多传感器融合定位 - 带源码课件
多传感器融合已成为自动驾驶及机器人的主流定位方案，涉及内容广泛且繁杂，包括传感器的标定、数据处理、SLAM、滤波等。
自学入门难度比较大，通过本课程不仅能够入门最困难的传感器IMU，为后续深入学习打下坚实基础，并且可以学习到3D Lidar SLAM的前沿成果。
在ROS框架下，从零开始，亲手搭建前端-回环检测-基于滤波-基于图优化的融合定位解决方案。
课程中所讲的无论是基于滤波的还是基于优化的方法，都可以很好的运用在实际工作中，分析新加入的传感器的模型及融合思路，帮助实现新传感器的融合定位，同时捋清了优化框架的实现方法。
├── 第一章_3D激光里程计
├── 第二章_点云地图构建及基于地图的定位
├── 第三章_惯性导航原理及误差分析
├── 第四章_基于滤波的融合方法
├── 第五章_基于滤波的融合方法进阶
├── 第六章_基于图优化的融合方法
├── 第七章_基于图优化的地图定位
├── 第八章_传感器时空标定
https://pan.quark.cn/s/40935b6b195e
请回复取码，谢谢支持！🌹
