视觉SLAM理论与实践

冰叶

课程内容
1. 概述与预备知识（12月6日19:00-21:00）
  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（12月9日19:00-21:00）
  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（12月13日19:00-21:00）
  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（12月16日19:00-21:00）
  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（12月23日19:00-21:00）
  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（12月30日19:00-21:00）
  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（1月6日19:00-21:00）
  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（1月13日19:00-21:00）
  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

9. Project作业：（1月16日-2月13日）
  9.1 实现完整的SLAM系统

游客,本付费内容需要支付 300IT币 才能浏览
点击赚取IT币 | 充值IT币支付