01
课程导论与视觉定位基础
什么是视觉定位、应用场景（自动驾驶/AR/VR/机器人）、传统vs深度学习、课程框架与学习路径
导论全景
02
深度学习基础回顾（上）
神经网络核心概念、CNN基础、激活/损失函数、优化器SGD/Adam
CNN优化
03
深度学习基础回顾（下）
RNN与序列建模、注意力/Transformer、GAN/VAE、PyTorch/TensorFlow对比
RNNTransformer
04
视觉特征提取与匹配（传统）
SIFT/SURF/ORB、暴力匹配/FLANN、对极几何、本质矩阵与单应矩阵
特征几何
05
视觉特征提取与匹配（深度）
SuperPoint/D2-Net/R2D2、SuperGlue、端到端特征匹配学习
学习型特征SuperGlue
06
相机模型与多视图几何
针孔模型与畸变、张正友标定、三角化/PnP、光束法平差BA
标定BA
07
视觉里程计（VO）基础
VO定义与分类、特征法ORB-SLAM前端、直接法LSD-SLAM/DSO、半直接法SVO
VOSLAM前端
08
基于深度学习的VO（DeepVO）
CNN+RNN架构、端到端位姿回归、无监督/自监督VO、相对/绝对位姿预测
DeepVO自监督
09
视觉SLAM基础
概率建模、EKF-SLAM、粒子滤波FastSLAM、图优化g2o/GTSAM
滤波图优化
10
基于深度学习的SLAM（DeepSLAM）
CNN-SLAM、DeepFactors、DROID-SLAM、学习型回环检测NetVLAD
DeepSLAM回环
11
场景坐标回归（Scene Coordinate Regression）
DSAC*系列、场景坐标网络、可微RANSAC、端到端定位管线
SCR可微RANSAC
12
绝对位姿回归（Absolute Pose Regression）
PoseNet/MapNet/GeoPose、不确定性建模、多任务学习（位姿+深度）
APRPoseNet
13
相对位姿回归（Relative Pose Regression）
相对位姿网络、相对+绝对融合、序列位姿回归
RPR序列
14
图像检索与地点识别
NetVLAD/DenseVLAD/CosPlace、检索式定位与层次化定位
VPR检索
15
语义视觉定位
语义分割与定位、语义地图、语义SLAM（Kimera/Voxblox++）、语义几何融合
语义Kimera
16
动态环境下的视觉定位
动态物体检测/剔除、运动一致性、鲁棒位姿估计、DynaSLAM/RDS-SLAM
动态鲁棒
17
多传感器融合定位（视觉+IMU）
VINS-Mono、ORB-SLAM3、学习型IMU预积分、端到端视觉惯性里程计
VIOIMU
18
多传感器融合（视觉+LiDAR+GPS）
视觉-激光雷达标定、多模态特征融合、因子图融合、LVI-SAM
LiDAR因子图
19
3D场景表示与神经渲染（NeRF）
NeRF原理与体渲染、NeRF-W、iNeRF/NeRF-Loc定位应用
NeRF体渲染
20
隐式神经表示与定位（Neural Implicit SLAM）
iMAP、NICE-SLAM、隐式地图、在线重建与定位
隐式SLAMiMAP
21
生成式模型与视觉定位
扩散模型定位应用、GAN数据增强/域适应、生成式回环检测
扩散模型GAN
22
跨域/跨季节视觉定位
域适应、风格迁移、长期定位SeqSLAM、持续学习
跨域长期
23
大规模视觉定位系统
分层定位、内存/效率优化、分布式定位、地图压缩
大规模效率
24
视觉定位的鲁棒性与安全性
对抗攻击/防御、遮挡/光照鲁棒性、不确定性量化、故障检测
鲁棒安全
25
视觉定位的评估与基准
KITTI/TUM/7-Scenes/Cambridge、ATE/RPE/Recall@N、Benchmark对比
评估数据集
26
视觉定位在自动驾驶中的应用
车道线检测与定位、高精地图、多摄像头环视、端到端定位
自动驾驶高精地图
27
视觉定位在AR/VR中的应用
6-DoF跟踪、空间锚点、遮挡处理、移动端优化
AR/VR6-DoF
28
视觉定位在机器人中的应用
室内/外导航、抓取与操作、多机器人协同、探索与建图
机器人导航
29
前沿研究方向与开放问题
基础模型与定位、3D Gaussian Splatting、主动定位、可解释性
前沿3DGS
30
课程总结与项目实战
知识体系回顾、端到端定位系统搭建、调试技巧、未来资源
实战总结