01
SLAM问题概述
从概率机器人到视觉SLAM，为什么需要闭环检测与图优化。
概率闭环动机
02
图优化基础
图论入门、顶点与边、最小二乘与图优化的关系。
图论最小二乘
03
g2o库入门
g2o的安装与配置、构建第一个图优化问题。
g2o安装
04
Ceres Solver入门
Ceres的安装与配置、自动求导与数值求导。
Ceres自动求导
05
位姿图（Pose Graph）构建
节点与边的定义、信息矩阵的作用。
位姿图信息矩阵
06
闭环检测问题定义
什么是闭环、闭环检测的难点与评价指标（Precision/Recall）。
评价指标Precision
07
词袋模型（BoW）原理
特征聚类、视觉词汇、TF-IDF权重。
BoWTF-IDF
08
DBoW3库实战
字典创建、图像检索、相似度评分。
DBoW3检索
09
基于外观的闭环检测
特征匹配、几何验证（RANSAC）。
特征匹配RANSAC
10
闭环候选帧筛选
时间一致性、空间一致性、分组策略。
候选帧分组
11
闭环校正
相对位姿计算、Sim(3)变换与尺度漂移。
Sim(3)尺度漂移
12
图优化中的鲁棒核函数
Huber核、Cauchy核、Tukey核。
鲁棒核Huber
13
信息矩阵与协方差
噪声建模、边缘化与Schur补。
边缘化Schur补
14
稀疏性利用
图优化的稀疏结构、SLAM中的稀疏求解器。
稀疏求解器
15
LM算法详解
Levenberg-Marquardt算法原理与实现。
LM非线性
16
Dogleg算法
另一种非线性最小二乘优化方法。
Dogleg优化
17
位姿图优化实战（g2o）
构建位姿图、添加边、求解与更新。
g2o实战位姿图
18
位姿图优化实战（Ceres）
使用Ceres实现位姿图优化。
Ceres实战位姿图
19
全局BA与局部BA
何时做全局优化，何时做局部优化。
BA局部优化
20
关键帧策略
关键帧选取标准、共视图与本质图。
关键帧共视图
21
闭环检测与重定位
重定位中的闭环检测应用。
重定位闭环
22
多会话地图合并
跨会话闭环检测与地图对齐。
多会话地图合并
23
实时性优化
闭环检测的加速策略、词袋的增量更新。
加速增量更新
24
视觉里程计与闭环的协同
前端VO与后端优化的交互。
VO后端优化
25
ORB-SLAM2中的闭环检测
系统架构、闭环线程详解。
ORB-SLAM2闭环线程
26
ORB-SLAM3中的多地图系统
Atlas、多子图闭环。
ORB-SLAM3Atlas
27
VINS-Mono中的闭环检测
基于DBoW的闭环与4自由度优化。
VINS-Mono4自由度
28
深度学习闭环检测
NetVLAD、SuperPoint+SuperGlue的应用。
深度学习NetVLAD
29
闭环检测的工程陷阱
光照变化、视角变化、动态物体。
工程陷阱光照
30
未来趋势
语义闭环、端到端SLAM、NeRF与3D高斯溅射。
语义NeRF3D高斯