SLAM理论与实践系列视频课程

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。能优秀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...

4.8 (个评分) 19916人学习

初级 8课时 10小时43分钟 2018/03/29更新

资料下载

二维码 下载学堂APP 缓存视频离线看

    • 畅销套餐
    • 精选套餐
    • 人气套餐
    • 尊享套餐
人工智能 新人优惠券
  • 课程介绍
  • 课程大纲 试看
  • 学员评价

适合人群:

对SLAM感兴趣的人;

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。能优秀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。

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,并能优秀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


展开更多

课程大纲-SLAM理论与实践系列视频课程

资料下载
  • 1

    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

    [01:05:36]
  • 2

    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

    [01:37:11]
  • 3

    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

    [01:18:11]
  • 4

    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

    「仅限付费用户」点击下载“作业合集.zip”

    [02:22:06]
  • 5

    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

    [02:32:34]
  • 6

    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

    [44:27]
  • 7

    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

    「仅限付费用户」点击下载“PPT.zip”

    [32:58]
  • 8

    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

    [30:32]

5

条学员评分 超过  “人工智能”   95%的课程
      展开更多
      加载中
      没有了哦~

      ¥299.00

      立即购买
      关注公众号 领VIP会员
      下次再说

      点击打包下载,即可获取该课程全部资料

      迎新春满300减35 满400减50
      是否单独购买该课程?
      直接购买 去凑单
      在线
      客服
      APP
      下载

      下载Android客户端

      下载iphone 客户端

      官方
      微信

      关注官方微信

      返回
      顶部