01
外参标定概述
什么是外参？为什么车道线检测需要外参？外参标定的核心目标与评价指标。
概念评价
02
坐标系基础
世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换关系。
坐标转换
03
刚体变换与欧拉角
旋转矩阵、平移向量、欧拉角（俯仰角、偏航角、翻滚角）的物理意义。
旋转欧拉角
04
相机内参模型
针孔相机模型、畸变模型（径向畸变、切向畸变）、内参矩阵K。
内参畸变
05
传感器安装与数据采集
相机与IMU/轮速计的安装要求、数据同步（时间戳对齐）、采集场景设计。
硬件同步
06
手动标定方法
利用已知标定物（棋盘格、车道线）进行外参初值估计。
手动初值
07
基于PnP的外参求解
PnP问题定义、EPnP算法原理、OpenCV solvePnP实现。
PnPEPnP
08
基于车道线几何约束的标定
利用车道线平行性、宽度一致性构建约束方程。
几何约束
09
基于消失点的外参估计
利用车道线消失点估计俯仰角和偏航角。
消失点俯仰
10
基于地面平面假设的标定
假设路面为平面，利用单应性矩阵求解外参。
单应性平面
11
多传感器联合标定
相机与激光雷达、相机与毫米波雷达的外参联合优化。
多传感器融合
12
非线性优化基础
最小二乘问题、高斯-牛顿法、Levenberg-Marquardt算法。
优化LM
13
图优化与因子图
利用g2o或Ceres进行外参的图优化求解。
图优化Ceres
14
基于滑动窗口的在线标定
在车辆行驶过程中动态更新外参。
在线滑动窗口
15
基于深度学习的端到端标定
利用神经网络直接回归外参参数。
深度学习端到端
16
标定精度评估方法
重投影误差、车道线对齐误差、绝对轨迹误差（ATE）。
评估ATE
17
标定工具链搭建
从数据采集、离线标定到在线监控的完整流程。
工具链流程
18
实战：基于棋盘格的相机-IMU外参标定
代码实现，从特征提取到外参优化。
实战IMU
19
实战：基于车道线消失点的俯仰角标定
代码实现，利用消失点估计俯仰角。
实战消失点
20
实战：基于地面平面的单应性矩阵求解
代码实现，单应性分解与验证。
实战单应性
21
实战：利用Ceres进行外参非线性优化
Ceres求解器实现外参优化。
实战Ceres
22
实战：多相机环视系统的外参标定
环视相机联合标定与对齐。
实战环视
23
实战：标定结果的可视化与验证
RViz/Matplotlib 可视化重投影与误差。
可视化RViz
24
常见问题与避坑
标定板不平、光照变化、车辆振动对结果的影响。
经验避坑
25
标定场景自动化
如何设计自动化标定流程（脚本化、批处理）。
自动化脚本
26
外参标定在车道保持（LKA）中的应用
LKA 系统中的外参作用与案例。
LKA应用
27
外参标定在自动泊车（APA）中的应用
APA 系统中的外参标定需求。
APA泊车
28
外参标定在高精地图构建中的应用
高精地图与定位中的外参作用。
高精地图定位
29
前沿趋势：自监督标定、无目标标定、在线自校准
无目标、自监督、在线自校准方法。
前沿自监督
30
课程总结与项目实战
从零搭建一套车道线检测外参标定系统。
总结项目