【视频教程】卡尔曼滤波与车载传感器的数据融合

课程目标:1、了解卡尔曼滤波(Kalman Filter-KF)2、了解Monte Carlo Localization (MCL)3、掌握如何利用KF算法融合GPS、车轮里程计、管道等数据4、在MVL算法下,基于KF算法,进行高精度室外定位

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
共3课时,共1小时7分钟
现价¥10.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

1、了解卡尔曼滤波(Kalman Filter-KF)2、了解Monte Carlo Localization (MCL)3、掌握如何利用KF算法融合GPS、车轮里程计、管道等数据4、在MVL算法下,基于KF算法,进行高精度室外定位

适用人群

自动驾驶爱好者、汽车领域从业者、机器学习实践者

课程简介

卡尔曼滤波器嘉宾图.jpg


KITTCAMP,学有用的,做想做的。


第一部分介绍经典的卡尔曼滤波(Kalman Filter-KF),以及Monte Carlo Localization (MCL)问题;第二部分首先介绍利用KF算法融合GPS,车轮里程计,惯导等数据,然后在MCL算法下,基于KF算法结果,激光及特征地图数据进行高精度的室外定位。


keywords: Kalman Filter, Monte Carlo Localization, GPS, Outdoor Localization


reference: 《Probabilistic Robotics》-- Sebastian Thrun《A GPS and Laser-based Localization for Urban and Non-Urban Outdoor Environments》-- Matthias Hentschel, Oliver Wulf and Bernardo Wagner

1卡尔曼滤波器是什么 [免费试看]
23:14
2卡尔曼滤波器和车载传感器的融合
16:04
3卡尔曼滤波器和车载传感器的融合挖掘
28:28
讲师介绍
KITTCAMP自动驾驶社区官方账号
讲师评分4.8分
KITTCAMP自动驾驶社区是国内首个自动驾驶汽车领域的技术社区,通过“竞赛+课程”的方式,提供优质的汽车相关“软件工程师”教育服务。愿景:为全球智能交通革命储备人才力量!
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载