课程简介
自动驾驶是一项高学科交叉、高技术门槛的新兴汽车技术领域。其中高精度车辆定位技术是五大关键传感器技术之一。车用惯导（Inertial Navigation）领域作为泛导航领域的新兴细分技术领域，其技术指标、性能需求和使用方法相较于航天航空惯性系统有较大差异。传统惯性系统完全自主工作，通过三维的加速度与角速度测量，对载具的航位、姿态进行推算，但惯性系统具有累计误差，且在车辆运用中需要解决振动鲁棒性、传感器误差自学习等技术要求。车用组合惯性导航系统以惯性测量单元（IMU）为核心，通过与不同外围位置观测源的融合（如GNSS、RTK、SLAM等）可实现在城市道路的楼宇、高架、隧道等遮挡过渡工况下的车道级定位及引导能力，为自动驾驶系统的关键支撑技术。
课程特色或者可得到的收益
目前全球自动驾驶技术发展仍处在初级阶段，技术路线多样化，对于各种复杂系统需要的跨学科强交叉人才需求强烈。因此本课程从组合惯导的基本原理入手，系统讲解组合导航定位系统的发展现状、传感器原理及参数、融合算法、实际优化案例及数据解析。同时结合实际操作，培训工程师实现车用组合惯导系统使用及参数调试匹配的整个实操过程。
系统地讲解自动驾驶车用组合惯性导航系统理论知识
指导自动驾驶运动与定位感知功能模块开发设计
车用战术级组合惯导性能参数指标精细解读
课程目标人群及授课对象
汽车辅助驾驶系统（SAE L2/L3）、汽车主动安全技术工程师、研究人员
自动驾驶技术（SAE L4）工程师、研究人员，项目负责人
车用感知系统、 路径规划系统、SLAM软硬件研发工程师、研究人员
对自动驾驶技术感兴趣的投资经理、行研人员，企业决策人员
课程重点
车用组合惯性导航系统理论知识
IMU关键底层参数解读
