课程价格 ：
¥799.00
剩余名额
0
-
学习时长
9周/建议每周8个小时
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
每章节设计作业/及时批改评优
-
课程有效期
一年/告别拖延，温故知新
课程价格：
￥799.00
预约下一期 *课程已报满，可预约下一期
支持花呗分期
*课程已报满，可预约下一期
- 1-1：【文件】激光SLAM理论与实践环境搭建说明文档
- 1-2：激光slam第十期开课仪式.pdf
- 第1章: 激光SLAM简介
- 第1节: 激光雷达工作原理
- 2-1：【课件】激光SLAM介绍
- 2-2：【视频】激光雷达工作原理
- 第2节: SLAM定义、分类及框架
- 3：【视频】SLAM定义、分类及框架
- 第3节: 激光SLAM介绍
- 4：【视频】激光SLAM介绍
- 第4节: 位姿变换
- 5：【视频】位姿变换
- 第5节: 实践：搭建系统环境
- 6-1：【作业】第一章
- 6-2：第一章思路提示.pdf
- 第2章: 传感器数据处理I：里程计运动模型及标定
- 7：【课件】里程计标定
- 第1节: 里程计运动模型
- 8：【视频】轮式里程计介绍
- 第2节: 里程计标定原理
- 9：【视频】轮式里程计运动模型
- 第3节: 实践：里程计标定
- 10：【视频】轮式里程计标定
- 第4节: 实践作业
- 11：【视频】轮式里程计标定代码实践
- 12-1：【作业】第二章
- 12-2：第二章作业思路提示.pdf
- 第3章: 传感器数据处理II：激光雷达数学模型和运动畸变去除
- 第1节: 测距原理与运动畸变
- 13-1：【课件】激光雷达畸变去除
- 13-2： 【视频】测距原理与运动畸变
- 第2节: 运动畸变去除
- 14：【视频】畸变去除
- 第3节: 实践：激光雷达运动畸变去除
- 15：【视频】运动畸变去除实践讲解
- 第4节: 实践作业
- 16-1：激光slam第三章作业更新版
- 16-2：【作业】第三章
- 16-3：第三章思路提示.pdf
- 16-4：深蓝学院-第三章作业分享-高文文.pdf
- 16-5：【视频】激光slam第三章作业讲解视频
- 第4章: 激光SLAM的前端配准方法 Ⅰ
- 第1节: ICP与PL-ICP算法
- 17-1：【课件】第四课-帧间匹配算法
- 17-2：【视频】ICP与PL-ICP算法
- 第2节: NICP
- 18-1：【视频】NICP
- 18-2：【讲义】IMLS（补充内容）
- 第3节: 实践：IMLS-ICP方法实现前端配准
- 19-1：【作业】第四章
- 19-2：第四章作业思路提示.pdf
- 19-3：激光SLAM第四章作业分享.pdf
- 19-4：【视频】激光slam第四章作业讲解视频
- 第5章: 激光SLAM的前端配准方法 Ⅱ
- 第1节: 拟梯度法与高斯牛顿方法
- 20-1：【课件】帧间匹配算法II
- 20-2：【视频】爬山法与高斯牛顿优化方法
- 第2节: NDT，相关方法和分支定界方法
- 21：【视频】NDT、相关方法和分支定界方法
- 第3节: 实践：基于优化方法的前端配准
- 22：【视频】基于优化的前端配准方法实践
- 23-1：【作业】第五章
- 23-2：第五章思路提示.pdf
- 23-3：激光SLAM第五次作业分享.pdf
- 23-4：【视频】激光slam第五章作业讲解
- 第6章: 基于图优化的激光SLAM方法(Grid-based)
- 第1节: Pose Graph的构建及回环检测方法
- 24-1：【课件】图优化SLAM算法
- 24-2：【视频】Pose Graph构建以及回环检测方法
- 第2节: 非线性最小二乘原理及其在SLAM中的应用
- 25：【视频】非线性最小二乘及其在SLAM中的应用
- 第3节: 实践：基于优化的SLAM后端
- 26-1：【视频】一个简单的基于优化的SLAM算法实践
- 26-2：【作业】第六章
- 26-3：第六章作业讲评.pdf
- 27-1：深蓝学院激光SLAM第六章作业分享
- 27-2：【视频】第六章作业讲解
- 第7章: 基于已知定位的建图
- 第1节: 基于占用概率的栅格地图构建
- 28-1：【课件】已知定位的构图算法
- 28-2：【视频】覆盖栅格地图算法
- 28-3：【资料】grid-maps
- 第2节: 基于TSDF的栅格地图构建
- 29：【视频】计数建图与TSDF
- 第3节: 实践：构建栅格地图
- 30-1：【视频】栅格地图构建实践
- 30-2：【作业】第七章
