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