01
地图构建概述
什么是地图构建 · SLAM技术简介 · 应用领域（自动驾驶/机器人/AR/VR）
SLAM入门
02
传感器基础
LiDAR原理与数据格式 · 单目/双目/深度相机 · IMU与里程计
LiDAR相机IMU
03
坐标系与变换
世界/机器人/传感器坐标系 · 欧拉角与四元数 · 齐次变换矩阵
坐标四元数
04
概率论基础
贝叶斯公式 · 高斯分布 · 卡尔曼滤波思想 · 马尔可夫假设
概率滤波
05
环境搭建
Ubuntu安装 · ROS安装与配置 · C++/Python开发环境
ROSUbuntu
06
ROS基础
节点与话题通信 · 服务与参数服务器 · rviz/rqt工具
ROS通信
07
ROS实战
编写发布-订阅节点 · bag包录制与回放
实战bag
08
激光雷达数据处理
点云读取 · 体素/直通滤波 · 特征提取
点云滤波
09
视觉数据处理
图像读取 · ORB/SIFT特征提取 · 特征匹配
视觉特征
10
里程计模型
轮式里程计 · 视觉里程计(VO) · 激光里程计
里程计VO
11
ICP算法
迭代最近点原理 · 点云配准实现 · ICP变种与优化
配准ICP
12
NDT算法
正态分布变换原理 · NDT配准实现 · 与ICP对比
NDT配准
13
图优化基础
图优化理论 · g2o库入门 · Ceres Solver入门
图优化g2o
14
卡尔曼滤波
标准卡尔曼滤波 · EKF · 无迹卡尔曼滤波(UKF)
EKFUKF
15
粒子滤波
蒙特卡洛方法 · 粒子滤波原理 · 定位应用
粒子滤波定位
16
2D栅格地图构建
占据栅格地图 · Bresenham算法 · 地图更新策略
栅格2D
17
2D SLAM实战 (GMapping)
GMapping原理 · 代码结构解析 · 运行与调参
GMapping2D SLAM
18
2D SLAM实战 (Cartographer)
Cartographer架构 · 前端扫描匹配 · 后端优化
Cartographer2D
19
3D点云地图构建
点云拼接 · 体素地图 · 八叉树地图(OctoMap)
3DOctoMap
20
3D SLAM实战 (LOAM)
LOAM原理 · 特征提取与匹配 · 运动畸变去除
LOAM3D SLAM
21
3D SLAM实战 (LIO-SAM)
LIO-SAM架构 · IMU预积分 · 因子图优化
LIO-SAM因子图
22
视觉SLAM实战 (ORB-SLAM3)
系统架构 · 单目/双目/RGBD · 回环检测
ORB-SLAM3视觉SLAM
23
多传感器融合
松/紧耦合 · 时间同步 · 空间同步(外参标定)
融合标定
24
语义地图构建
语义分割基础 · 语义SLAM · 动态物体处理
语义动态
25
地图存储与格式
PGM/YAML · PCD/PLY · Mcap/ROSbag
格式存储
26
地图评估
ATE · RPE · evo评估工具
评估evo
27
实战项目1：室内2D激光SLAM
基于2D激光雷达 · 数据采集到地图生成
项目室内
28
实战项目2：AR场景视觉地图
ORB-SLAM3生成稀疏地图 · AR应用
AR视觉
29
实战项目3：多传感器融合建图
LIO-SAM + 语义信息 · 室外大规模地图
融合室外
30
课程总结与进阶
技术趋势 · 推荐与开源项目 · 职业发展
总结进阶