阿木實驗室今年的最新課程開課啦!此次為大家帶來的是關於EKF最優狀態估計課程和AirSim仿真課程。
EKF濾波技術廣泛應用於飛彈,衛星,無人機,無人車等領域,是慣性導航的核心理論之一,也是無人機、無人車等涉及機器人位置姿態估計的核心技術。
本課程在理論講解的同時,也將引入無人機實例進行分析,解決由於狀態估計器而引起的系統不穩定問題。本門課程既可以為高校學生提供實踐經驗,也可為企業開發者提供理論基礎,能夠從理論的角度分析狀態估計器出現的問題。
◆學習本課程,您需要具備這些基礎:
1、具有一定的C/C++ 和matlab編程經驗,能夠寫簡短的腳本及讀懂程序語言。具有一定的數學功底,如線性代數及概率
2、 PX4或Ardupilot基礎
本次課程分為線上課程和線下課程,包含線上41課時,平均每課時約45min,5月25日起每周六更新2-3課時,線下實操課程2日。
關於線下課程:
上課地點:成都、北京、蘇州(具體場地後期根據報名情況安排)
上課時間:線上課程結束後
>線下課程免費提供實驗用教具:如飛控、無人機開發平臺
>現場免費調試:如果學員有需要解決飛機不穩定,數據融合的問題,可以直接帶上或寄出設備來參加線下課程,由我們的課程老師和項目支持團隊現場幫忙調試。(現場調試需聯繫助教老師提前預約,能現場解決的問題可免費調試,需課程結束後額外花時間解決的複雜問題會適當收取一定費用。)
(一)狀態估計課程概述及matlab的實踐仿真(1 課時)
(二)理論性知識:( 9課時)
① 線性系統理論 1
② 概率理論 1
③ 最小二乘法 1
④ 狀態與協方差傳播 1
⑤ 最優狀態估計 2
⑥ 貝葉斯濾波和高斯濾HMM馬爾可夫模型 2
⑦ 本章課後習題及講解 1
(三)卡爾曼濾波及其推廣(9課時)
① 介紹卡爾曼濾波的要素,流程及應用 1
② 卡爾曼算法和模型及其公式推導 1
③ 卡爾曼濾波中的數據處理方法 2
④ 最優平滑 1
⑤ 擴展卡爾曼濾波 1
⑥ 無跡卡爾曼濾波 1
⑦ 容錯組合的聯邦濾波器 1
⑧ 本章課後習題及講解 1
(四)多傳感器數據融合的導航系統 (7課時)
① 導航系統概述及導航器件介紹 1
② 慣性導航系統 1
③ 姿態解算及其各種算法比較 1
④ 航位推算及高度與姿態的測算 1
⑤ INS/GNSS組合導航 1
⑥ 慣導更新算法及誤差分析 1
⑦ 本章課後習題及講解 1
(五)導航算法模型 (9 課時)
① 狀態量的講解 0.5
② 狀態觀測方程 3.5
1.地磁融合
2.速度位置融合
3.光流融合
4.風速融合
5.側滑融合
6.飛彈風速估計
③ Matlab 推導模型應用和處理過程 4
④ 本章課後習題及講解 1
(六)針對PX4/ecl庫的代碼講解 (6課時)
① 各項傳感器數據處理
② 慣導系統狀態估計
③ 協方差估計
④ 數據融合及狀態量測更新
⑤ 協方差的更新
⑥ Ecl庫代碼的詳細解析
線下課時:(七)典型案例分析及處理
① 震動問題
② 氣壓計定高問題
③ 磁羅盤問題
④ 加速度計bias發散
⑤ 協方差發散
AirSim是微軟官方出品的可以模擬無人機、無人車的開源自動駕駛仿真平臺。支持編程來獲得環境圖像信息,並直接使用Python控制你的無人車/無人機。非常適合高校,研究所以及自動駕駛創業公司用來做深度學習和強化學習的研究。
通過本課程,你將練習 Python\C++編程、掌握無人機無人車的虛擬仿真研究與智能控制。在項目中,學習和實踐關於無人車無人機的仿真和算法,挑戰自動駕駛及人工智慧領域的熱門課題,並為成為控制算法工程師打下良好基礎。
◆學習本課程,您需要具備這些基礎:C++、 Python語言基礎
本門課程為線上課程,包含線上7課時,平均每課時約45min,5月25日後每周更新2課時。
(一)Airsim開發環境的搭建 (2課時)
① Airsim基本介紹及論文講解 1
② Airsim開發環境搭建及代碼編譯流程 1
(二)Airsim的使用 (3課時)
① UE4的基本操作與場景布置 1
② Airsim代碼框架介紹 1
③ Airsim的API基本操作1
(三)Airsim的應用 (2課時)
① Airsim無人機硬體在環迴路仿真操作介紹 1
② Airsim在無人駕駛行業的應用 1
課程會在5月25正式開始上線更新,1期班開課前最後一次報名,感興趣的小夥伴可以添加微信:lyl7416880 前來諮詢:
後臺回復·「狀態估計」免費贈送狀態估計應用直播公開課視頻
無人機編隊新玩法:無人機煙火煙花秀
耗時兩年,一個人航拍西藏,45分鐘紀錄片。
助力科研——(Simulink)基於模型設計的飛控開發教程