多摄像头系统概述、应用场景（自动驾驶、安防、3D重建）、课程目标与学习路径。
针孔相机模型、透镜畸变（径向与切向）、内参矩阵与外参矩阵。
棋盘格标定板设计、角点检测原理、张正友标定法核心思想。
使用OpenCV进行单目相机标定、获取内参和畸变系数、重投影误差评估。
世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换关系。
旋转矩阵、平移向量、欧拉角、四元数、SE(3)与so(3)基础。
对极几何、本质矩阵与基础矩阵、立体视觉中的三角测量。
双目相机标定流程、立体校正（Bouguet算法）、视差图计算。
多相机联合标定策略、全局优化与光束法平差（BA）。
ChArUco板、AprilTag、圆形标定板的选择与使用场景。
硬件同步（PPS、Genlock）、软件同步（时间戳对齐）、多相机帧同步方案。
基于硬件的时间同步、软件插值对齐、网络时间协议（NTP/PTP）应用。
手眼标定（Eye-in-Hand vs Eye-to-Hand）、多相机相对位姿估计。
利用运动恢复结构（SfM）进行多相机标定、稀疏重建与稠密匹配。
局部匹配（SAD、NCC）、全局匹配（Graph Cut、Dynamic Programming）、半全局匹配（SGBM）。
Kalibr、OpenCV、MATLAB标定工具箱对比与使用。
光照变化、标定板遮挡、运动模糊、畸变过大等问题的处理。
相机选型（分辨率、帧率、视场角）、镜头选择、硬件安装规范。
相机与IMU联合标定、相机与激光雷达联合标定、相机与GPS/IMU融合。
基于CNN的角点检测、端到端标定网络、自监督标定方法。
自动驾驶多摄像头系统标定、安防全景监控标定、VR/AR头显标定。
多摄像头标定技术趋势、标准化与开源生态、未来研究方向。