激光 SLAM 是移动机器人实现自主导航与地图构建的核心技术，也是当前机器人领域从理论走向工程落地必须跨过的门槛。这门《激光 SLAM 理论与实践》课程专门针对自学路线模糊、难以闭环理解系统全流程的学习者设计。它不满足于让你读懂某一段开源代码，而是通过一条完整的主线，拆解从传感器数据处理、前端里程计、后端优化到建图定位的各个模块。适合那些有一定数学基础（线性代数、概率统计），熟悉 Python 或 C++，但卡在“知道 EKF 公式却不知如何融入系统”或“会跑 ROS 包却不懂底层算法逻辑”的朋友。如果你已经工作，想系统梳理主流算法框架并补齐工程细节，同样适用。

核心模块与学习路径建议

课程将复杂的 SLAM 体系拆解为若干紧密相连的模块。建议你优先关注激光雷达数据预处理、基于扩展卡尔曼滤波（EKF）或因子图优化的状态估计部分，这是整个系统的“骨架”。在此基础上，再深入研究多传感器融合策略与实时建图算法。不要试图一次性啃下所有理论证明，而是先理清数据流向：原始点云如何变成里程计？里程计如何进入后端优化？优化后的位姿又如何更新地图？这种“先通后精”的策略能有效降低入门难度。资料包中包含了配套的代码工程与实践案例，请务必在阅读理论章节后，立即在本地环境中复现对应模块。不要只看视频，要动手修改参数，观察轨迹漂移与地图畸变，通过调试过程真正理解每个环节对系统性能的影响。这种“理论-代码-调试”的闭环练习，是区别于仅靠看书自学的关键所在。

学完后能独立做什么

完成本课程并扎实完成配套练习后，你应当能够独立搭建一套基础的 2D 激光 SLAM 系统，并具备诊断常见故障（如定位丢失、地图碎片化、累积误差过大）的能力。更重要的是，你能跳出单一算法的局限，根据实际应用场景选择合适的建图与定位方案，并理解各模块间的耦合关系。你可以回答诸如“为什么纯几何建图在动态环境中失效”、“如何平衡计算资源与定位精度”等工程问题。这不仅是掌握一项技能，更是建立起对机器人定位与导航系统的整体认知框架，为后续深入学习 3D SLAM 或多机协同等高级话题打下坚实基础。记住，能力的提升不在于记住了多少公式，而在于能否解决真实场景中那些不确定的、非标准的问题。

课程介绍

激光SLAM经过几十年的发展，理论及相关技术也趋于成熟，大量机器人相关产品并已广泛应用于各行各业，极大提高生产力及生产效率，而机器人落地应用首要的是解决地图和定位问题(SLAM)。 但SLAM入门门槛高，自学难度大，很多伙伴仅看相关的开源代码，很少细究每个研究部分，这与企业招聘所需能力相差甚远。课程通过一条完整的激光SLAM主线，详解每个模块，为想要入门/刚入门的伙伴们提供了解整个SLAM系统流程的好机会:已工作的伙伴能够系统地了解整个框架及当前最新的主流算法。 本门课程能极大地降低大家的自学难度，高效学习。在巩固对SLAM知识和框架理解的同时，提高实际动手能力及发现并主动解决问题的能力。

