3D视觉工坊 彻底剖析激光-视觉-IMU-GPS融合算法：理论推导、代码讲解和实战
【资源介绍】:
自主导航是机器人与自动驾驶的核心功能，而SLAM技术是实现自主导航的前提与关键。现有的机器人与自动驾驶车辆往往会安装激光雷达，相机，IMU，GPS等多种模态的传感器，而且已有许多优秀的激光SLAM与视觉SLAM算法。但是每种模态的传感器都有其优点和缺点，如相机只能测量2D图像，且容易受光照和夜晚的影响；激光雷达获取的3D点云较为稀疏，而且在长走廊，隧道，以及开阔场景中容易发生退化；GPS测量极易受到环境的干扰；每种模态的传感器只能在适当的环境中发挥积极的作用。因此，我们希望以适当的方式融合多种模态的测量，通过优势互补，使SLAM算法能够在各种挑战性环境下持续输出鲁棒且精确的估计结果。因此无论是学术界还是工业界，多模态融合是未来SLAM发展的必然趋势。
【资源目录】:
├──1、公开课多模态融合SLAM技术分享.mp4 280.89M
├──2、传感器介绍及分析及激光与视觉SLAM算法框架解析.mp4 964.07M
├──3、多传感器外参标定原理与代码讲解.mp4 871.83M
├──4、激光—惯性子系统（LIS）代码精读.mp4 664.91M
├──5、视觉—惯性子系统（VIS）代码精读.mp4 1.29G
├──6、激光—视觉—惯性数据融合与优化融合.mp4 923.09M
├──7、LVI—SAM代码实战与评估.mp4 3.06G
└──8、大作业讲解视频.mp4 430.27M
侵权联系与免责声明
1、本站资源所有内容均收集于网络，与本网站立场无关
2、本站所有资源收集于互联网，由用户分享，该帖子作者与777it网站不享有任何版权，如有侵权请联系本站删除
3、本站部分内容转载自其它网站，但并不代表本站赞同其观点和对其真实性负责
4、如本帖侵犯到任何版权问题，请立即告知本站，本站将及时予与删除并致以最深的歉意
侵权联系邮箱：648765304@qq.com 本文链接：https://777it.cn/13719.html。
评论0