- 31-1：第七章作业思路提示.pdf
- 31-2：第七章优秀作业展示.pdf
- 31-3：【视频】 激光slam第七章作业讲解
- 第8章: Cartographer算法原理与代码解析
- 第1节: Cartographer环境搭建及demo展示
- 32：【视频】从零开始跑通Cartographer官方demo
- 第2节: 如何用自己的数据包运行Cartographer
- 33-1：【视频】Cartographer_ROS代码讲解
- 33-2：【视频】用自己的数据包运行Cartographer算法
- 第3节: Cartographer算法讲解（2023版）
- 34-1：【视频】前端数据流
- 34-2：【视频】前端 local mapping
- 第9章: Life-long Mapping
- 第1节: life-long Mapping的概念及冗余节点的选择
- 35-1：【课件】lifelong mapping
- 35-2：【视频】Lifelong Mapping概念及冗余节点选择
- 第2节: Pose-Graph的精确及近似边缘化
- 36：【视频】PoseGraph的稠密近似及稀疏近似
- 第10章: 3D激光SLAM
- 第1节: 3D激光SLAM介绍
- 37-1：【课件】3D激光SLAM
- 37-2：【视频】3D激光SLAM
- 第2节: ALOAM
- 38-1：【代码】A-LOAM
- 38-2：【视频】ALOAM代码讲解
- 第3节: 大作业
- 39-1：【作业】大作业说明文档
- 39-2：【视频】作业说明
- 39-3：【作业】大作业
- 40-1：大作业讲评-高文文
- 40-2：【视频】 激光slam课程大作业讲解
— 为什么要设置作业？—
为什么要设置作业？
我们希望同学们能通过做作业巩固课堂所学知识，提升自己的工程实践能力，节约激光SLAM的入门时间
希望大家在学完课程后，培养出良好的科研习惯，并迅速成长为SLAM领域的翘楚
— 丰富实用的作业设置，夯实基本功，拒绝形式化！ —
丰富实用的作业设置，夯实基本功，拒绝形式化！
实践一：ROS系统初探与机器人位姿
掌握SLAM的定义和系统框架，认识传感器和激光SLAM的主流方法。搭建实验环境，了解并掌握Linux与ROS系统的基本指令，测试ROS系统的基本功能。学习机器人位姿表示，推导坐标转换公式并编写代码实现机器人在不同坐标系下的位姿变换。
实践二：基于运动模型的里程计标定
学习两轮差分底盘的运动学模型，理解基于该模型的航迹推算过程中的误差来源。学习线性最小二乘法的基本原理，掌握直接线性方法和基于模型方法两种里程计标定方法的原理、应用场景和代码实现。探究线性方程组求解的代码优化和里程计外参标定。
实践三：激光雷达原理与运动畸变去除
基于激光雷达测距原理和似然场模型理解运动畸变产生的原因，学习纯估计方法、IMU辅助方法和融合方法三种去除运动畸变算法，编程实现运动畸变去除模块。阅读ICP方法的论文加深理解并自主设计同时使用IMU+Lidar传感器的运动畸变去除方案。
实践四：SLAM前端算法之ICP方法
学习帧间匹配的经典算法ICP方法及其变种PL-ICP、NICP、IMLS-ICP几种匹配方法，理解上述算法的核心思想和处理误差的优化方法，编写代码实现PL-ICP和IMLS-ICP算法。阅读ICP系列算法的论文，尝试自主提出对ICP算法的优化方案。
实践五：SLAM前端算法之其他方法
学习帧间匹配的其他方法：拟梯度法、高斯牛顿优化方法、NDT方法、相关匹配方法及分支定界加速，编写代码实现高斯牛顿法并探究优化方法。精读NDT方法的相关论文。根据示例绘制分支定界方法流程图以理解其思想。
实践六：基于图优化的激光SLAM算法
学习图优化SLAM方法的核心知识，包括如何构建位姿图、如何进行回环检测和用非线性最小二乘法进行位姿优化。编写代码实现高斯牛顿方法对Pose-Graph进行优化，在Intel和Killian数据集上进行测试，分析代码效率和优化方法，并学习调用g2o或ceres等非线性优化库提升代码性能。
实践七：基于已知位姿的建图算法
了解建图过程中常用的环境地图类型，学习基于覆盖栅格地图的建图算法、计数建图算法和TSDF建图算法的地图定义和地图更新公式。编写代码实现上述建图算法，比较建图结果并分析各算法的优缺点。
实践八：完成激光SLAM系统或技术调研
根据课程所学知识，在三个大作业中选择一项完成：实现一个完整激光SLAM系统、运行测试现有的开源激光SLAM并给出详细的测试报告、调研多传感器融合SLAM的SOTA方法并撰写调研报告。
