激光雷达SLAM建图与定位 · 课程目录

01

什么是SLAM 发展历程激光 vs 视觉应用场景

02

传感器基础

激光雷达TOF/三角法 IMU惯性测量轮式里程计传感器标定

03

数学基础（上）

刚体运动旋转矩阵四元数/欧拉角李群与李代数

04

数学基础（下）

状态估计最小二乘高斯牛顿/LM 贝叶斯滤波

05

文件系统节点与话题服务/参数 rviz/tf/bag

06

激光雷达数据处理

体素/直通滤波 NARF/FPFH ICP/NDT配准

07

前端里程计（上）

ICP帧间匹配 PL-ICP改进 NDT匹配

08

前端里程计（下）

IMU预积分紧耦合轮式里程计辅助运动畸变去除

09

后端优化（上）

图优化理论 g2o库 Ceres库位姿图优化

10

后端优化（下）

滑动窗口滤波边缘化关键帧选取回环检测

11

Scan-to-Scan Scan-to-Map 直方图回环深度学习回环

12

建图算法（上）

占据栅格地图概率更新模型 Bresenham射线

13

建图算法（下）

TSDF/ESDF地图 OctoMap八叉树语义地图

14

经典SLAM（一）Gmapping

粒子滤波提议分布优化

15

经典SLAM（二）Hector

扫描匹配多分辨率地图

16

经典SLAM（三）Karto & Carto2D

Karto SLAM Cartographer 2D

17

经典SLAM（四）Carto3D

子图全局优化

18

现代SLAM（一）LOAM

特征提取激光里程计建图

19

现代SLAM（二）A-LOAM / F-LOAM

A-LOAM F-LOAM

20

现代SLAM（三）LeGO-LOAM

地面分割轻量化

21

现代SLAM（四）LIO-SAM

紧耦合因子图

22

现代SLAM（五）FAST-LIO / FAST-LIO2

直接法 ikd-tree

23

多传感器融合

Lidar+IMU+GPS Lidar+Camera ESKF滤波

24

定位技术（上）

先验地图定位蒙特卡洛MCL AMCL算法

25

定位技术（下）

ICP实时定位 NDT实时定位多传感器融合定位

26

EVO工具 ATE/RPE指标 KITTI/M2DGR/MulRan

27

工程实践（上）

C++工程化代码规范单元测试性能分析

28

工程实践（下）

Jetson/RK3588 实时性优化功耗优化

29

前沿与挑战

3D Gaussian Splatting NeRF-SLAM 无监督SLAM 多机器人SLAM

30

综合实战：2D SLAM机器人

硬件选型驱动/建图定位/导航