感知定位短期专题课程

Location:人民大学理工配楼

Email:ycw@ruc.edu.cn

课程一:惯性里程计与松耦合视觉惯性融合导航的精确与近似计算方法

课程内容(四课时)

1 引言

2 姿态和姿态变化的表示方法

3 惯性里程计计算方法

3.1 姿态更新方法

3.1.1 姿态更新的精确方法
3.1.2 姿态更新的近似方法

3.2 五种表达方法的特点分析

3.2.1 三种姿态更新表达方法的一致性
3.2.2 姿态解算方法的特点分析

3.3 速度和位置的更新方法

3.3.1 速度和位置更新的精确方法
3.3.2 速度和位置更新的近似计算方法

4 融合外部信息并采用偏差状态Kalman滤波的状态更新方法

4.1 偏差状态Kalman滤波器融合框架

4.1.1 INS子系统
4.1.2 偏差状态Kalman滤波器
4.1.3 状态修正子系统

4.2 状态转移矩阵的不同近似方法

4.2.1 状态转移矩阵的细粒度近似计算
4.2.2 状态转移矩阵的粗粒度近似计算

4.3 融合外部观测构造观测矩阵Hk的方法

4.3.1 以“零速检测”作为外部观测的偏差状态Kalman滤波
4.3.2 以“视觉里程计”作为外部观测的偏差状态Kalman滤波方法

5. 总结

 

课程二:视觉定位与视觉里程计方法

课程内容(四课时)

1. 相机模型

2. 特征点提取与匹配

3. 2D-2D对极几何

4. 3D-2D: PnP

5. 3D-3D: ICP

6. 光流法

7. 直接法

8. 总结

课程三:松耦合的视觉惯性导航中观测矩阵设计方法

课程内容(三课时)

1. 光流法的速度观测

2. 重投影误差观测

3. 位置观测

 

课程四:图优化理论与应用

课程内容(三课时)

课程内容: TBD

1. Graph-SLAM模型

2. 高斯牛顿法

3. 图优化点和边的构造

4. 基于假设检验的图优化

 

课程五:无人机编队定位与控制

课程内容(四课时)

课程内容: TBD

1. 分布式定位算法

2. 分布式拓扑控制算法

 

课程六:紧耦合视觉惯性融合导航方法

课程内容(四课时)

课程内容: TBD

  1. MSEKF

  2. IMU preintegration

  3. 基于图优化的紧耦合融合

 

课程七:激光雷达与惯导融合导航方法

课程内容(四课时)

课程内容: TBD

  1. LOAM

  2. LEGO-LOAM

  3. LOAM-LIVOX

  4. LIO-SAM

课程八:点云目标检测与分割方法

课程内容(四课时)

课程内容: TBD

1. 点云转化为图的方法

2. Pointnet and PointNet ++

3. TBA