|
9830| 39
|
小象學(xué)院《視覺SLAM-無人駕駛》 |
|
小象學(xué)院《視覺SLAM-無人駕駛》
主講老師： 楊亮 紐約城市大學(xué)博士 畢業(yè)于中國科學(xué)院機(jī)器人學(xué)國家重點(diǎn)實(shí)驗(yàn)室，正在紐約城市大學(xué)機(jī)器人實(shí)驗(yàn)室攻讀第二博士學(xué)位。研究領(lǐng)域包括視覺SLAM，機(jī)器人運(yùn)動(dòng)規(guī)劃以及機(jī)器學(xué)習(xí)。在機(jī)器人頂級(jí)會(huì)議IROS以及IEEE Transaction及子刊發(fā)表多篇文章，獲得IEEE ICMA最佳學(xué)生論文獎(jiǎng)以及ICIRA最佳學(xué)生論文決賽獎(jiǎng)，同時(shí)他還是ICRA，IROS，ICCV，KBS, IJRA等會(huì)議和期刊的審稿人。參與過Tango支持項(xiàng)目。 殷鵬 卡耐基梅隆大學(xué)聯(lián)合培養(yǎng)博士 中國科學(xué)院機(jī)器人學(xué)國家重點(diǎn)實(shí)驗(yàn)室和卡耐基梅隆大學(xué)聯(lián)合培養(yǎng)博士，正在卡內(nèi)基梅隴大學(xué)機(jī)器人研究所做SLAM方向研究。研究領(lǐng)域包括針對(duì)于無人駕駛的激光SLAM，激光里程計(jì)，基于SLAM和視覺信息的場(chǎng)景識(shí)別問題。ICRA，IROS等會(huì)議和期刊的審稿人。曾在某頂級(jí)無人駕駛組實(shí)習(xí)。 課程簡介： 本次的SLAM課程主要包括以下三個(gè)部分： 1. 以快速入門和理解為主，講解SLAM的基本概念和知識(shí)，包括傳感器、濾波、剛體的坐標(biāo)系與運(yùn)動(dòng)、李群與李代數(shù)。其中傳感器主要涉及視覺和激光兩部分。視覺部分將介紹相機(jī)模型以及底層、中層、高層圖像處理。 2. 圍繞當(dāng)前研究的熱點(diǎn)和重點(diǎn)來解答一下幾個(gè)問題：SLAM與無人機(jī)有什么聯(lián)系？SLAM與無人駕駛存在那些技術(shù)和未知的探索？AR/VR為什么需要憑借SLAM，又可以為我們帶來什么？ 我們生活的實(shí)踐中，SLAM助力盲人導(dǎo)航？ 3. 以程序示例來進(jìn)行模塊化演示和強(qiáng)化理解，拋開那些所謂的多視幾何、隨機(jī)估計(jì)、計(jì)算幾何等困擾，簡化理解，快速找尋興趣點(diǎn)。不管是從事機(jī)器視覺、激光雷達(dá)，還是VINS都將在這里找到自己的部分回答。 面向人群： 1. 想了解激光、視覺SLAM的學(xué)習(xí)者 2. 希望學(xué)習(xí)SLAM技術(shù)并結(jié)合機(jī)器人、無人駕駛等技術(shù)人群； 3. 想轉(zhuǎn)行從事AR/VR開發(fā)以及無人駕駛的人群； 4. 對(duì)計(jì)算機(jī)視覺、概率論有一定了解的人群。 學(xué)習(xí)收益： 通過本課程的學(xué)習(xí)，學(xué)員將會(huì)收獲： 1. 幫助學(xué)員系統(tǒng)性的掌握基于視覺和激光SLAM的基本概念、基本原理和機(jī)器人、AR/VR之間的知識(shí)鏈接 2. 了解如何進(jìn)行跟蹤、定位、構(gòu)圖，并且給出一個(gè)新的應(yīng)用場(chǎng)景如何利用現(xiàn)有的技術(shù)進(jìn)行嫁接 3. 了解國內(nèi)外經(jīng)典的開源項(xiàng)目以及應(yīng)用場(chǎng)景和優(yōu)缺點(diǎn) 4. 實(shí)踐與理論結(jié)合，快速積累基本的項(xiàng)目經(jīng)驗(yàn) 課程大綱： 第一課：SLAM概論和架構(gòu) 1. 從機(jī)器人的體系結(jié)構(gòu)討論SLAM的提出和發(fā)展 2. 濾波器是什么，誰真正的推動(dòng)了SLAM？ 