Seeed 课程：GMSL2 环视与 EKF 融合
先了解这件事
Seeed 发布移动机器人全栈实战课程的两个模块：第二讲讲解如何在 reComputer Robotics J501 上通过 GMSL2 接入四路约 198° 鱼眼相机，完成标定并生成带真实地面尺度的 BEV 环视；第三讲（M03）在同一 J501、Ubuntu 22.04 与 ROS 2 Humble 环境下，用 robot_localization 的二维 EKF 融合轮速与 IMU 偏航角速度，GNSS 再叠加全局定位层。 Seeed 提示，该课程各节所用 J501、扩展板和相机并不相同，1920×1536 与 sensor_mode=0 的设置仅属于 SG3S 示例；运行前需把脚本部署到 Jetson，并按实际相机核对分辨率和帧率。此外，Web 标定控制台与相机驱动会争用同一批 V4L2 设备，启动实时渲染前应先停止标定程序。 M03 的最低本地配置为轮速前进速度加 IMU 偏航角速度，并以 two_d_mode 约束平面运动；Seeed 称全局扩展另需定位质量、航向与坐标变换条件。课程建议先静止录制 5–10 分钟 IMU 数据查看均值、方差与漂移，再做直线和转向测试检查轮速测量。
AI 根据报道生成 · 10 天前更新
事件进展
2 个进展
- 10月23日 17:17 · 2 篇报道发布移动机器人多传感器融合实践教程M03Seeed 矽递博客：机器人如何知道自己正在移动？LiDAR、IMU 与传感器融合实战（ROS 2 / EKF）
- 10月16日 11:38 · 1 篇报道发布移动机器人视觉系统实践教程第二篇Seeed 矽递博客：Seeed 移动机器人全栈实战第二讲：GMSL2 多相机标定与 BEV 环视
报道时间线
沿着报道，了解事件的不同侧面。
- Seeed 矽递博客机器人如何知道自己正在移动？LiDAR、IMU 与传感器融合实战（ROS 2 / EKF）
在 reComputer Robotics J501 上基于 Ubuntu 22.04 与 ROS 2 Humble，用 robot_localization 的二维 EKF 融合轮速与 IMU 偏航角速度，GNSS 再叠加全局定位层。
- Seeed 矽递博客机器人如何知道自己正在移动？LiDAR、IMU 与传感器融合实战（ROS 2 / EKF）
在 reComputer Robotics J501 上基于 Ubuntu 22.04 与 ROS 2 Humble，用 robot_localization 的二维 EKF 融合轮速与 IMU 偏航角速度，GNSS 再叠加全局定位层。
- Seeed 矽递博客精选Seeed 移动机器人全栈实战第二讲：GMSL2 多相机标定与 BEV 环视
Seeed 发布移动机器人全栈开发实战课程第二模块，讲解如何在 reComputer Robotics J501 上用 GMSL2 接入四路约 198° 鱼眼相机，完成标定并生成带真实地面尺度的 BEV 环视。