课程目录

slam.png   2023-3-7 17:13 上传 课程介绍： 激光SLAM经过几十年的发展，理论及相关技术也趋于成熟，大量机器人相关产品并已广泛应用于各行各业，极大提高生产力及生产效率，而机器人落地应用首要的是解决地图和定位问题(SLAM)。 但SLAM入门门槛高，自学难度大，很多伙伴仅看相关的开源代码，很少细究每个研究部分，这与企业招聘所需能力相差甚远。课程通过一条完整的激光SLAM主线，详解每个模块，为想要入门/刚入门的伙伴们提供了解整个SLAM系统流程的好机会:已工作的伙伴能够系统地了解整个框架及当前最新的主流算法。 本门课程能极大地降低大家的自学难度，高效学习。在巩固对SLAM知识和框架理解的同时，提高实际动手能力及发现并主动解决问题的能力。 课程目录： ├──
第1章 激光SLAM简要介绍 | ├──任务1-1： 【课件】激光SLAM介绍.pdf.pdf 872.50kb | ├──任务1-2：激光SLAM概述.mp4 158.28M | └──任务1-3：【资料】ROS tutorial24讲.pdf 2.64M ├──
第2章 传感器数据处理I | ├──任务2-1：【课件】里程计运动模型及标定.rar 1.51M | ├──任务2-2：【作业】里程计运动模型及标定.rar 28.33M | ├──任务2-3：【参考答案】2-1作业参考答案.rar 29.22M | ├──任务3-1：【视频】里程计运动模型及标定（上）.mp4 42.67M | ├──任务3-2：【视频】里程计运动模型及标定（中）.mp4 63.87M | ├──任务3-3：【视频】里程计运动模型及标定（下）.mp4 59.57M | ├──任务3-4：【参考答案】2-2 作业参考答案.zip 8.38kb | ├──任务4-1：【课件】激光雷达及畸变去除.rar 4.57M | ├──任务4-2：【视频】激光雷达数学模型.mp4 75.90M | ├──任务4-3：【作业】里程计去除激光雷达运动畸变.rar 1.22M | └──任务4-4：【视频】运动畸变去除.mp4 79.38M ├──
第3章 激光SLAM的前端配准方法 | ├──任务5-1：【视频】前端配准方法： ICP、PL-ICP、NICP、IMLS-ICP（I）.mp4 89.38M | ├──任务5-2：【课件】激光SLAM的前端配准方法 I.pdf 770.11kb | ├──任务5-3：【视频】前端配准方法： ICP、PL-ICP、NICP、IMLS-ICP（II）.mp4 136.36M | ├──任务5-4：【作业】实现IMLS-ICP匹配方法.rar 23.41M | ├──任务5-5：【资料】参考文献.rar 8.41M | ├──任务6-1：【视频】激光SLAM的前端匹配算法-II（上）.mp4 250.21M | ├──任务6-2：【课件】帧间匹配算法II.pdf 857.66kb | ├──任务6-3：【视频】激光SLAM的前端匹配算法-II（下）.mp4 316.35M | ├──任务6-4：【作业】激光SLAM的前端配准方法 II.rar 29.04M | └──任务6-5：【资料】参考文献.rar 7.98M ├──
第4章 基于图优化的激光SLAM方法(Grid-based) | ├──任务7-1：【课件】图优化的激光SLAM算法.pdf 602.62kb | ├──任务7-2：【视频】图优化的激光SLAM算法.mp4 159.76M | ├──任务7-3：【作业】图优化的激光SLAM算法.rar 568.28kb | ├──任务7-4：【资料】参考文献.rar 5.67M | ├──任务8-1：【代码】Cartographer（最新版本）.rar 7.18M | └──任务8-2：【视频】cartographer代码讲解（最新）.mp4 621.15M ├──
第5章 基于已知定位的建图 | ├──任务9-1：【课件】已知定位的构图算法.pdf 1.24M | ├──任务9-2：【视频】已知定位的构图算法-1.mp4 83.24M | ├──任务9-3：【视频】已知定位的构图算法-2.mp4 95.81M | ├──任务9-4：【作业】已知定位的构图算法.zip 4.33M | └──任务9-5：【资料】已知定位的构图算法.zip 328.65kb ├──
第6章 3D激光SLAM介绍 | ├──任务10-1：【课件】3D激光SLAM介绍.pdf 809.68kb | ├──任务10-2：【视频】3D激光SLAM介绍.mp4 129.02M | └──任务10-4：【资料】参考文献.zip 9.94M └──
第7章 课程作业成绩 | └──任务11：【作业成绩】章节作业结果.xlsx 14.34kb