高精地图定位融合算法实战 · 课程目录

01 定位技术全景

GNSS、IMU、轮速计、视觉SLAM、激光SLAM、高精地图的定位角色

02 坐标系与时空基准

WGS84、UTM、ENU、车身坐标系、时间同步机制

03 传感器模型与误差分析

IMU零偏与噪声、GNSS多路径效应、轮速计刻度因子

04 卡尔曼滤波基础

状态空间模型、预测与更新、KF的数学推导与代码实现

05 扩展卡尔曼滤波EKF

非线性系统线性化、雅可比矩阵、EKF在定位中的应用

06 无迹卡尔曼滤波UKF

UT变换、Sigma点选取、UKF与EKF对比

07 粒子滤波PF

重要性采样、重采样、粒子退化问题、PF在定位中的应用

08 误差状态卡尔曼滤波ESKF

名义状态与误差状态解耦、ESKF的IMU融合优势

09 多传感器融合框架

松耦合、紧耦合、深耦合架构对比与选型

10 IMU预积分

预积分理论、离散时间实现、预积分在因子图中的应用

11 GNSS+IMU松耦合

RTK定位、IMU航位推算、EKF融合实现

12 GNSS+IMU紧耦合

原始观测值融合、模糊度固定、代码实战

13 轮速计+IMU融合

非完整性约束、零速检测、车辆运动学模型

14 视觉+IMU融合VIO

VINS-Mono框架、视觉前端、IMU预积分紧耦合

15 激光+IMU融合LIO

LIO-SAM框架、特征提取、scan-to-map匹配

16 高精地图匹配定位

点云地图匹配、NDT算法、ICP算法、似然场模型

17 语义定位

车道线匹配、路标检测、语义地图构建与定位

18 全局定位与重定位

粒子滤波全局定位、多假设跟踪、 kidnapped robot problem

19 因子图优化基础

贝叶斯网络、因子图模型、iSAM2求解器

20 基于因子图的多传感器融合

GTSAM库、IMU因子、GPS因子、回环因子

21 标定与时间同步

传感器外参标定、时间戳对齐、硬件同步方案

22 定位性能评估

ATE、RPE、绝对轨迹误差、相对轨迹误差、evo工具使用

23 场景挑战与对策

隧道、地下车库、高架桥、城市峡谷、恶劣天气

24 功能安全与冗余设计

FMEA、降级策略、传感器故障检测与隔离

25 定位系统架构设计

模块划分、数据流设计、实时性优化、多线程架构

26 开源框架实战

RTKLIB、VINS-Fusion、LIO-SAM、MSCKF源码解读

27 基于学习的定位方法

Lift-Splat-Shoot、SuperPoint+SuperGlue、端到端定位

28 车路协同定位

V2X、路侧感知辅助定位、协同融合

29 定位与规划控制接口

定位输出协议、延迟补偿、预测模块交互

30 项目实战

基于多传感器融合的L4级自动驾驶定位系统搭建

点击卡片跳转对应章节 · 从GNSS到L4系统