2020年10月，Waymo宣布正式在凤凰城向公众开放没有安全员的完全无人驾驶出租车服务。
那么在无人驾驶的发展中，有哪些关键技术呢？
高精度定位是当前无人驾驶的基础，随着无人驾驶的日益发展，依靠单一传感器进行定位常常会受到各种限制，而多传感器的融合能够弥补传感器的局限，使得定位更加鲁棒。
多传感器数据融合是目前移动机器人与自动驾驶的核心技术，是其他功能单元的基础。
它不同于一般信号处理，也不同于单个或多个传感器的监测和测量，而是对基于多个传感器测量结果基础上的更高层次的综合决策过程。
目前，已在军事、工业监控、智能检测、机器人、图像分析、目标检测与跟踪、自动目标识别等领域获得普遍关注和广泛应用。国内外众多企业也都在招募对应岗位的技术人才，其中不乏华为、百度、旷视等名企，薪资更是非常可观。
从事移动机器人、自动驾驶相关领域的伙伴，都想要利用多传感器融合技术实现更精准的定位，但多传感器融合技术是一个庞大的系统，涉及的
内容广泛而繁杂，自学难度大，
即使很多大佬在知乎分享干货内容，但大家很难通过零散的知识点达到系统学习的效果，更难了解到落地经验的精髓。
如何才能高效学习多传感器融合的主要内容，想要从零开始，亲手搭建前端-回环检测-基于滤波-基于图优化的融合定位解决方案，又应该怎么做呢？
基于此，深蓝学院开设了
『多传感器融合定位』
在线课程。本课程将多传感器融合涉及到的主要内容以及落地经验分享给大家，最终带领大家实现
激光雷达+GPS+IMU+轮速计
的传感器融合的定位系统。
原自动驾驶公司研发总监
从2011年起，开始进入惯性导航、多传感器融合定位领域，具有多种精度等级、多种配置、多种场景下的传感器融合定位系统成功研发经验。在IEEE Transactions on lndustrial Electronics，Sensors and Actuators等SCI期刊上发表文章，并撰写知乎专栏《从零开始做自动驾驶定位》（累计阅读30万＋）。
本门课程采用理论与实践相结合的教学方式，通过实践项目，让大家将课上所学知识，即学即用，通过亲自动手实践达到灵活掌握，融会贯通的效果。
1. 掌握常用3D激光SLAM算法的原理以及代码实现，并具备根据需求改进算法的能力；
2. 掌握点云地图构建及基于地图定位的原理，具备独立建图和定位的工程能力；
3. 掌握惯性器件误差特性及标定、温补方法，以及多传感器时空标定的方法；
4.
熟悉基于滤波的和基于图优化的多传感器融合方法，并有能力实现一套融合系统。
伙伴们大多是来自985、211及海外院校硕博，在这里大家一起学习、进行讨论与研究。独一无二的优质圈子将是你未来学习与就业的宝贵资源。
学完课程后将有机会收获优秀学员证书、毕业证书，为你的简历加分添彩。
讲师&助教及时答疑解惑，班主任全程带班督学，帮你克服拖延，不断进步。
助教1V1批改作业，并在班会中进行讲评和指导；在班会中，学习更多技巧；在交流中收获更多思路。
