城市峡谷场景多源定位突破
📚 共计 30 章节
01
城市峡谷挑战
城市峡谷场景定义、多路径效应、非视距信号、信号衰减与遮挡、传统定位的局限性。
多路径
非视距
遮挡
02
多源融合思想
为什么需要多源融合、传感器互补性、融合架构概述（松耦合/紧耦合/深耦合）。
松耦合
紧耦合
深耦合
03
GNSS基础回顾
GPS/BDS/GLONASS/Galileo系统简介、伪距定位原理、载波相位定位、DGNSS/RTK技术。
伪距
载波相位
RTK
04
惯性导航系统(INS)
IMU工作原理（加速度计/陀螺仪）、捷联惯导解算、INS误差特性（漂移）、INS/GNSS组合优势。
IMU
捷联惯导
漂移
05
视觉传感器定位
视觉里程计(VO)原理、特征点法（ORB-SLAM）、直接法（LSD-SLAM）、视觉与IMU融合(VINS)。
VO
ORB-SLAM
VINS
06
激光雷达定位
LiDAR点云特性、ICP配准算法、NDT配准算法、LiDAR与IMU融合(LIO-SAM)。
ICP
NDT
LIO-SAM
07
WiFi/蓝牙定位
RSSI指纹定位原理、三角定位法、信道状态信息(CSI)、iBeacon与UWB技术。
RSSI
CSI
UWB
08
地磁与气压计定位
地磁场指纹特性、气压计测高原理、多楼层定位应用、局限性分析。
地磁
气压计
多楼层
09
车辆运动学模型
阿克曼转向模型、自行车模型、轮速计与里程计、非完整性约束。
阿克曼
轮速计
非完整性
10
状态估计基础
贝叶斯滤波、卡尔曼滤波(KF)推导、扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)。
KF
EKF
UKF
11
粒子滤波
蒙特卡洛方法、重要性采样、重采样技术、粒子滤波在定位中的应用。
蒙特卡洛
重采样
粒子滤波
12
因子图优化
图优化基础、因子图模型、iSAM2求解器、与卡尔曼滤波对比。
因子图
iSAM2
图优化
13
松耦合融合
GNSS+IMU松耦合架构、EKF实现步骤、协方差调参经验、典型应用场景。
松耦合
EKF
协方差
14
紧耦合融合
GNSS+IMU紧耦合架构、原始观测值融合、模糊度固定、城市峡谷中的优势。
紧耦合
模糊度固定
原始观测
15
视觉-惯导紧耦合(VINS-Mono)
VINS-Mono系统架构、预积分理论、边缘化策略、回环检测。
VINS-Mono
预积分
边缘化
16
激光-惯导紧耦合(LIO-SAM)
LIO-SAM系统架构、帧到地图匹配、因子图构建、实时性能。
LIO-SAM
帧到地图
因子图
17
视觉-激光-惯导融合
多传感器时空标定、视觉与激光深度互补、鲁棒初始化、退化场景处理。
时空标定
深度互补
退化场景
18
深度学习辅助定位
端到端定位网络、语义辅助特征匹配、场景识别与重定位、深度学习与滤波结合。
端到端
语义匹配
重定位
19
5G定位技术
5G定位信号特性、到达时间差(TDOA)、到达角(AOA)、多波束定位、5G+GNSS融合。
TDOA
AOA
5G+GNSS
20
高精地图与定位
高精地图要素（车道线/路标/杆状物）、地图匹配算法、实时更新与众包。
高精地图
地图匹配
众包
21
城市峡谷场景数据集
KITTI数据集、EuRoC MAV数据集、UrbanNav数据集、自建数据集采集规范。
KITTI
EuRoC
UrbanNav
22
定位性能评估
绝对轨迹误差(ATE)、相对轨迹误差(RPE)、均方根误差(RMSE)、CDF曲线分析。
ATE
RPE
RMSE
23
实时性与嵌入式部署
ARM平台优化、NEON指令集加速、轻量化网络设计、功耗与精度权衡。
ARM
NEON
轻量化
24
多源定位系统标定
相机-IMU标定、激光-IMU标定、相机-激光标定、时间同步与硬件触发。
标定
时间同步
硬件触发
25
异常检测与故障排除
传感器故障检测、卡方检验、一致性检查、退化场景识别与降级策略。
卡方检验
一致性
降级策略
26
城市峡谷定位实战(一)
数据采集与预处理、传感器时间对齐、坐标系统一、初始化策略。
数据采集
时间对齐
初始化
27
城市峡谷定位实战(二)
松耦合EKF实现、代码框架搭建、参数调优、结果可视化。
EKF实现
调参
可视化
28
城市峡谷定位实战(三)
紧耦合因子图实现、基于GTSAM的代码编写、实时回环检测、精度对比。
GTSAM
因子图
回环检测
29
前沿趋势与挑战
6G定位展望、通感一体化、AI原生定位、隐私保护定位技术。
6G
通感一体化
AI原生
30
课程总结与项目答辩
核心知识点回顾、常见问题解答、项目展示要求、未来学习路径建议。
总结
答辩
学习路径