应用背景介绍
自主导航是机器人与自动驾驶的核心功能，而SLAM技术是实现自主导航的前提与关键。现有的机器人与自动驾驶车辆往往会安装激光雷达，相机，IMU，GPS等多种模态的传感器，而且已有许多优秀的激光SLAM与视觉SLAM算法。但是每种模态的传感器都有其优点和缺点，如相机只能测量2D图像，且容易受光照和夜晚的影响；激光雷达获取的3D点云较为稀疏，而且在长走廊，隧道，以及开阔场景中容易发生退化；GPS测量极易受到环境的干扰；每种模态的传感器只能在适当的环境中发挥积极的作用。因此，我们希望以适当的方式融合多种模态的测量，通过优势互补，使SLAM算法能够在各种挑战性环境下持续输出鲁棒且精确的估计结果。因此无论是学术界还是工业界，多模态融合是未来SLAM发展的必然趋势。

如何快速从入门到精通
目前各个机器人和自动驾驶的企业常年有SLAM算法的岗位需求，对于多传感器融合SLAM算法岗位更是开出高薪，而且优秀人才紧缺。然而多模态融合SLAM的门槛较高，在需要视觉SLAM与激光SLAM的基础之外，还会遇到不同模态测量的融合，不同传感器的时间同步，多传感器的外参标定，多传感器异常检测等问题，使得各位同学做这块的时候遇到诸多障碍。因此我们联合机器人学国家重点实验室的博士大佬推出这门课程，从理论和代码实现两个方面对激光雷达-视觉-IMU-GPS融合的SLAM算法框架和技术难点进行讲解，并且博士大佬会根据自己多年的机器人工程经验，向大家讲解在实际机器人应用中多模态融合的方法和技巧。课程大纲如下：
重磅！凡购买该课程的学员可凭购买截图添加小助理微信，我们将免费赠送3D视觉从入门到精通知识星球入场券（有效期一年）：推荐一个超干货的3D视觉社区！这是国内最大的3D视觉领域学习交流的社区平台，目前已有近3200名活跃的成员，主要涉及3D视觉、CV&深度学习、视觉SLAM、激光SLAM、视觉三维重建、点云后处理、自动驾驶、结构光、双目视觉、CV入门、三维测量、缺陷检测、视觉产品落地、视觉竞赛、硬件选型、学术交流、求职交流等领域。星球内部汇集了众多实战问题（相信一定能帮你少走很多弯路），以及各个模块的学习资料：论文、书籍、源码、视频等。在这里，你可以向国内外高校的博士、知名大厂算法工程人员发起提问，你踩过的坑他们大概率踩过。
讲师介绍
苏赟博士，硕博毕业于机器人学国家重点实验室，在IROS，RAS等机器人领域顶级会议和期刊发表论文多篇，精通主流视觉SLAM和激光SLAM框架代码，曾收割大疆，华为等大厂offer。本课程将以LVI-SAM为框架对多模态融合的SLAM进行讲解，助力各位同学对多模态融合的SLAM更快的入门和更深的理解。
课程亮点
1. 国内首个多模态融合SLAM课程；
2. 循序渐进，从理论框架，到逐行代码讲解；
3.专属的学习交流群，可以与讲师，各大院校和企业的人才进行沟通交流，一起分析和讨论遇到的难题，防止闭门造车；
4. 真正能面向工业落地的内容分享；
学后收获
1. 掌握各个传感器模型，传感器标定与数据同步；
2.对激光SLAM与视觉SLAM的框架，各自的优势与劣势，适应的场景有深刻的理解；
3.能够掌握多模态融合的切入点，真正手动实现多模态融合优化的代码，可以后续扩展到其他模态传感器的融合；
4. 优秀学员可获得学习优秀奖学金外加知名SLAM公司终面offer绿卡。
课程要求与面向对象
1. 有一定C++编程功底，对Linux，ROS等工具比较熟悉；
2.熟悉SLAM相关的基础知识，对概率论、线性代数、非线性优化有一定基础；
3.主要面向机器人和自动驾驶领域的本科生，硕士生，博士生，以及从事SLAM算法的企业人员；
开课时间
2021年10月17日正式开课，历时两个月，详细课表以学习群内公告为准。
课程咨询

点击购买与咨询

▲微信扫码可查看、购买、学习课程
▲长按加客服微信，咨询更多



群号：910070197

▲课程咨询QQ群，了解更多
点击“阅读原文”也可直接购买课程
继续阅读
阅读原文