SLAM理论与实践系列视频课程

课程目标:SLAM ,即时定位与地图构建,被很多学者认为是实现真正全自主移动机器人的关键。能完美地回答以下一系列问题:我刚才在哪里,现在在哪里?我看到了什么,现在看到的和之前看到的有哪些异同?我过去的行走轨迹是什么?我现在看到的世界是什么样子,和过去相比有怎样的变化等等。

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
4.3分 共8课时,共10小时43分钟
现价¥299.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

SLAM ,即时定位与地图构建,被很多学者认为是实现真正全自主移动机器人的关键。能完美地回答以下一系列问题:我刚才在哪里,现在在哪里?我看到了什么,现在看到的和之前看到的有哪些异同?我过去的行走轨迹是什么?我现在看到的世界是什么样子,和过去相比有怎样的变化等等。

适用人群

对SLAM感兴趣的人;

课程简介

概念介绍:

SLAM (simultaneous localization and mapping), 即时定位与地图构建,被很多学者认为是实现真正全自主移动机器人的关键。直白地讲,SLAM指的是当某种设备(如机器人、VR设备等)来到一个完全陌生的环境时,它需要精准地建立时间和空间的对应关系,并能完美地回答以下一系列问题:我刚才在哪里,现在在哪里?我看到了什么,现在看到的和之前看到的有哪些异同?我过去的行走轨迹是什么?我现在看到的世界是什么样子,和过去相比有怎样的变化?我的轨迹抖吗,我的位置飘吗?我还能跟踪到自己的轨迹吗,如果我丢了应该怎么办?我过去建立的对世界的认识还有用吗?我能在已有世界的抽象里快速对我现在的位置进行定位吗?

当下,SLAM正在AR、机器人、无人机、无人驾驶等领域火速入侵,用夸张点的说法,就像移动互联网时代的手机地图定位一样,只要是跟位置相关的生意,谁抛弃了这张地图,谁将抛弃了自己的未来。

本课程主讲内容有以下:

1. 概述与预备知识
    1.1  课程内容提要与预备知识
    1.2  SLAM是什么
    1.3  视觉SLAM数学表述与框架
    1.4  Linux下的C++编程基础
    1.5  实践:Hello SLAM
2. 三维空间的刚体运动
    2.1 点与坐标系
    2.2 旋转矩阵
    2.3 旋转向量与欧拉角
    2.4 四元数
    2.5 相似、仿射和射影变换
    2.6 实践:Eigen矩阵运算
    2.7 实践:Eigen几何模块
3. 李群与李代数
    3.1 群
    3.2 李群与李代数
    3.3 指数与对数映射
    3.4 李代数求导与扰动模型
    3.5 实践:Sophus李代数运算
4. 相机模型与非线性优化
    4.1 针孔相机模型与畸变
    4.2 图像的组成
    4.3 从状态估计到最小二乘
    4.4 非线性优化与最小二乘法
    4.5 实践:Ceres曲线拟合
    4.6 实践:g2o曲线拟合
5. 特征点法视觉里程计
    5.1 特征点的提取与匹配
    5.2 对极几何
    5.3 三角测量
    5.4 3D-2D:PnP
    5.5 3D-3D:ICP
    5.6 实践:ORB特征点
    5.7 实践:PnP
    5.8 实践:ICP
6. 直接法视觉里程计
    6.1 直接法的引出
    6.2 光流
    6.3 直接法
    6.4 实践:LK光流
    6.5 实践:RGB-D直接法
7. 后端优化
    7.1 滤波器
    7.2 Bundle Adjustment与图优化
    7.3 Pose Graph
    7.4 Factor Graph
    7.5 实践:g2o/Ceres实现的Bundle Adjustment
    7.6 实践:Pose Graph
8. 回环检测
    8.1 概述
    8.2 词袋模型
    8.3 实践:建立字典以计算图像间相似性
    8.4 课程小结


11. 概述与预备知识 [免费试看]
01:05:36
22. 三维空间的刚体运动
01:37:11
33. 李群与李代数
01:18:11
44. 相机模型与非线性优化
02:22:06
55. 特征点法视觉里程计
02:32:35
66. 直接法视觉里程计
44:27
77. 后端优化
32:58
88. 回环检测
30:32
讲师介绍
高翔
讲师评分4.3分
慕尼黑工业大学博士后,清华大学自动化系博士,长期从事SLAM(simultaneous localization and mapping,即时定位与地图构建)的研究,主要包括机器人的中的视觉SLAM技术、机器学习与SLAM的结合。主编畅销书《视觉SLAM十四讲:从理论到实践》,在国际知名期刊IEEE Transactions on Mechatronics、Robotics and Autonomous Systems、Autonomous Robots等发表论文数篇。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载