01
激光雷达基础
工作原理、分类（机械式/固态/混合固态）、核心参数（线数/视场角/精度/帧率）
原理参数
02
点云数据格式
PCD、BIN、PLY、LAS文件格式解析，点云数据结构（XYZI/XYZRGB）
格式解析
03
开发环境搭建
Ubuntu + ROS2 + PCL + Open3D + Python环境配置，Docker镜像推荐
环境Docker
04
点云可视化
Open3D/PCL可视化基础，点云渲染（颜色/强度/高度），交互式查看器
可视化渲染
05
点云预处理
体素滤波（Voxel Grid）、直通滤波（PassThrough）、统计滤波
滤波去噪
06
点云降采样
体素下采样、随机下采样、Farthest Point Sampling (FPS) 算法
降采样FPS
07
点云配准基础
ICP算法原理与实现（Point-to-Point / Point-to-Plane）
配准ICP
08
点云配准进阶
NDT算法、特征匹配（FPFH + RANSAC）粗配准
NDT特征匹配
09
点云分割
RANSAC平面分割、欧几里得聚类分割、区域生长分割
分割聚类
10
地面分割
平面拟合（RANSAC）、射线坡度法（Ray Ground Filter）、PatchWork算法
地面RANSAC
11
点云聚类
DBSCAN聚类、K-Means聚类、欧几里得聚类在点云中的应用
聚类DBSCAN
12
点云特征提取
法向量估计、曲率计算、PFH/FPFH/Shot特征描述子
特征描述子
13
3D目标检测基础
基于点云的3D Bounding Box表示（中心点/尺寸/朝向角）
检测3D框
14
PointNet系列
PointNet / PointNet++ 网络结构解析与代码实战
深度学习PointNet
15
VoxelNet系列
VoxelNet / SECOND / PointPillars 网络结构对比
VoxelNetPointPillars
16
3D目标检测实战
OpenPCDet框架使用，训练KITTI数据集
OpenPCDetKITTI
17
点云语义分割
PointNet++语义分割、RandLA-Net、KPConv原理
语义分割KPConv
18
点云实例分割
3D-BoNet、HAIS、SoftGroup算法简介
实例分割3D-BoNet
19
多传感器融合
LiDAR + Camera 联合标定原理（外参标定/时间同步）
融合标定
20
BEV感知
BEVFormer、LSS（Lift-Splat-Shoot）方法，BEV空间融合
BEVTransformer
21
点云跟踪
基于点云的3D多目标跟踪（AB3DMOT / CenterPoint跟踪）
跟踪MOT
22
点云补全
点云补全网络（PCN / PointTr）原理与应用
补全PCN
23
点云生成
GAN/VAE在点云生成中的应用，Diffusion模型生成点云
生成Diffusion
24
点云压缩
点云压缩标准（G-PCC / V-PCC），基于学习的压缩方法
压缩G-PCC
25
点云SLAM
LiDAR SLAM原理（LOAM / A-LOAM / LeGO-LOAM / LIO-SAM）
SLAMLOAM
26
点云定位
基于点云的全局定位（Scan Context / M2DP），重定位技术
定位Scan Context
27
点云建图
占据栅格地图（Occupancy Grid）、TSDF地图、ESDF地图
建图TSDF
28
点云仿真
CARLA/LGSVL点云仿真，点云数据增强（旋转/平移/遮挡）
仿真数据增强
29
点云标注
3D标注工具（SUSTech-Points / LabelCloud / PointLabeler），半自动标注
标注工具
30
项目实战
基于点云的自动驾驶感知系统（检测+跟踪+融合）完整Pipeline
实战Pipeline