第1章
绪论：融合精度评估基础
多传感器融合定义与意义 · 精度评估挑战 · 课程目标与学习路径
概论评估框架
第2章
传感器误差模型
IMU误差模型 · 相机重投影/畸变 · 激光雷达测距/角度噪声
IMU相机LiDAR
第3章
坐标系与刚体变换
世界/机体/传感器坐标系 · 欧拉角与四元数 · 李群李代数基础
坐标系李代数
第4章
状态估计基础
贝叶斯估计 · 最大似然/最小二乘 · 卡尔曼滤波原理
估计理论KF
第5章
卡尔曼滤波家族
标准KF · EKF · UKF · 粒子滤波 · 误差状态卡尔曼滤波(ESKF)
EKFUKFESKF
第6章
图优化基础
图优化理论 · 因子图 · 高斯-牛顿/LM求解器 · 稀疏性利用
图优化因子图
第7章
精度评估指标体系
ATE · RPE · RMSE · 标准差与置信区间
ATERPERMSE
第8章
评估工具与数据集
EVO工具 · TUM/KITTI/EuRoC · 评估流程标准化
EVO数据集
第9章
时间同步与空间标定
硬件/软件时间戳对齐 · 外参标定原理 · 标定精度影响
标定同步
第10章
IMU+视觉融合精度评估
VINS-Mono框架 · 视觉惯性里程计精度 · 参数敏感性分析
VINS视觉惯性
第11章
IMU+激光雷达融合精度评估
LIO-SAM框架 · 激光惯性里程计 · 退化场景分析
LIO-SAMLiDAR
第12章
视觉+激光雷达融合精度评估
多模态特征匹配 · 视觉-激光雷达标定误差 · 融合定位精度
多模态标定
第13章
多传感器融合SLAM精度评估
ORB-SLAM3 · 紧耦合/松耦合对比 · 回环检测影响
SLAM回环
第14章
组合导航精度评估
GPS+IMU · RTK+IMU · 城市峡谷 · 多路径效应
组合导航RTK
第15章
深度学习提升融合精度
端到端融合网络 · 可学习特征匹配 · 不确定性估计
深度学习不确定性
第16章
精度评估的统计方法
多次实验统计 · 蒙特卡洛模拟 · 误差传播 · 假设检验
统计蒙特卡洛
第17章
实时性对精度的影响
延迟分析 · 计算资源约束 · 丢帧处理策略
实时性延迟
第18章
传感器退化与故障处理
故障检测 · 降级模式评估 · 鲁棒性指标 · 故障注入
退化故障
第19章
环境因素对精度的影响
光照变化 · 动态物体 · 纹理缺失 · 天气影响
环境鲁棒性
第20章
精度评估的仿真方法
Gazebo/CARLA仿真 · 传感器噪声建模 · 仿真与实车对比
仿真Gazebo
第21章
精度评估的基准测试
公开基准测试 · 自建测试场 · 评估指标标准化
基准标准化
第22章
多传感器标定精度评估
在线/离线标定对比 · 标定误差影响 · 标定精度评估方法
标定在线
第23章
融合算法的参数调优
参数敏感性分析 · 自动调参 · 网格搜索/贝叶斯优化
调优贝叶斯
第24章
精度评估的可视化方法
轨迹可视化 · 误差分布/箱线图 · 3D可视化
可视化箱线图
第25章
多传感器融合鲁棒性评估
对抗场景设计 · 退化模式 · 鲁棒性提升策略
鲁棒性对抗
第26章
精度评估自动化流水线
自动化评估框架 · 持续集成 · 报告生成 · 对比分析
自动化CI
第27章
工业级融合系统精度评估
Apollo/Autoware框架 · 工业评估标准 · 部署经验
ApolloAutoware
第28章
精度评估的伦理与安全
功能安全ISO 26262 · SOTIF · 安全评估方法
安全SOTIF
第29章
前沿趋势与未来方向
学习型融合 · 端到端评估 · 多模态大模型 · 下一代标准
前沿大模型
第30章
综合实践项目
搭建融合系统 · 设计评估方案 · 撰写报告 · 项目答辩
实践项目