黄金会员免费- 第0章 语义SLAM在无人系统中的应用
- 0-1 SLAM的挑战 （ 05:40）
- 0-2 深度学习与SLAM的结合研究概述 （ 13:34）
- 0-3 SFM在无人系统中的应用 （ 03:39）
- 0-4 结合深度学习的闭环检测 （ 06:02）
- 0-5 答疑 （ 12:55）
- 第2章 深度学习在无人感知系统中的应用
- 2-1 深度学习可以用来做什么-示例 （ 27:12）
- 2-2 深度学习在感知系统中的组成模块 （ 05:51）
- 2-3 检测与跟踪的基本原理 （ 15:32）
- 2-4 目标检测与跟踪发展历程以及state-of-art主流框架介绍 （ 24:29）
- 2-5 场景分割任务及应用 （ 00:59）
- 2-6 问答 （ 13:14）
- 第3章 闭环检测与基于深度学习的闭环检测
- 3-1 传统模型 （ 10:31）
- 3-2 基于深度学习的闭环检测 （ 14:48）
- 第5章 视觉里程计与激光里程计
- 5-1 里程计分类 （ 05:24）
- 5-2 视觉里程计 （ 10:16）
- 5-3 激光里程计 （ 30:08）
- 5-4 里程计融合 （ 14:49）
- 第6章 移动机器人中的地图架构
- 6-1 常用地图架构 （ 04:33）
- 6-2 2D栅格地图 （ 05:18）
- 6-3 2.5D地图 （ 09:25）
- 6-4 3D地图 （ 11:15）
- 第7章 多目标跟踪报告
- 7-1 多目标跟踪报告 （ 53:27）
- 第8章 深度学习与SLAM的结合研究现状
- 8-1 基于深度学习的姿态估计 （ 19:27）
- 8-2 语义SLAM （ 18:50）
- 第9章 实践课：Faster-RCNN和YOLOv3网络
- 9-1 什么是目标检测？ （ 08:08）
- 9-2 目标检测基本思路和特征提取 （ 13:42）
- 9-3 One-Stage算法举例：YOLOv3 （ 25:19）
讲师提示
Judy
国内某大厂、美国卡耐基梅隆大学博士后
- 讲师简介
- 美国卡耐基梅隆大学博士后，博士毕业于中国科学院沈阳自动化研究所, 具有多年无人驾驶感知系统开发经验，现就职于国内某大厂。曾获得ACM亚洲区域赛银牌。在TIP等期刊和ICRA、IROS、ACC等国际会议上发表多篇论文。
- 课程须知
- 1. 有几何代数基础；
2. 了解无人系统建图与定位的概念；
3. 具备编程基础Python/Pytorch.
- 课程目标
- 1. 了解无人感知系统的原理与框架;
2. 学习SLAM算法的代数基础和基本框架;
3. 了解激光和视觉SLAM算法的异同和应用;
4. 了解SLAM算法和深度学习结合的新研究方向和应用。
