- 第1章 概述与预备知识
- 1-1 课程内容与预备知识 ( 38:02)
- 1-2 SLAM是什么 ( 20:29)
- 1-3 视觉SLAM的数学描述 ( 10:57)
- 1-4 实践:Linux下的C++基础 ( 32:47)
- 第2章 三维空间的刚体运动
- 2-1 点与坐标系 ( 20:23)
- 2-2 旋转矩阵 ( 19:19)
- 2-3 旋转向量和欧拉角 ( 18:03)
- 2-4 四元数 ( 10:59)
- 2-5 实战环节 ( 24:27)
- 第3章 李群与李代数
- 3-1 群 ( 09:13)
- 3-2 李群与李代数 ( 18:56)
- 3-3 指数映射和对数映射 ( 10:10)
- 3-4 李代数求导与扰动模型 ( 18:33)
- 3-5 实践:Sophus库的使用 ( 12:06)
- 第4章 相机模型与非线性优化
- 4-1 针孔相机模型 ( 43:16)
- 4-2 实践:OpenCV 图像拼接 ( 28:36)
- 4-3 批量状态估计问题 ( 16:24)
- 4-4 非线性最小二乘 ( 18:32)
- 4-5 实践:Ceres and g2o ( 31:13)
- 第5章 特征点法视觉里程计
- 5-1 特征点提取与匹配 ( 46:50)
- 5-2 2D-2D 对极几何 ( 42:18)
- 5-3 3D-2D PnP ( 15:58)
- 5-4 3D-3D ICP ( 08:05)
- 5-5 三角化与深度估计 ( 23:19)
- 第8章 回环检测与建图
- 8-1 回环检测与词袋 ( 49:44)
- 8-2 建图 ( 16:50)
- 8-3 SLAM展望 ( 09:23)
讲师提示
- 讲师简介
- 慕尼黑工业大学计算机视觉组博士后,清华大学自动控制与工程博士,现就职于百度自动驾驶。长期从事SLAM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。
- 课程须知
- 1. 基础课程:高等数学、线性代数(矩阵论)、概率论、C++、Linux
2. 参考书籍:《视觉SLAM十四讲:从理论到实践》
3. 本讲需理论与实际相结合