01
课程导论：激光雷达标定的意义、应用场景与学习路径
自动驾驶 · 机器人 · 测绘 · 课程框架
概览入门
02
激光雷达基础：TOF/FMCW、参数与数据格式
线数 · 视场角 · 精度 · PCD/BIN/PCAP
原理传感器
03
坐标系与刚体变换
世界/车体/雷达坐标系 · 欧拉角 · 四元数 · 齐次矩阵
数学基础
04
标定原理与数学模型
最小二乘 · 高斯-牛顿 · LM算法 · 非线性优化
优化核心
05
内参标定：测距/角度误差与标定方法
基于平面法 · 基于球体法 · 内部误差源
内参校准
06
外参标定（雷达-雷达）
多激光雷达联合标定 · ICP · 点线面特征
雷达配准
07
外参标定（雷达-相机）
投影模型 · 联合标定板 · PNP · 重投影误差
视觉融合
08
外参标定（雷达-IMU）
IMU预积分 · 松/紧耦合 · Kalman滤波
IMU滤波
09
外参标定（雷达-车体）
车辆运动学 · 手眼标定AX=XB · 里程计方法
车体手眼
10
标定板设计与制作
棋盘格 · 圆形 · 3D立体 · 场景选型
硬件设计
11
数据采集规范与质量评估
环境要求 · 轨迹规划 · 采集陷阱
实战数据
12
开源工具介绍（一）Autoware · lidar_align
标定工具箱 · 流程演示
工具开源
13
开源工具介绍（二）Kalibr 与可视化评估
多传感器标定 · 结果评估
工具评估
14
标定精度评估指标
重投影误差 · ATE · RPE · 点云配准误差
指标量化
15
仿真环境搭建：Gazebo + ROS2
传感器模型 · 仿真器配置
仿真ROS2
16
仿真数据生成与噪声模拟
场景构建 · 地面真值 · 传感器噪声
仿真数据
17
基于仿真的标定验证
算法验证 · 鲁棒性对比
验证仿真
18
标定结果可视化
点云着色 · 融合显示 · 误差分布 · 动态演示
可视化分析
19
自动化标定流程
脚本化 · CI/CD · 批量报告
自动化工程
20
常见问题与调试
初始化敏感 · 局部最优 · 退化场景 · 外点剔除
调试经验
21
多传感器融合标定
LiDAR+相机+IMU+GNSS · 时空同步
融合多源
22
固态激光雷达标定
MEMS · Flash · OPA · 新挑战
固态前沿
23
4D激光雷达标定
速度信息 · 多普勒补偿 · 新思路
4D多普勒
24
深度学习辅助标定
特征匹配 · 端到端网络 · 无监督
AI学习
25
标定在SLAM中的应用
建图影响 · 在线标定 · 联合优化
SLAM建图
26
标定在感知中的应用
检测跟踪影响 · 标定维护策略
感知维护
27
标定标准与规范
ISO标准 · 行业规范 · 功能安全
标准安全
28
实战项目一：雷达-相机标定系统
数据采集 → 结果评估 · 完整流程
项目实战
29
实战项目二：多激光雷达标定与融合建图
开源数据集 · 融合建图
项目多雷达
30
课程总结与展望
技术趋势 · 学习资源 · 社区生态
总结未来