偿
同VIP:多模态感知时序对齐与同步融合实战