01
SLAM概述
SLAM的定义与发展历程 · 核心地位 · 主流框架对比（激光/视觉）
基础框架
02
坐标系与刚体运动
世界/机器人/传感器坐标系 · 欧拉角与四元数 · 坐标变换基础
数学核心
03
传感器基础
激光雷达 · IMU · 轮式里程计 · 相机模型与图像数据
硬件感知
04
环境感知与特征提取
点云滤波降采样 · 平面/边缘特征 · ORB/SIFT提取
特征视觉
05
前端里程计
ICP · NDT配准 · 视觉特征匹配与PnP · 帧间运动估计
配准里程计
06
后端优化
图优化 · g2o/Ceres · 位姿图优化 · 滑动窗口滤波
优化后端
07
回环检测
回环意义 · 词袋模型 · 几何验证与图优化融合
回环闭环
08
建图技术
栅格地图 · 占据栅格更新 · TSDF · 语义地图
建图表示
09
激光SLAM实战 (Cartographer)
框架解析 · 前端匹配与后端优化 · 配置调参
激光实战
10
视觉SLAM实战 (ORB-SLAM3)
系统架构 · 单目/双目/RGBD · 地图复用与重定位
视觉ORB
11
多传感器融合SLAM
LIO-SAM · 激光-惯性紧耦合 · 视觉-惯性融合
融合LIO
12
路径规划概述
规划与轨迹区别 · 全局/局部规划 · 数学建模
规划基础
13
全局路径规划 (A*)
A*原理与实现 · 启发式函数 · 栅格地图搜索
A*全局
14
全局路径规划 (Dijkstra/RRT)
Dijkstra对比 · RRT快速随机搜索树 · RRT*优化
RRT搜索
15
局部路径规划 (DWA)
动态窗口法 · 速度采样空间 · 评价函数设计
DWA局部
16
局部路径规划 (TEB)
时间弹性带 · 轨迹优化与避障 · 全局路径融合
TEB优化
17
路径平滑与轨迹生成
B样条曲线 · 多项式轨迹 · 最小jerk优化
平滑轨迹
18
控制基础
PID控制器 · 纯追踪模型 · MPC模型预测控制
控制MPC
19
SLAM与规划协同 (上)
建图质量影响 · 地图更新与重规划 · 动态重规划
协同动态
20
SLAM与规划协同 (下)
Next-Best-View · 主动SLAM · 未知环境自主导航
探索主动
21
ROS2基础
架构与通信 · 节点/话题/服务/动作 · Launch文件
ROS2通信
22
ROS2导航栈 (Nav2)
Nav2框架 · 行为树与规划器插件 · 控制器与恢复
Nav2导航
23
仿真环境搭建
Gazebo仿真器 · 自定义机器人模型 · SLAM与规划测试
仿真Gazebo
24
数据集与评测
KITTI · EuRoC · evo工具评测轨迹精度
数据集评测
25
工程化与部署
C++/Python混合编程 · 实时性优化 · Jetson/树莓派
部署嵌入式
26
多机器人协同SLAM
地图融合 · 分布式SLAM · 协同探索策略
多机协同
27
深度学习与SLAM
特征提取 · SuperPoint/SuperGlue · 端到端SLAM
深度学习特征
28
深度学习与路径规划
模仿学习 · 强化学习导航 · 神经网络避障
RL规划
29
行业应用案例 (上)
仓储物流机器人 · 扫地机器人技术解析
物流扫地
30
行业应用案例 (下)
自动驾驶SLAM与规划 · 无人机导航 · 未来展望
自动驾驶无人机