SLAM技术理论与实践培训课程-中科信软培训中心

SLAM技术理论与实践培训课程

SLAM技术理论与实践全栈培训课程

培训对象：
机器人算法工程师、自动驾驶感知工程师、无人机系统开发人员、移动机器人导航算法研究人员、需要掌握SLAM核心技术进行产品开发的技术人员。
培训目标：
1. 掌握SLAM（同步定位与地图构建）的核心数学基础与算法框架，理解前端里程计、后端优化、回环检测、地图构建四大模块的工作原理。
2. 熟练运用视觉SLAM与激光SLAM的主流算法（ORB-SLAM、LOAM、Cartographer），能够根据应用场景进行技术选型与算法调优。
3. 具备多传感器融合（IMU、里程计、GPS）的工程实现能力，能够在实际机器人或自动驾驶平台上部署完整的SLAM系统。
培训内容介绍：
1. SLAM基础与数学预备：回顾SLAM问题定义与数学表达，掌握三维空间刚体运动表示（旋转矩阵、欧拉角、四元数、变换矩阵），复习李群与李代数基础，理解非线性最小二乘优化原理，为后续算法推导打下坚实基础。
2. 传感器原理与数据处理：掌握相机模型（针孔模型、畸变模型）与标定方法，理解激光雷达测距原理与运动畸变产生机制，学习IMU测量模型与积分原理，实现多传感器时空同步与数据预处理。
3. 视觉前端：特征点法与直接法：深入理解ORB、SIFT等特征提取与匹配算法，掌握对极几何、PnP、ICP求解位姿的原理与实现，学习光流法与直接法的数学推导，对比特征点法与直接法的优劣与适用场景。
4. 激光前端：点云配准算法：系统学习ICP系列（ICP、PL-ICP、NICP）与NDT点云配准算法，掌握基于优化的前端配准方法（高斯牛顿法、LM算法），理解爬山法与相关方法在激光匹配中的应用。
5. 后端优化与图优化框架：理解图优化SLAM的数学模型，掌握Pose Graph的构建与优化方法，学习g2o、Ceres等优化库的使用，实现基于非线性最小二乘的后端优化，对比滤波方法（EKF）与图优化方法的差异。
6. 回环检测与全局一致性：掌握基于视觉词袋（BoW）的回环检测方法，理解激光扫描匹配在回环检测中的应用，学习位姿图优化与全局一致性调整，消除累积误差，构建全局一致的地图。
7. 地图构建：学习栅格地图的构建原理（占用概率更新、反演模型），掌握TSDF地图与点云地图的构建方法，理解不同地图类型（度量地图、拓扑地图）在导航任务中的适用场景。
8. 视觉SLAM系统实战：以ORB-SLAM3为案例，深入分析系统架构与模块实现，从特征提取、跟踪、局部建图到回环闭合的全流程代码解读，完成基于真实数据集的运行与调试。
9. 激光SLAM系统实战：以Cartographer或LOAM为案例，学习多分辨率网格匹配、分支定界加速回环检测的实现技巧，掌握激光SLAM在室内外场景的参数调优方法。
10. 多传感器融合：掌握IMU预积分、ESKF（误差状态卡尔曼滤波）原理，实现视觉-惯性紧耦合融合（VINS-Mono）、激光-惯性融合（LIO-SAM），理解松耦合与紧耦合的工程权衡。
11. 项目一：自主移动机器人导航：在ROS环境下集成SLAM与导航堆栈（Navigation2），实现机器人未知环境建图、实时定位、路径规划与动态避障的完整闭环，掌握机器人自主导航系统集成方法。

如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请

服务特点：
海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。

专家力量：
中国科学院软件研究所，计算研究所高级研究人员
oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富
多年实际项目经历，大型项目实战案例，热情，乐于技术分享
针对客户实际需求，案例教学，互动式沟通，学有所获