什么是传感器融合、为什么需要、应用领域：自动驾驶、机器人、无人机等。
惯性测量单元原理、加速度计与陀螺仪工作机制、IMU数据特性与误差来源。
磁力计与地磁导航、气压计高度测量、GPS原理与定位基础。
摄像头与视觉传感器、LiDAR原理、毫米波雷达与超声波传感器。
世界/机体/传感器坐标系、欧拉角与四元数、坐标变换矩阵。
概率论与随机过程、高斯分布与协方差、贝叶斯滤波框架。
非线性线性化、雅可比矩阵、IMU+GPS融合应用。
互补原理、Mahony & Madgwick滤波器、姿态解算。
加速度计俯仰横滚、陀螺仪积分航向、磁力计校准修正。
视觉里程计、IMU预积分、MSCKF / VINS-Mono。
点云配准ICP/NDT、激光里程计、LIO-SAM框架。
IMU内参标定(艾伦方差)、相机内参标定(张正友法)。
相机-IMU外参、LiDAR-相机外参、LiDAR-IMU外参。
因子图、iSAM/iSAM2、g2o与Ceres Solver简介。
误差传播、协方差估计、一致性检验(NEES/NIS)。
MCU/MPU选型、RTOS调度、定点化与查表优化。
I2C/SPI/UART、IMU驱动(BMI088)、GPS NMEA解析。
Gazebo+ROS联合仿真、传感器噪声模型、数据生成。
传感器故障检测(卡死/漂移)、冗余管理、安全策略。
四旋翼无人机姿态与位置融合 · PX4 EKF2源码分析。
自动驾驶多传感器融合 · Apollo感知融合框架解析。