（1）SLAM概述与数学基础：了解SLAM（同步定位与地图构建）的定义、发展历程与核心价值。掌握SLAM系统的整体框架与模块划分（前端里程计、后端优化、回环检测、地图构建）。回顾SLAM所需的数学基础，包括三维空间刚体运动表达（旋转矩阵、旋转向量、欧拉角、四元数）、李群与李代数基础（SO(3)、SE(3)、指数映射、对数映射、BCH近似）、状态估计理论与非线性最小二乘优化方法。
（2）开发环境搭建与C++编程实践：掌握Linux系统（Ubuntu）的基本操作与命令行使用。学习CMake构建系统的核心语法与项目配置方法。熟悉Eigen线性代数库的矩阵运算与几何模块使用，掌握Sophus李代数库的安装与应用。搭建完整的SLAM开发环境，包括OpenCV、PCL、g2o、Ceres等核心依赖库的编译与配置。
（3）传感器原理与数据处理：掌握视觉传感器的成像原理，包括针孔相机模型、畸变模型、双目立体视觉原理与深度估计方法。学习激光雷达的工作原理，包括机械式与固态激光雷达的测距原理、点云数据特点与运动畸变成因。掌握IMU（惯性测量单元）的原理与测量模型，了解加速度计与陀螺仪的误差特性、随机游走模型与 Allan方差分析方法。
（4）视觉里程计：特征点法：深入理解基于特征点的视觉里程计核心流程。掌握特征点提取与匹配算法（SIFT、SURF、ORB）的原理与实现，学习使用OpenCV进行特征匹配与误匹配剔除。理解对极几何约束，掌握本质矩阵、基础矩阵与单应矩阵的计算方法，实现基于2D-2D的位姿估计。学习PnP问题求解（EPnP、DLT、P3P）实现3D-2D位姿估计，掌握ICP算法实现3D-3D位姿估计。学习三角化测量原理，实现特征点的深度估计。
（5）视觉里程计：直接法与光流法：理解直接法的核心思想（最小化光度误差）及其与特征点法的本质区别。掌握光流法（LK光流）的原理与应用，学习基于稀疏光流的特征点跟踪。学习直接法的不同形式：稀疏直接法、半稠密直接法、稠密直接法。掌握直接法位姿估计的数学模型与优化方法，理解直接法在纹理缺失场景下的优势与局限性。
（6）激光前端配准算法：掌握激光SLAM前端配准的核心算法。深入理解ICP（迭代最近点）算法的原理与实现，包括最近邻搜索、目标函数构建与求解。学习PL-ICP（点线ICP）的改进思路与优势，掌握NDT（正态分布变换）算法的原理与应用。了解NICP、IMLS-ICP等高级配准方法。实现基于优化方法的前端配准（高斯牛顿法、爬山法），掌握分支定界加速匹配策略。
（7）后端优化与图优化框架：理解SLAM后端的核心任务与优化问题建模。掌握图优化的基本概念（节点、边、信息矩阵），学习使用g2o和Ceres等非线性优化库构建和求解图优化问题。深入理解Bundle Adjustment（BA）的数学模型与求解方法。掌握滑动窗口滤波与关键帧选择策略，了解边缘化（Marginalization）技术的原理与实现。
（8）IMU融合与组合导航：深入理解IMU的运动学方程与离散化方法，掌握IMU预积分技术的原理与数学推导。学习基于滤波的融合方法：扩展卡尔曼滤波（EKF）、误差状态卡尔曼滤波（ESKF）的原理与实现。掌握基于图优化的紧耦合融合框架，实现视觉-惯性里程计（VIO）和激光-惯性里程计（LIO）。学习多传感器融合（IMU+GPS+轮速计）的组合导航系统设计。
（9）回环检测与全局优化：理解回环检测在SLAM系统中的关键作用。掌握基于外观的回环检测方法，学习词袋模型（Bag-of-Words）的原理与DBoW库的使用。学习几何验证方法（对极几何约束、PnP几何检查）剔除误匹配。掌握位姿图优化（Pose Graph Optimization）的原理与实现，实现全局一致性的轨迹校正。了解多会话建图（Life-long Mapping）的概念与技术。
（10）地图构建与表示方法：掌握不同类型地图的构建方法与应用场景。学习基于占用概率的栅格地图构建原理，实现2D占据栅格地图的增量式更新。学习TSDF（截断符号距离函数）在稠密重建中的应用，实现3D网格地图构建。了解点云地图、八叉树地图（OctoMap）和语义地图的构建方法。
（11）主流SLAM系统解析与实战：深入解析视觉SLAM经典系统：ORB-SLAM系列（单目/双目/RGB-D）的系统架构、线程设计（跟踪、局部建图、回环检测）与代码实现。学习激光SLAM经典系统：LOAM/ALOAM的核心原理（特征提取、scan-to-scan匹配、scan-to-map优化）、Cartographer的图优化框架与子图匹配策略。了解VINS-Mono、LIO-SAM等融合SLAM系统的设计思想。
（12）综合项目实战：完整SLAM系统构建：结合所学知识，完成一个完整的SLAM系统开发项目（如基于ORB-SLAM的视觉定位系统、基于ALOAM的激光建图系统、多传感器融合定位建图平台）。涵盖传感器数据采集与预处理、前端位姿估计、后端图优化、回环检测与全局优化、地图构建与保存的全流程，形成规范的SLAM系统项目报告。
