Visual与IMU多传感器融合的定位方案

作为移动机器人的“眼睛”，视觉SLAM虽然实现了移动机器人的自主定位和导航，但单目视觉 SLAM 算法存在一些本身框架无法克服的缺陷，例如尺度问题、累计误差等问题。

而融合 IMU 和视觉信息的 VIO 算法能够弥补视觉SLAM的缺陷，很大程度地提高单目 SLAM 算法性能，是一种低成本高性能的导航方案。在机器人、AR/VR等领域得到了应用。

很多伙伴在应用SLAM时发现单一传感器的不足，从而选择使用与IMU融合的方案。随着后期的不断学习，发现虽然接触过定位和建图方面的知识，但没有系统学习过相关的内容，阻碍了前进的步伐。

基于此，深蓝学院联合自动驾驶定位总监任乾联合开设了『多传感器融合定位』在线课程。本课程将亲手带着大家搭建前端-回环检测-基于滤波-基于图优化的融合定位解决方案，最终带领大家实现激光雷达 GNSS IMU 轮速计的传感器融合定位系统。

（课程融合定位效果示意图）

扫码即可领取试听

请务必备注418，优先通过！

讲师简介

 任乾

自动驾驶建图与定位总监

北京理工大学导航、制导与控制硕士。从2011年起，开始进入惯性导航、多传感器融合定位领域，具有多种精度等级、多种配置、多种场景下的传感器融合定位系统成功研发经验。在IEEE Transactions on lndustrial Electronics，Sensors and Actuators等SCI期刊上发表文章，并撰写知乎专栏《从零开始做自动驾驶定位》（累计阅读70万＋）。

课程大纲

（点击查看大图）

项目实践

本门课程采用理论与实践相结合的教学方式，通过实践项目，让大家将课上所学知识，即学即用，通过亲自动手实践达到灵活掌握，融会贯通的效果。

（点击查看大图）

学后收获

1. 掌握常用3D激光SLAM算法的原理以及代码实现，并具备根据需求改进算法的能力；

2. 掌握点云地图构建及基于地图定位的原理，具备独立建图和定位的工程能力；

3. 掌握惯性器件误差特性及标定、温补方法，以及多传感器时空标定的方法；

4. 熟悉基于滤波的和基于图优化的多传感器融合方法，并有能力实现一套融合系统。

还能收获

1. 优质的学习圈子

伙伴们大多是来自985、211及海外院校硕博，在这里大家一起学习、进行讨论与研究。独一无二的优质圈子将是你未来学习与就业的宝贵资源。

（学员院校&企业展示）

2. 企业认可的证书

学完课程后将有机会收获优秀学员证书、毕业证书，为你的简历加分添彩。

课程服务

1. 三师助力

讲师&助教及时答疑解惑，班主任全程带班督学，帮你克服拖延，不断进步。

 2. 定期班会

助教1V1批改作业，并在班会中进行讲评和指导；在班会中，学习更多技巧；在交流中收获更多思路。

优惠名额有限