01
VIO与SLAM概述
什么是VIO？为什么需要VIO？VIO与纯视觉SLAM的区别。
入门概念
02
数学基础（一）
三维空间刚体运动、旋转矩阵、旋转向量、欧拉角、四元数。
数学刚体运动
03
数学基础（二）
李群与李代数、指数映射与对数映射、扰动模型。
李群优化
04
相机模型与标定
针孔相机模型、畸变模型、相机标定实战（OpenCV/Matlab）。
标定相机
05
视觉特征与匹配
FAST角点、ORB特征、特征匹配、RANSAC剔除误匹配。
特征匹配
06
视觉里程计（前端）
2D-2D对极几何、本质矩阵、单应矩阵、三角化。
前端几何
07
视觉里程计（前端续）
3D-2D PnP问题、3D-3D ICP问题。
PnPICP
08
IMU基础知识
IMU工作原理、加速度计与陀螺仪模型、IMU内参标定。
IMU传感器
09
IMU运动学与预积分
IMU运动学方程、离散时间预积分、预积分雅可比与协方差。
预积分运动学
10
惯性导航解算
捷联惯导解算、姿态更新、速度更新、位置更新、圆锥/划船补偿。
惯导解算
11
多传感器时空标定
相机与IMU联合标定（Kalibr）、时间戳同步（硬件与软件）。
标定同步
12
状态估计基础
贝叶斯滤波、卡尔曼滤波（KF）、扩展卡尔曼滤波（EKF）。
滤波估计
13
非线性优化基础
最小二乘、高斯牛顿法、列文伯格-马夸尔特法、Ceres库入门。
优化Ceres
14
图优化与因子图
图优化理论、因子图模型、g2o与GTSAM库入门。
图优化因子图
15
滑动窗口滤波与边缘化
滑动窗口思想、舒尔补边缘化、FEJ策略。
边缘化滑动窗口
16
VIO系统架构
松耦合 vs 紧耦合、滤波 vs 优化、MSCKF/VINS-Mono/ORB-SLAM3。
架构系统
17
MSCKF详解
MSCKF核心思想、状态向量设计、观测更新、零速检测与初始化。
MSCKF滤波
18
VINS-Mono详解（上）
系统框架、初始化流程（视觉SFM与IMU对齐）、视觉惯性BA。
VINS初始化
19
VINS-Mono详解（下）
重定位、全局位姿图优化、地图复用。
重定位优化
20
ORB-SLAM3中的VIO
ORB-SLAM3系统架构、视觉惯性初始化、多地图系统。
ORB-SLAM3多地图
21
回环检测与重定位
词袋模型（DBoW2/3）、回环检测流程、重定位策略。
回环词袋
22
地图构建
稀疏点云地图、半稠密地图、稠密地图、八叉树地图。
地图稠密
23
实战：从零搭建简单VIO（EKF）
基于扩展卡尔曼滤波搭建轻量VIO系统。
实战EKF
24
实战：VINS-Mono数据集运行
EuRoC、TUM-VI室内外数据集调试与运行。
数据集VINS
25
实战：VINS-Mono代码逐行解析
前端、初始化、后端优化核心代码剖析。
代码解析
26
实战：Kalibr联合标定
使用Kalibr进行相机-IMU联合标定。
标定Kalibr
27
实战：VIO性能评估与调优
ATE、RPE、时间分析，系统调优方法。
评估调优
28
VIO在移动机器人上的部署
ROS集成、实时性优化、NVIDIA Jetson移植。
部署ROS
29
VIO在AR/VR中的应用
VIO与ARCore/ARKit、手机传感器融合。
AR/VR融合
30
VIO前沿与未来
学习型VIO（DeepVIO、VINet）、事件相机VIO、多源融合趋势。
前沿学习型