01
课程导论：SLAM是什么？为什么需要前端？激光SLAM vs 视觉SLAM
SLAM概念、前端必要性、传感器对比
导论基础
02
激光雷达基础：工作原理、机械式与固态雷达、常见数据格式
TOF/相位、旋转/固态、pcd/bin
传感器硬件
03
坐标系与变换：机器人坐标系、世界坐标系、欧拉角与四元数
TF树、旋转表示、齐次变换
数学坐标
04
点云数据预处理：体素滤波、直通滤波、离群点移除
降采样、裁剪、统计滤波
预处理滤波
05
特征提取概述：为什么提取特征？点、线、面特征的定义
特征意义、几何基元分类
概念特征
06
点特征提取：ISS关键点、Harris3D、SIFT3D
关键点检测、尺度不变
点特征关键点
07
线特征提取：基于PCA的直线拟合、RANSAC直线提取
主成分分析、鲁棒拟合
线特征RANSAC
08
面特征提取：平面拟合（SVD）、RANSAC平面提取、区域生长
SVD分解、平面分割
面特征分割
09
特征描述子：PFH、FPFH、SHOT描述子原理与对比
直方图、快速点特征、签名
描述子匹配
10
特征匹配基础：最近邻搜索、KD-Tree原理与构建
NN搜索、空间划分
匹配数据结构
11
ICP算法：点对点ICP、点到面ICP、代码实现
迭代最近点、变体
配准ICP
12
NDT算法：正态分布变换原理、与ICP对比
栅格化、概率配准
NDT配准
13
基于特征的匹配：利用FPFH进行粗匹配+ICP精匹配
粗配准、精配准级联
特征匹配级联
14
Scan-to-Scan匹配：帧间匹配原理、里程计推算
帧间变换、相对位姿
里程计帧间
15
Scan-to-Map匹配：局部地图构建、与全局地图匹配
子图、全局优化
地图匹配
16
里程计退化检测：特征稀疏场景下的处理策略
退化因子、鲁棒策略
退化鲁棒
17
前端优化策略：关键帧选取、滑动窗口、图优化基础
关键帧、边缘化、图
优化策略
18
LOAM系列特征提取：LOAM的曲率特征、边缘点与平面点
曲率计算、标签分类
LOAM曲率
19
LOAM特征匹配：标签匹配、两步LM优化
标签关联、Levenberg-Marquardt
匹配LM
20
A-LOAM实战：代码结构解析、特征提取模块
工程实现、模块分析
实战A-LOAM
21
LeGO-LOAM前端：地面分割、聚类、特征提取
地面去除、欧式聚类
LeGO地面
22
LeGO-LOAM匹配：两步ICP、标签匹配优化
两步配准、标签约束
匹配两步ICP
23
Cartographer前端：自适应体素滤波、实时相关性匹配
体素滤波、相关性
Cartographer滤波
24
Cartographer匹配策略：CSM暴力匹配+梯度优化
暴力搜索、梯度下降
CSM优化
25
LIO-SAM前端：IMU预积分与激光雷达紧耦合
IMU积分、紧耦合
LIO-SAMIMU
26
LIO-SAM特征提取：基于曲率的边缘/平面点提取
曲率分类、特征关联
特征曲率
27
多传感器融合前端：激光+IMU+轮速计的时间同步
时间戳对齐、硬件同步
融合同步
28
前端工程化：ROS节点设计、多线程处理、实时性保障
节点架构、并发、优化
工程ROS
29
前端评估指标：匹配精度、耗时、召回率、鲁棒性测试
ATE/RPE、效率、召回
评估指标
30
前沿趋势：深度学习特征提取、端到端匹配、多模态融合
学习特征、端到端、融合
前沿趋势