ROS 传感器 · 采集与融合

📡 30 章 · 从入门到实战
ROS核心概念、传感器在机器人中的作用、课程概览与学习路径。
Ubuntu系统安装、ROS Noetic安装、工作空间与功能包创建。
Publisher与Subscriber实现、自定义消息、launch文件编写。
激光雷达驱动安装、话题数据解析、可视化与录制。
点云滤波、坐标变换、障碍物检测基础。
RGB-D相机驱动、图像与点云话题、数据同步。
点云生成、平面检测、物体识别入门。
IMU驱动与校准、姿态解算、数据融合基础。
GPS驱动、坐标系转换、与IMU的松耦合。
时间戳机制、ApproximateTime同步器、ExactTime同步器。
rosbag使用技巧、数据压缩、离线处理。
TF树概念、静态与动态TF发布、TF监听。
相机-激光雷达联合标定、IMU-相机标定、标定工具使用。
状态估计基础、线性卡尔曼滤波、Python实现。
非线性系统建模、EKF原理、在ROS中的实现。
蒙特卡洛方法、粒子滤波原理、定位中的应用。
Robot Localization包、EKF与UKF配置、参数调优。
VINS-Mono原理、数据流、代码结构解析。
Cartographer原理、前端匹配、后端优化。
LIO-SAM架构、因子图优化、实时性能。
数据完整性检查、异常值剔除、健康状态监控。
ROS2核心概念、与ROS1的区别、功能包迁移。
ROS2激光雷达驱动、相机驱动、IMU驱动。
ROS2中的robot_localization、生命周期节点。
实时内核配置、优先级调度、延迟优化。
Rviz高级配置、自定义显示、PlotJuggler使用。
多机通信、ROS Master/ROS2 Discovery、网络配置。
多线程、GPU加速、内存管理。
需求分析、系统设计、代码实现。
建图策略、回环检测、地图保存与加载。