课程介绍:
深蓝学院全网首门VIO课程,系统讲解Visual与MU的多传感器信息融合,贺一家—高翔强强联合,数年SLAM研究经验倾情奉献
自前,单纯的视觉 SLAM 技术在企业产品落地时受限,往往需要与其他传感器配合。视觉惯性里程计 VIO 就是其中极具代表性的,并且 vo 在工业中占据了越来越重要的地位,在市场和行业上也都有很大的需求。形试才标准回视频图片很多做移动机懸人的伙伴,即使接触过定位和建图方面的知识,但是很少有人系统学习过相关的内容。随着后期的不断学习,发现 VIO 是一个庞大的任务系统,涵盖了 SLAM 的各个部分,需要系统地学习了解各部分之间的关系。
现在公开的资料虽然多,但是由于没有系统的教程,自学入门难,学习效率低,要走的弯路多本门课程重点讲解了预积分,滑动窗口速波算法,边缘化,优化等重要原理和过程,抓住 VIO 的主线详细介绍了系统各个模块的内容,对 SLAM 行业的从事者、在校学生的学习都会有很大的帮助。从基本的数学原理讲解到代码实践,通过了解 VIO 系统的融合框架,大大加深对 SLAM 整个系统的理解,真正帮助大家高效入门,举一反三从而融汇贯通。为未来的研究学习以及工作应用提供更多思路,能够解决工程中的些实际问题。
课程大纲
第1节 概述与课程介绍
第2节 IMU传感器
第3节 基于优化的IMU预积分与视觉信息融合
第4节 滑动窗口算法理论:VIO融合及其可观性与一致性
第5节 滑动窗口算法实践:逐行手写求解器
第6节 视觉前端
第7节 VINS系统构建
course8.zip – 987.04KB
任务1-5:课程预习资料.zip – 10.39MB
任务1-4 作业.zip – 5.42MB
任务1-3:概述与课程介绍(下) .flv – 370.14MB
任务1-2:概述与课程介绍(上) .flv – 548.86MB
声明:本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理,邮箱:502212423@qq.com。