入组培训

为视觉组开发环境配置稳定的外网访问，包括代理客户端、TUN 模式、订阅导入、终端代理和连接验证。

Ubuntu 双系统安装与环境部署的核心思路和资料导航，包括启动盘、分区、UEFI、Secure Boot、BitLocker、硬件兼容性与显卡驱动。

OpenCode (AI Agent) 辅助开发标准操作规范 —— 工程定位、有效沟通、安装配置、TUI 交互与外部资料索引。

Linux 常用命令行工具与 shell 环境变量的使用方法。

Git 版本控制基础与 GitHub 协作流程教学。

VSCode、CMake、Git Graph 与 SSH 远程开发的常用配置。

面向入队考核的 ROS2 入门：从安装环境到读懂 autoaim_sentry_2025，覆盖构建、节点话题、参数、自定义接口、launch、组件化、tf2 坐标变换与可视化工具。

面向对象编程基础：类、封装、继承、多态。

CMake基础以及项目的基本结构

面向 RoboMaster 视觉组新成员的 OpenCV 入门：先弄清图像、像素与坐标，再看 OpenCV 在自瞄工程里真实承担的工作。

工业相机与镜头的硬件基础、相机关键参数、MVS 连接操作，以及 SDK 是什么、拿到 SDK 后怎么调用。

小孔成像与相机标定、三维刚体运动的旋转表示（旋转矩阵/欧拉角/四元数）、PnP 位姿解算，以及李群李代数的拓展学习资料导航。

卡尔曼滤波原理及其在视觉测量中的应用。

完整自瞄系统的整体框架与各模块衔接。

以自瞄系统为背景，理解上位机、下位机、通信数据和 CubeMX 工程的通用框架。

从日常开发、VS Code 构建与烧录，到定位并安全修改下位机顶层算法。

面向视觉组的 C 板、串口接线、通信协议与上下位机数据边界入门。

用直观方式理解 PID，并区分自瞄控制器调参与下位机电机 PID 调参。

在 Ubuntu 上使用 VS Code、STM32CubeIDE for Visual Studio Code 与 CMake/Ninja 构建、烧录 STM32 工程。

面向 RoboMaster 视觉组模型使用方的 Ultralytics YOLO 使用规范：理解模型、接入 ONNX、及时反馈与快速迭代。