01
课程导论：什么是激光雷达SLAM？
为什么需要语义信息？课程整体架构与学习路径。
概览入门
02
激光雷达基础
工作原理（TOF、三角测距）、点云数据格式、主流产品介绍。
传感器原理
03
点云预处理
体素滤波、直通滤波、统计滤波、半径滤波的原理与实战。
滤波实战
04
点云特征提取
法向量估计、FPFH、SHOT、粗匹配与精匹配。
特征配准
05
经典激光SLAM框架
ICP、NDT、LOAM、A-LOAM、LeGO-LOAM核心思想对比。
框架对比
06
前端里程计
基于特征匹配的帧间位姿估计、scan-to-scan与scan-to-map。
里程计匹配
07
后端优化
图优化基础、g2o与Ceres库的使用、位姿图与因子图。
优化图
08
回环检测
基于Scan Context的回环检测、基于深度学习的回环检测。
回环深度学习
09
语义分割入门
基于PointNet++的点云语义分割、RangeNet++与SqueezeSeg。
分割PointNet++
10
语义地图构建
将语义标签融入占据网格地图、语义八叉树地图。
地图语义
11
语义ICP
利用语义标签改进点云配准、语义权重分配策略。
配准权重
12
语义回环检测
基于语义场景图的回环检测、语义一致性校验。
回环场景图
13
动态物体处理
语义信息剔除动态物体、基于多帧语义一致性的动态滤除。
动态滤除
14
多传感器融合
LiDAR-IMU外参标定、LIO-SAM框架解析。
融合LIO-SAM
15
LiDAR-相机融合
联合标定、语义信息融合、BEV特征表示。
相机BEV
16
语义定位
基于语义地图的全局定位、语义直方图匹配。
定位直方图
17
场景理解
基于语义点云的场景分类、地物要素提取。
场景分类
18
高精地图构建
车道线、路沿、交通标志的语义提取与矢量化。
高精地图矢量化
19
语义SLAM评估指标
ATE、RPE、语义精度、地图完整性评估。
评估指标
20
数据集与工具
KITTI、nuScenes、SemanticKITTI、ROS2与PointCloud库。
数据集ROS2
21
基于NVIDIA Isaac Sim的仿真
搭建语义SLAM仿真环境、生成带标签的点云。
仿真Isaac
22
模型部署
TensorRT加速语义分割模型、ONNX导出与推理优化。
部署TensorRT
23
增量式语义地图更新
基于贝叶斯更新的语义概率融合、地图压缩。
增量贝叶斯
24
多机器人语义建图
分布式语义地图融合、通信拓扑设计。
多机器人分布式
25
弱监督语义SLAM
利用少量标签进行语义辅助建图、自监督特征学习。
弱监督自监督
26
基于Transformer的语义SLAM
点云Transformer、跨模态注意力机制。
Transformer注意力
27
语义SLAM在自动驾驶中的应用
泊车场景、城市道路场景实战。
自动驾驶实战
28
语义SLAM在机器人中的应用
仓储机器人、服务机器人导航。
机器人导航
29
前沿趋势
NeRF与3D高斯泼溅在语义建图中的探索、大模型辅助语义理解。
NeRF高斯泼溅
30
课程总结与项目实战
搭建一个完整的语义SLAM系统、常见问题与调试技巧。
总结项目