第01章
课程导论
什么是激光雷达与相机联合标定？为什么需要联合标定？标定的核心目标与评价指标。
概念评价指标
第02章
传感器基础
激光雷达工作原理（TOF、机械式、固态）、相机成像模型（针孔模型、畸变模型）。
TOF针孔模型
第03章
坐标系与变换
世界坐标系、相机坐标系、图像坐标系、像素坐标系、激光雷达坐标系，刚体变换与欧拉角。
坐标系欧拉角
第04章
相机内参标定
张正友标定法原理、棋盘格制作、OpenCV标定流程、畸变矫正。
张正友棋盘格
第05章
手眼标定基础
手眼标定问题建模（AX=XB）、Tsai法与Navy法。
AX=XBTsai
第06章
联合标定原理
3D-2D点对对应关系、PnP问题求解（EPnP、DLT）、非线性优化。
PnPEPnP
第07章
标定板设计
棋盘格、ArUco码、AprilTag、自定义标定板（反射率/几何特征）。
ArUcoAprilTag
第08章
数据采集
同步触发机制（硬件触发/软件触发）、数据录制工具（rosbag）、采集规范与注意事项。
rosbag同步
第09章
特征提取
图像角点检测（Harris、Shi-Tomasi）、激光雷达点云特征提取（边缘、平面、反射率）。
Harris点云特征
第10章
点云与图像匹配
最近邻匹配、RANSAC剔除误匹配、ICP精配准。
RANSACICP
第11章
外参初始化
利用PnP直接求解、基于平面约束的初始化方法。
初始化平面约束
第12章
外参优化
BA（Bundle Adjustment）优化、代价函数设计、Levenberg-Marquardt算法。
BALM算法
第13章
Autoware标定工具
Autoware标定工具箱介绍、配置文件解析、实操流程。
Autoware工具箱
第14章
lidar_camera_calibration包
ROS包结构、节点通信、参数配置、运行示例。
ROS参数配置
第15章
基于深度学习的标定
RegNet、CalibNet、端到端标定方法概述。
深度学习CalibNet
第16章
标定精度评估
重投影误差、点云投影一致性、绝对轨迹误差（ATE）。
重投影ATE
第17章
多传感器标定
多激光雷达与多相机联合标定、时空同步。
多传感器时空同步
第18章
标定中的常见问题
光照变化影响、运动模糊、遮挡、标定板变形。
鲁棒性遮挡
第19章
实战：搭建标定环境
硬件选型、场景布置。
实战硬件
第20章
实战：编写数据采集脚本
Python/ROS 数据采集脚本编写。
PythonROS
第21章
实战：相机内参标定
使用OpenCV进行相机内参标定。
OpenCV内参
第22章
实战：手动选取对应点
手动选取3D-2D对应点进行外参求解。
手动外参
第23章
实战：自动标定程序
特征提取+匹配+优化 自动标定。
自动优化
第24章
实战：Autoware完整标定
使用Autoware完成一次完整标定。
Autoware完整流程
第25章
实战：标定结果可视化
标定结果可视化与验证。
可视化验证
第26章
实战：ROS发布标定结果
标定结果在ROS中发布与使用。
ROS发布
第27章
实战：精度定量分析
标定精度定量分析脚本编写。
精度脚本
第28章
实战：标定失败调试
处理标定失败的案例（调试技巧）。
调试失败案例
第29章
进阶：在线标定与自标定
在线标定与自标定技术。
在线标定自标定
第30章
总结与展望
标定技术发展趋势、学习资源推荐。
趋势资源