初学者指南：从架构到部署
面对一套陌生的 C++ SLAM 代码库，最直接的痛点往往是找不到入口。本指南专为具备基础 C++ 与 ROS 知识、但对事件相机 SLAM 感到陌生的开发者或研究人员编写。无论你是希望复现实验结果，还是打算在现有框架上进行二次开发，这里都将为你提供一条清晰的认知路径。
读完全部章节，你掌握的将不仅是零散的函数接口。这就好比拆解一台精密仪器，我们会从底层数学类型系统开始，一路追踪点云数据如何经过格式转换与空间索引，最终被核心算法消费。你还将学会如何通过内置的计时系统定位性能瓶颈，并理清 eroam_run 与离线工具之间的职责边界。
以下是本指南的章节演进路线：
flowchart LR
A[01 项目定位] --> B[02 数值基础]
B --> C[03 点云链路]
C --> D[04 近邻搜索]
D --> E[05 性能观测]
E --> F[06 运行部署]
章节目录
EROAM 是什么：项目定位与核心能力
建立对 EROAM 项目的整体认知。本节将解释其作为事件相机 SLAM 系统的核心定位，并拆解代码库的三层架构组织方式，帮你在大脑中构建系统全貌。
数值基础设施：类型系统与数学工具
代码库中存在一种统一的类型设计哲学。这里将解释消除类型碎片化的必要性，并展示 Vec3d、SO3d 等核心数学结构如何贯穿数据流以确保计算精度。
点云处理链路：从原始数据到空间索引
追踪点云数据在系统内部的完整流向。本节详细剖析数据从 ROS 消息中提取、转换为标准化内部格式，再到构建空间索引的全过程。
高性能近邻搜索：KD 树实现原理与优化
当处理静态关键帧的批量查询时，通用的搜索方案往往不够高效。我们将拆解 eroam 定制的 KD 树实现，探讨近似最近邻搜索与多线程并行查询的设计权衡。
性能可观测：计时系统与调优实践
排查卡顿或验证优化效果时，可量化的耗时数据比直觉可靠得多。本节介绍如何使用 evaluate_and_call 进行微基准测试，以及利用 Timer 单态类采集生产环境全流程耗时。
系统入口与数据预处理：运行与部署
将核心算法与脏乱的数据预处理混杂在一起是架构设计的常见反模式。本节详细对比 eroam_run 标准启动流程与 rosbag_repack 离线预处理工具，剖析二者职责分离的设计动因。