01
激光雷达概述
什么是激光雷达 · TOF/三角测距 · 机械式/固态/混合固态 · 自动驾驶/机器人/测绘
基础应用场景
02
激光雷达核心参数解析
测距能力 · 精度/分辨率 · FOV · 角分辨率 · 扫描频率 · 点云密度 · 抗干扰
参数选型
03
激光雷达数据基础
PCD/PLY/BIN · xyz/强度/时间戳 · CloudCompare · PCL Visualizer
点云可视化
04
环境搭建与工具链
Ubuntu · ROS · PCL编译 · Open3D安装 · 开发环境配置
环境工具
05
激光雷达驱动与数据采集
Velodyne/Leishen/Hesai/Ouster · ROS启动 · rosbag录制 · 降采样/滤波
驱动采集
06
点云预处理（上）
体素滤波 · 直通滤波 · 统计滤波 · 半径滤波
滤波降采样
07
点云预处理（下）
法向量估计 · MLS平滑 · ICP配准 · RANSAC分割
配准分割
08
3D空间数学基础
坐标系/欧拉角/四元数 · 刚体变换 · 李群李代数 · Eigen/TF
数学变换
09
激光雷达SLAM基础
SLAM定义 · 激光vs视觉 · 前端/后端/回环 · GMapping/Cartographer/LOAM
SLAM框架
10
GMapping算法详解
粒子滤波 · 提议分布/自适应重采样 · ROS实战 · 优缺点分析
2D-SLAM粒子滤波
11
Cartographer算法详解
图优化 · 局部子图/全局优化 · 2D/3D配置 · 建图与定位
图优化Google
12
LOAM系列算法详解
LOAM特征提取 · A-LOAM实战 · LeGO-LOAM改进 · LIO-SAM融合
3D-SLAM特征
13
点云配准与定位
ICP(点对点/点对面) · NDT · 蒙特卡洛定位 · Scan-to-Map
配准定位
14
多传感器融合（上）
标定基础(激光/IMU/相机) · 外参标定 · 时间同步 · EKF/ESKF
融合标定
15
多传感器融合（下）
LIO-SAM紧耦合 · LVISAM · lidar_align工具 · 融合定位实战
紧耦合实战
16
3D目标检测基础
点云检测概述 · 聚类+分类 · PointNet/PointPillars/VoxelNet · KITTI
检测深度学习
17
PointNet与PointNet++
对称函数/STN · 层次化特征 · Open3D/PyTorch推理 · 自动驾驶应用
PointNet分类
18
VoxelNet与PointPillars
VFE编码 · Pillar Feature Net · Anchor Box · KITTI评估
体素支柱
19
激光雷达语义分割
RangeNet++ · PointNet++分割 · SqueezeSeg · 动态物体滤除
分割语义
20
激光雷达在自动驾驶中的应用
高精地图 · 实时定位 · 障碍物检测跟踪 · 多激光融合
自动驾驶高精地图
21
激光雷达在机器人中的应用
室内导航/避障 · AGV/AMR · 服务机器人 · 无人机地形跟随
机器人导航
22
激光雷达在测绘与巡检中的应用
三维激光扫描 · 点云拼接/地理配准 · 电力线/管道巡检 · 古建筑数字化
测绘巡检
23
点云深度学习框架实战
Open3D-ML · PyTorch Geometric · PointNet++训练 · 模型部署
框架训练
24
激光雷达SLAM项目实战（上）
需求分析 · 硬件选型 · 软件架构 · 数据采集与预处理
项目室内建图
25
激光雷达SLAM项目实战（下）
Cartographer建图定位 · LIO-SAM融合 · 地图保存/加载 · Nav2集成
导航集成
26
3D目标检测项目实战（上）
园区无人车 · 数据集构建/标注/增强 · PointPillars训练调优
检测项目PointPillars
27
3D目标检测项目实战（下）
推理后处理(NMS) · 可视化/mAP · TensorRT/ONNX部署 · 实车测试
部署实车
28
激光雷达与视觉融合项目实战
lidar_align标定 · 时间同步 · LVISAM融合 · BEVFusion简介
融合BEV
29
性能优化与工程部署
CUDA/OpenMP加速 · 模型量化剪枝 · Jetson/树莓派 · 多线程/流水线
优化嵌入式
30
课程总结与职业发展
技术栈回顾 · FMCW/固态化趋势 · 学习路径 · 面试技巧与项目包装
总结职业