FCC 传感器融合 & 数据校准

📚 30 章 · 从入门到前沿 v2.4

01传感器融合概述

定义·发展·自动驾驶·机器人·IoT · FCC概念

02传感器基础与特性

IMU·GPS·摄像头·激光雷达·毫米波雷达·误差分析

03坐标系统与变换

世界/车身/传感器坐标系·欧拉角·四元数·变换矩阵

04时间同步机制

时间戳对齐·硬件同步·软件插值·FCC时间管理

05数据预处理技术

滤波去噪·异常值检测·归一化·均值/中值/高斯

06卡尔曼滤波基础

状态空间·预测更新·卡尔曼增益·一维实现

07扩展卡尔曼滤波 (EKF)

非线性线性化·雅可比·IMU/GPS融合

08无迹卡尔曼滤波 (UKF)

无迹变换·Sigma点·UKF vs EKF·场景

09粒子滤波 (PF)

蒙特卡洛·重要性采样·重采样·定位应用

10多传感器数据关联

最近邻·JPDA·多假设跟踪MHT

11传感器校准原理

内参/外参校准·校准流程·重要性

加速度计六面法·陀螺仪零偏·磁力计椭球拟合

张正友标定·内参矩阵·畸变·OpenCV实现

14激光雷达校准

内参校准·雷达-相机联合标定·标定板

15毫米波雷达校准

安装角度·距离速度校准·多雷达联合

16IMU与GPS融合

松/紧耦合·EKF模型·RTK组合导航

17视觉与IMU融合 (VIO)

视觉惯性里程计·预积分·VINS-Mono

18激光雷达与IMU融合 (LIO)

激光惯性里程计·LOAM·LIO-SAM对比

19视觉与激光雷达融合

目标/特征级融合·Camera-Lidar投影·BEV

20雷达与视觉融合

毫米波雷达+相机·目标检测跟踪·融合网络

21FCC架构设计

核心模块·数据流·消息队列·实时性

22FCC数据对齐策略

空间对齐·时间对齐·频率对齐·插值与预测

23FCC状态估计

状态向量·协方差估计·置信度·异常检测

24FCC故障诊断与容错

传感器故障检测·冗余管理·降级策略

25FCC性能评估指标

RMSE·NEES·实时性·鲁棒性测试

26FCC在自动驾驶中的应用

感知融合·定位融合·轨迹预测

27FCC在机器人中的应用

SLAM融合·多机器人协同·人机交互

28FCC在IoT中的应用

环境监测·可穿戴·智能家居融合

29FCC工程实践与优化

嵌入式部署·资源管理·多线程·FPGA

30FCC前沿趋势与挑战

深度学习融合·端到端·联邦学习·开源生态

🧩