传感器标定的核心概念、世界坐标系、相机坐标系、IMU坐标系、激光雷达坐标系、刚体变换与欧拉角。
针孔相机模型、畸变模型（径向与切向）、张正友标定法原理、内参矩阵与畸变系数。
使用OpenCV进行棋盘格标定、角点检测、标定流程与结果验证、重投影误差分析。
IMU工作原理、加速度计与陀螺仪误差模型（零偏、尺度因子、交轴耦合）、六面法标定。
Allan方差原理、噪声类型识别（角度随机游走、速率随机游走、零偏不稳定性）、实测数据分析。
激光雷达工作原理、测距误差模型、强度校准、基于平面的内参标定方法。
视觉-惯性标定问题定义、Kalibr工具原理、连续时间B样条轨迹表示。
使用Kalibr进行标定、数据采集要求、标定结果解读、时间延迟估计。
共线约束与共面约束、边缘对齐与互信息、目标法与外参初值估计。
使用Autoware或lidar_camera_calibration工具、手动选点与自动优化。
运动畸变去除、基于连续时间的LIO-SAM初始化方法、手眼标定法。
多相机重叠区域标定、非重叠相机标定、基于球面或平面的统一标定场。
轮式里程计模型、编码器刻度因子标定、轮距标定、阿克曼模型标定。
硬件同步方案（PPS、GPRMC）、软件同步方案（时间戳对齐、插值）、时间偏移估计。
室内标定场设计（棋盘格、ArUco码、Vicon）、室外标定场设计（杆状物、地面标志）。
数据采集流程、传感器预热要求、运动激励方式（旋转、平移、8字）、数据质量检查。
重投影误差、相对位姿误差（RPE）、绝对轨迹误差（ATE）、一致性检验。
图优化基础、g2o与Ceres使用、将标定问题建模为因子图、鲁棒核函数。
在线外参估计方法、基于SLAM的自标定、基于深度学习的外参回归。
毫米波雷达特性、多普勒效应补偿、与相机/激光雷达的联合标定方法。
超声波测距模型、温度补偿、与其它传感器的空间对齐。
杆臂效应标定、天线相位中心标定、INS与GNSS时间同步。
热成像相机特性、非均匀性校正（NUC）、与可见光相机的配准。
事件相机工作原理、对比度阈值标定、与标准相机的联合标定。
ToF与结构光原理、深度误差模型、RGB-D相机内参及外参标定。
ROS标定工具、MATLAB标定工具箱、OpenCV、Kalibr、Basalt、COLMAP。
CI/CD中的标定流程、自动化数据采集与处理、标定结果数据库管理。
标定失败原因分析、数据异常检测、过拟合与欠拟合处理。
多帧联合优化、信息矩阵加权、传感器退化检测、标定场精度提升。
自动驾驶车辆全传感器套件标定：从数据采集到最终验证的全流程实战。