3. SLAM的新突破-圖優(yōu)化 4. SLAM的完整知識(shí)體系結(jié)構(gòu)介紹，基于Linux和ROS進(jìn)行SLAM的進(jìn)行本課程學(xué)習(xí) 5. ROS 基礎(chǔ)：RGB-D點(diǎn)云示例 第二課：SLAM基本理論一：坐標(biāo)系、剛體運(yùn)動(dòng)和李群 1. SLAM的數(shù)學(xué)表達(dá) 2. 歐式坐標(biāo)系和剛體姿態(tài)表示 3. 李群和李代數(shù) 4. 實(shí)例：Eigen和Sophus在濾波器上的應(yīng)用 第三課：SLAM基本理論二：從貝葉斯開始學(xué)濾波器 1. 隨機(jī)狀態(tài)和估計(jì) 2. 卡爾曼濾波器 3. 擴(kuò)展卡爾曼濾波器和SLAM 4. 粒子濾波器和SLAM 5. 實(shí)例：基于卡爾曼濾波器的SLAM實(shí)例 第四課：SLAM基本理論三：圖優(yōu)化 1. 從濾波器的痛來談圖優(yōu)化 2. Covisibility Graph和最小二乘 3. 淺談Marginlization 4. 實(shí)例：G2O圖優(yōu)化實(shí)戰(zhàn) 第五課：SLAM的傳感器 1. SLAM傳感器綜述 2. 視覺類傳感器（單目、雙目和RGBD相機(jī)） a. 相機(jī)模型和標(biāo)定 b. 特征提取和匹配 3. 主動(dòng)類傳感器-- 激光 a. 激光模型和不同激光特性 b. 激光特征和匹配 4. 實(shí)例： a. 特征提取和立體視覺的深度結(jié)算； b. 激光數(shù)據(jù)的基本處理 第六課：視覺里程計(jì)和回路檢測(cè) 1. 視覺里程計(jì)的綜述 2. 基于特征法的視覺里程計(jì)：PNP 3. 基于直接法的視覺里程計(jì)：Photometric Error 4. 基于立體視覺法的: ICP 5. 基于詞袋模型的回路檢測(cè) 6. 實(shí)例： a. PNP位姿估計(jì) b. 直接法位姿估計(jì) c. 回路檢測(cè) 第七課：激光里程計(jì)和回路檢測(cè) 1. 激光里程計(jì)簡介 2. 激光里程計(jì)算法LOAM和VLOAM簡單介紹 3. 激光回路檢測(cè)的特殊性和主要難點(diǎn) 4. 伯克利的BLAM和谷歌Cartographer中回路檢測(cè)的核心思路介紹 5. 實(shí)例: LOAM, Cartographer測(cè)試 第八課：地圖以及無人駕駛系統(tǒng) 1. SLAM中的不同地圖系統(tǒng)介紹 2. 高精度地圖介紹 3. 語義地圖介紹 4. 拓?fù)涞貓D介紹 5. 實(shí)例：粒子濾波定位實(shí)現(xiàn) 第九課：視覺和無人機(jī)、室內(nèi)輔助導(dǎo)航和AR/VR 1. 視覺SLAM的整體重述和實(shí)戰(zhàn) 2. SLAM、無人機(jī)和狀態(tài)機(jī) 3. Google Tango 和盲人導(dǎo)航 4. SLAM的小刺激：AR/VR 5. 實(shí)例：視覺SLAM的AR實(shí)例 第十課：深度學(xué)習(xí)和SLAM 1. SLAM的過去、現(xiàn)在和未來 2. 長航程SLAM的可能性 3. 單目深度估計(jì)和分割和場(chǎng)景語義 4. 動(dòng)態(tài)避障 5. 新的特征表達(dá) 6. 課程總結(jié)
購買主題
本主題需向作者支付 666 資源幣 才能瀏覽
| |
|
提示: 作者被禁止或刪除 內(nèi)容自動(dòng)屏蔽
| |
| ||
| ||
| ||
| ||
| ||
| ||
| ||
| ||
小黑屋|資源共享吧 ( 瓊ICP備2023000410號(hào)-1 )
GMT+8, 2025-1-10 09:38 , Processed in 0.073335 second(s), 16 queries , MemCached On.
發(fā)表于 2019-6-3 00:51:31
收藏