01
ToF技术原理
ToF测距原理（iToF与dToF）、调制解调方式、深度图与置信度图生成。
iToFdToF深度图
02
ToF传感器选型
主流ToF传感器（索尼IMX系列、TI OPT系列）、分辨率与帧率权衡、环境光抑制能力。
IMXOPT环境光
03
ToF标定基础
内参标定（焦距、主点、畸变）、外参标定（多传感器对齐）、温度补偿标定。
内参外参温度补偿
04
深度图预处理
多帧平均降噪、双边滤波、时域滤波、飞点（Flying Pixel）去除。
降噪双边滤波飞点
05
点云生成与坐标变换
深度图转点云公式、相机坐标系与世界坐标系转换、点云单位与尺度统一。
坐标变换尺度统一
06
点云滤波
体素滤波（Voxel Grid）、统计滤波（SOR）、半径滤波（ROR）。
体素统计滤波半径滤波
07
点云配准（ICP）
ICP原理、粗配准（FPFH+RANSAC）、精配准、多帧点云融合。
ICPFPFHRANSAC
08
点云分割
平面分割（RANSAC）、欧几里得聚类、区域生长分割。
平面分割聚类区域生长
09
点云特征提取
法向量估计、曲率计算、FPFH特征、SHOT特征。
法向量曲率SHOT
10
点云可视化
Open3D可视化基础、PCL可视化、颜色映射与深度渲染。
Open3DPCL颜色映射
11
三维重建基础
TSDF原理、体素网格与权重更新、Marching Cubes表面提取。
TSDFMarching Cubes
12
RGB-D融合重建
RGB-D相机模型、颜色与深度对齐、纹理映射。
RGB-D对齐纹理映射
13
多视角重建
多视角几何基础、稀疏重建（SfM）、稠密重建（MVS）。
SfMMVS多视角
14
实时重建系统
KinectFusion原理、Surfel重建、实时TSDF更新策略。
KinectFusionSurfel实时
15
点云语义分割
PointNet/PointNet++原理、RandLA-Net、基于Transformer的点云分割。
PointNetRandLA-NetTransformer
16
点云目标检测
VoxelNet、PointPillars、CenterPoint。
VoxelNetPointPillarsCenterPoint
17
点云补全
PCN、PF-Net、基于Transformer的补全。
PCNPF-Net补全
18
点云压缩
基于八叉树的压缩、基于深度学习的点云压缩（PointCNN压缩）。
八叉树PointCNN压缩
19
点云配准进阶
Go-ICP、TEASER（鲁棒配准）、基于学习的配准（DCP、RPM-Net）。
Go-ICPTEASERDCP
20
ToF与IMU融合
IMU预积分、视觉-惯性-深度联合优化、VIO与ToF深度约束。
IMUVIO深度约束
21
ToF与激光雷达融合
多传感器标定、点云时空同步、融合建图。
LiDAR标定融合建图
22
ToF在机器人中的应用
避障与导航、SLAM（Cartographer、ORB-SLAM3适配）、抓取位姿估计。
SLAM避障抓取
23
ToF在AR/VR中的应用
手势识别、环境感知、遮挡处理。
手势AR遮挡
24
ToF在自动驾驶中的应用
车内驾驶员监控、舱内感知、低光环境补盲。
驾驶员监控补盲舱内
25
ToF在工业检测中的应用
3D测量、缺陷检测、物流体积测量。
3D测量缺陷检测体积测量
26
点云处理性能优化
CUDA加速点云处理、OpenMP多线程、SIMD指令优化。
CUDAOpenMPSIMD
27
点云处理框架
Open3D深度使用、PCL实战、CloudCompare应用。
Open3DPCLCloudCompare
28
数据集与评估
常用数据集（NYUv2、ScanNet、KITTI）、重建质量评估（Chamfer Distance、F-Score）。
NYUv2ScanNetKITTI
29
项目实战：室内三维重建
基于ToF的室内三维重建系统（从数据采集到Mesh输出）。
实战Mesh室内
30
前沿趋势
事件相机+ToF融合、神经辐射场（NeRF）与3D Gaussian Splatting、端侧ToF芯片发展。
NeRF3DGS事件相机