01
课程导论
为什么要做LiDAR-IMU外参标定？标定的核心目标与数学本质。
核心概念动机
02
传感器基础
LiDAR工作原理（TOF/固态）、IMU工作原理（加速度计/陀螺仪）、坐标系定义。
LiDARIMU坐标系
03
数学基础（上）
三维空间刚体变换（旋转矩阵、欧拉角、四元数）、李群与李代数（SO3, SE3, so3, se3）。
李群四元数
04
数学基础（下）
手眼标定问题建模（AX=XB）、最小二乘与非线性优化基础。
AX=XB优化
05
标定数据采集（上）
硬件连接与驱动配置、ROS Bag录制技巧、运动激励要求。
ROS数据采集
06
标定数据采集（下）
数据质量评估（时间戳对齐、运动畸变检查）、数据预处理流程。
预处理时间戳
07
LiDAR-IMU时间同步
硬件同步方案（PPS/GPRMC）、软件同步方案（TSync/自定义）、时间戳补偿。
同步PPS
08
LiDAR点云预处理
点云滤波（体素滤波、直通滤波）、去除离群点、特征提取（平面/边缘点）。
滤波特征
09
IMU数据预处理
加速度/角速度零偏估计、重力对齐、预积分原理简介。
零偏预积分
10
基于手眼标定的方法（上）
原理推导——将标定问题转化为AX=XB。
手眼标定推导
11
基于手眼标定的方法（下）
代码实现——使用Ceres求解AX=XB。
Ceres代码
12
基于连续时间的标定方法（上）
B-Spline轨迹表示、原理推导。
B-Spline连续时间
13
基于连续时间的标定方法（下）
代码实现——使用Ceres联合优化轨迹与外参。
联合优化Ceres
14
基于互信息/相关性方法
原理介绍（点云强度与IMU运动相关性）、适用场景与局限性。
互信息相关性
15
开源工具介绍（一）
lidar_align（原理、使用流程、优缺点分析）。
lidar_align开源
16
开源工具介绍（二）
LiDAR_IMU_Calib（原理、使用流程、优缺点分析）。
LiDAR_IMU_Calib
17
开源工具介绍（三）
Kalibr（多相机-IMU标定扩展至LiDAR的讨论）。
Kalibr多传感器
18
标定结果评估方法
重投影误差、点云一致性检查（ICP/NDT）、轨迹对齐精度。
评估ICP
19
实战：使用lidar_align进行标定
完整流程演示。
实战lidar_align
20
实战：使用LiDAR_IMU_Calib进行标定
完整流程演示。
实战LiDAR_IMU_Calib
21
实战：编写自定义标定程序（一）
数据读取与预处理模块。
自定义数据读取
22
实战：编写自定义标定程序（二）
优化问题构建与求解。
优化求解
23
实战：编写自定义标定程序（三）
结果输出与可视化。
可视化输出
24
标定中的常见问题与调试
初始化失败、优化不收敛、外参跳变。
调试故障排除
25
标定精度影响因素分析
传感器安装误差、运动激励不足、环境特征缺失。
精度分析
26
多LiDAR-IMU系统标定
多台LiDAR与单IMU/多IMU的联合标定策略。
多LiDAR联合标定
27
在线标定与自标定
基于滑动窗口的在线外参估计方法简介。
在线标定滑动窗口
28
标定结果在SLAM中的应用
将外参集成到LIO-SAM/Fast-LIO等框架中。
SLAMLIO-SAM
29
标定流程自动化
编写脚本实现一键标定与报告生成。
自动化脚本
30
课程总结与展望
当前技术瓶颈、未来趋势（端到端标定、无目标标定）。
总结趋势