01
坐标系基础
为什么需要坐标变换？从几何直观理解世界坐标系、相机坐标系、图像坐标系。
几何直观入门
02
刚体变换与齐次坐标
旋转矩阵、平移向量、齐次坐标的引入与优势。
矩阵齐次
03
欧拉角与旋转矩阵
欧拉角的定义、万向锁问题、旋转矩阵的推导。
欧拉角万向锁
04
四元数入门
四元数的定义、与旋转矩阵的转换、插值应用。
四元数插值
05
坐标系转换实战
使用Python和NumPy实现3D点的旋转与平移。
PythonNumPy
06
相机成像模型
针孔相机模型、内参矩阵、畸变模型。
相机内参
07
相机标定实战
使用OpenCV进行棋盘格标定，获取内参和畸变系数。
OpenCV标定
08
外参标定
如何将相机坐标系与车体坐标系对齐，手眼标定原理。
外参手眼标定
09
多传感器时间同步
硬件同步与软件同步策略，时间戳对齐。
同步时间戳
10
激光雷达坐标系
激光雷达点云格式、坐标系定义、与相机的联合标定。
LiDAR联合标定
11
点云与图像投影
将3D激光点云投影到2D图像平面，验证标定结果。
投影验证
12
IMU坐标系与姿态解算
IMU测量模型、加速度计与陀螺仪、姿态融合。
IMU姿态
13
GPS/RTK坐标系
WGS84坐标系、UTM投影、经纬度转局部坐标。
GPSUTM
14
多传感器融合框架
卡尔曼滤波入门，状态预测与观测更新。
卡尔曼融合
15
扩展卡尔曼滤波
非线性系统的EKF，用于IMU+GPS融合。
EKF非线性
16
感知任务中的坐标变换
目标检测中3D框的坐标转换。
3D检测坐标
17
BEV视角生成
从相机图像到鸟瞰图的逆透视映射。
BEVIPM
18
点云分割与聚类
基于欧几里得聚类的目标提取。
聚类点云
19
3D目标检测入门
PointPillars或CenterPoint的坐标处理。
PointPillars检测
20
感知结果后处理
NMS中的坐标变换与坐标系统一。
NMS后处理
21
ROS中的坐标变换
TF树、TF广播与监听、坐标变换工具。
ROSTF
22
ROS2与坐标变换
TF2在ROS2中的使用，静态与动态变换。
ROS2TF2
23
仿真环境搭建
使用CARLA或Gazebo生成多传感器数据。
CARLAGazebo
24
数据采集与标注
多传感器数据采集流程，标注格式中的坐标。
标注采集
25
感知联调实战（一）
搭建感知pipeline，实现相机与激光雷达的联合检测。
联调相机LiDAR
26
感知联调实战（二）
融合IMU与GPS，实现车辆定位与运动补偿。
IMUGPS运动补偿
27
感知联调实战（三）
在ROS2中部署感知节点，实时可视化。
ROS2可视化
28
性能评估
使用KITTI或nuScenes数据集评估感知精度。
KITTInuScenes
29
常见问题与调试
标定误差分析、时间不同步、坐标系混淆。
调试误差
30
总结与展望
坐标变换在自动驾驶中的未来趋势，端到端模型与几何先验。
趋势几何先验