多传感器融合卡尔曼滤波实战精讲 · 课程目录

01

卡尔曼滤波入门

状态估计高斯分布贝叶斯滤波5个核心公式

02

一维卡尔曼滤波实战

Python实现温度估计参数调优

03

多维卡尔曼滤波

矩阵形式状态向量协方差矩阵Python实现

04

扩展卡尔曼滤波(EKF)

非线性系统泰勒展开EKF流程Python实现

05

无迹卡尔曼滤波(UKF)

UT变换Sigma点UKF流程对比EKF

06

粒子滤波(PF)

蒙特卡洛重要性采样重采样PF vs KF

07

多传感器融合基础

传感器模型坐标变换时间同步空间同步

08

松耦合/紧耦合IMU预积分GPS/IMU EKF

09

视觉+IMU融合(VIO)

视觉特征跟踪IMU预积分VIO架构开源方案

10

激光雷达+IMU融合(LIO)

点云配准LOAMLIO-SAM实战案例

11

多传感器标定

内参标定外参标定手眼标定在线标定

12

时间同步机制

硬件同步软件同步时间戳管理延迟补偿

13

空间同步与坐标变换

坐标系定义欧拉角四元数李群李代数

14

传感器噪声建模

高斯噪声有色噪声IMU随机游走Allan方差

15

卡尔曼滤波数值稳定性

Joseph形式平方根滤波UD分解

16

自适应卡尔曼滤波

Sage-Husa渐消记忆多模型IMM

17

信息滤波与联邦滤波

信息形式KF联邦滤波架构容错融合

18

图优化与因子图

因子图模型iSAM2g2o/GTSAM

19

非线性优化与KF对比

BA优化滑动窗口边缘化

20

C++实现卡尔曼滤波

Eigen库模板编程实时优化

21

ROS多传感器融合

节点通信TF树bag数据rviz

22

自动驾驶应用

车辆状态估计车道线融合目标跟踪

23

机器人应用

轮式里程计激光定位VSLAM

24

无人机应用

姿态估计高度融合避障融合

25

传感器故障检测与隔离

残差检测卡方检验一致性检验

26

融合工程实践

嵌入式部署内存管理实时性优化

27

融合系统评价指标

ATERPE一致性鲁棒性

28

开源融合框架解析

RTKLIBOpenVINSLIO-SAMVINS-Fusion

29

多传感器融合前沿

学习型KF端到端融合语义融合

30

综合实战项目

GPS+IMU+视觉融合定位系统完整搭建