01
标定基础
什么是激光雷达标定？为什么需要标定？标定在自动驾驶中的核心地位。
概念核心
02
坐标系入门
激光雷达坐标系、车体坐标系、世界坐标系，以及它们之间的转换关系。
坐标变换
03
传感器同步
时间同步与空间同步的概念，硬件触发与软件同步方案对比。
同步硬件/软件
04
内参标定
激光雷达内部参数（旋转轴、俯仰角、水平偏移）的标定原理与方法。
内参原理
05
外参标定
激光雷达与车体之间的外参（旋转矩阵R、平移向量t）标定。
外参R/t
06
标定场搭建
如何搭建一个合格的标定场地？靶标、角点、标定板的选型与布置。
场地靶标
07
手动标定
基于RVIZ或可视化工具的手动对齐方法，适用于快速验证。
RVIZ手动
08
自动标定
基于点云配准（ICP、NDT）的自动外参标定算法。
ICPNDT
09
特征提取
从点云中提取平面、直线、角点等几何特征用于标定。
几何特征
10
平面约束标定
利用地面平面约束进行激光雷达俯仰角与横滚角标定。
平面俯仰/横滚
11
点到面距离最小化
构建点到平面距离的优化函数，求解最优外参。
优化点面距离
12
标定板检测
基于强度或几何形状的标定板检测算法（如棋盘格、圆形靶标）。
检测棋盘格
13
多激光雷达标定
多台激光雷达之间的外参标定，解决重叠区域与非重叠区域问题。
多雷达重叠
14
激光雷达与IMU标定
联合标定激光雷达与惯性测量单元，估计时间延迟与空间变换。
IMU时延
15
激光雷达与相机标定
联合标定激光雷达与摄像头，投影点云到图像平面。
相机投影
16
相机内参基础
针孔模型、畸变模型，以及相机内参标定（张正友标定法）。
针孔畸变
17
Lidar-Camera投影
将3D点云投影到2D图像，利用边缘对齐或互信息进行标定。
投影对齐
18
标定质量评估
如何量化标定结果的精度？重投影误差、点云对齐误差等指标。
评估误差
19
在线标定
车辆行驶过程中实时标定，解决标定参数漂移问题。
在线实时
20
SLAM辅助标定
利用SLAM构建的地图作为中间媒介，进行多传感器标定。
SLAM地图
21
标定工具链
介绍主流开源标定工具（如lidar_align、kalibr、lidar_camera_calibration）。
工具开源
22
实战：lidar_align
使用lidar_align进行激光雷达与IMU的联合标定。
实战lidar_align
23
实战：kalibr
使用kalibr进行多相机与IMU的标定。
kalibr多相机
24
实战：ROS标定流程
基于ROS的激光雷达与相机标定流程。
ROS流程
25
实战：平面约束程序
编写一个简单的平面约束标定程序（Python实现）。
Python平面约束
26
实战：点云预处理
降采样、去噪、地面分割对标定精度的影响。
预处理降采样
27
实战：数据采集技巧
标定数据采集技巧——如何采集高质量标定数据？
采集技巧
28
实战：标定结果验证
在真实场景中验证标定参数的有效性。
验证真实场景
29
进阶：深度学习端到端
基于深度学习的端到端标定方法简介。
深度学习端到端
30
总结与展望
标定技术的发展趋势，以及如何构建鲁棒的标定系统。
趋势鲁棒