01
外参标定概述
什么是外参？为什么需要标定？自动驾驶、机器人、AR/VR中的应用场景。
概念应用
02
坐标系基础
世界、相机、图像、像素坐标系及相互转换关系。
坐标转换
03
刚体变换与李群李代数
旋转矩阵、平移向量、齐次坐标、SE(3)与so(3)基础。
李代数SE(3)
04
相机内参模型
针孔模型、畸变模型（径向/切向），内参矩阵K。
内参畸变
05
外参的数学定义
世界到相机坐标系变换矩阵 [R|t]，6自由度参数。
变换6-DoF
06
标定板设计
棋盘格、AprilTag、ChArUco板选择与角点检测原理。
标定板角点
07
PnP问题
透视n点问题：DLT、P3P、EPnP、UPnP算法原理。
PnP位姿
08
最小二乘优化
线性/非线性最小二乘，高斯-牛顿、列文伯格-马夸尔特法。
优化LM
09
单目相机外参标定
基于3D-2D点对流程，OpenCV solvePnP实战。
单目OpenCV
10
双目相机外参标定
立体视觉基线、旋转矩阵，双目标定与极线约束。
双目极线
11
多相机系统标定
多相机联合标定，全局优化，重投影误差最小化。
多相机全局
12
相机与激光雷达标定
3D-3D点云匹配，ICP算法，标定板设计。
LiDARICP
13
相机与IMU标定
视觉-惯性联合标定，Kalibr工具，时间戳同步。
IMUKalibr
14
相机与GPS/INS标定
地理坐标系转换，全局定位中的外参标定。
GPSINS
15
手眼标定
机器人手眼系统，AX=XB求解，Tsai法与Park法。
手眼AX=XB
16
基于运动的标定
利用场景运动估计外参，无标定板在线标定。
运动在线
17
在线自标定
SLAM系统中的外参在线估计，基于因子图优化。
自标定因子图
18
标定精度评估
重投影误差、RPE、ATE等评估指标。
精度评估
19
标定工具介绍
OpenCV、MATLAB、Kalibr、Basalt等工具。
工具OpenCV
20
数据采集技巧
光照、标定板姿态多样性、运动速度控制。
采集技巧
21
特征点提取与匹配
SIFT、SURF、ORB，RANSAC剔除误匹配。
特征RANSAC
22
非线性优化实战
使用Ceres Solver / g2o进行外参优化，代码示例。
Ceresg2o
23
标定流程自动化
Python脚本批量处理图像，自动角点检测与优化。
自动化Python
24
常见问题与调试
标定失败原因、畸变过大、角点检测失败等。
调试排错
25
多传感器融合中的外参
时间同步、空间对齐，外参在融合框架中的作用。
融合同步
26
动态外参标定
车辆行驶中轮胎与车身相对运动，悬挂影响。
动态车辆
27
深度学习辅助标定
神经网络预测角点，端到端标定方法。
深度学习端到端
28
标定结果的可视化
重投影误差分布图，3D点云投影验证。
可视化验证
29
工业级标定案例
自动驾驶车辆标定流程，工厂产线标定方案。
工业案例
30
总结与展望
外参标定未来趋势：自动标定、在线标定、语义标定。
趋势展望