一文尽览！相机内参标定的工具有哪些？

作者 | 自动驾驶之心

点击下方卡片，关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>点击进入→自动驾驶之心『传感器标定』技术交流群

相机标定任务是很多高级功能的上游，无论是深度学习方案或是传统方案都非常依赖相机标定精度，今天就为大家盘点下相机内参标定常用的工具箱。

更多标定内容，欢迎学习：面向工程和量产级的相机标定实战教程！

1）OpenCV标定工具箱

opencv这个不用多说了，支持多种相机模型标定（pinhole、Kannala Brandt、Mei）

链接：https://docs.opencv.org/4.x/dc/dbb/tutorial_py_calibration.html

2）事件相机内参、标定工具 E-Calib

一种快速、稳健、准确的事件相机机校准工具

链接：https://github.com/mohammedsalah98/E_Calib

3）OcamCalib（Ocam模型）

链接：https://sites.google.com/site/scarabotix/ocamcalib-omnidirectional-camera-calibration-toolbox-for-matlab

4）Kalibr

支持pinhole、FOV、等距模型、双球模型、Extended Unified等标定！

Kalibr是一个解决以下标定问题的工具箱：

1. 多摄像机标定：具有非全局共享重叠视场的摄像机系统的内参和外参校准，支持各种相机模型；

2. 视觉惯性标定（CAM-IMU）：相机系统IMU的空间和时间校准以及IMU固有参数标定；

3. 多惯性标定（IMU-IMU）：IMU相对于基本惯性传感器的空间和时间校准以及IMU固有参数；

4. Rolling Shutter Camera 标定：完整内参标定；

链接：https://github.com/ethz-asl/kalibr

5）ROS camera calibration

自动提示靶标摆放位置，camera_calibration将与满足标准ROS相机接口的任何相机驱动程序节点一起工作！支持pinhole、fisheye等相机标定！

链接：http://wiki.ros.org/camera_calibration

6）CameraCalibration

支持pinhole、Kannala Brandt，集合了相机标定相关的多个脚本工具，便于完成完整的车载环视相机标定流程 各代码文件均可单独使用，此外也提供了外部接口以供调用！

链接：https://github.com/dyfcalid/CameraCalibration

7）Basalt

Basalt支持相机、IMU和运动捕捉校准，视觉惯性里程计和测绘，模拟环境，用于测试系统的不同组件！

链接：https://github.com/VladyslavUsenko/basalt-mirror?tab=readme-ov-file

8）OpenCalib

OpenCalib工具箱可用于校准IMU、激光雷达、相机和雷达等传感器。

链接：https://github.com/PJLab-ADG/SensorsCalibration/tree/master

9）Matlab自带内参标定

Matlab自带的工具箱，校准单相机或立体相机，并使用针孔和鱼眼摄像头模型估计相机的内部、外部和失真参数！

链接：https://www.mathworks.com/help/vision/camera-calibration.html

10）通用相机模型

可标任意相机、镜头， repo包含一个用于精确几何相机校准的工具，它支持通用相机型号的校准，几乎适用于所有相机，并允许高度准确的校准。该工具还支持校准固定摄像设备，此外还支持为Intel D435或Occipital Structure Core等立体相机估计准确的深度图像。

链接：https://github.com/puzzlepaint/camera_calibration

11）BabelCalib

论文链接：BabelCalib: A Universal Approach to Calibrating Central Cameras，支持任意中心投影相机模型。BabelCalib是一个校准框架，可以估计所有类型的中央投影相机的相机模型，校准功能强大且完全自动。BabelCalib提供具有附加失真的针孔相机模型，以及全方位相机和折反射装置。支持的摄影机模型列在解算器目录下，BabelCalib支持由一组校准板组成的校准目标，即多个平面目标。该方法与标定板上的图案类型无关。它对不准确定位的角点、外围检测和遮挡目标具有鲁棒性。

链接：https://github.com/ylochman/babelcalib

投稿作者为『自动驾驶之心知识星球』特邀嘉宾，欢迎加入交流！

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、大模型与自动驾驶、Nerf、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）

网页端官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

国内最大最专业，近2700人的交流社区，已得到大多数自动驾驶公司的认可！涉及30+自动驾驶技术栈学习路线，从0到一带你入门自动驾驶感知（2D/3D检测、语义分割、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、大模型、端到端等，更有行业动态和岗位发布！欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦2D/3D目标检测、语义分割、车道线检测、目标跟踪、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、在线地图、点云处理、端到端自动驾驶、SLAM与高精地图、深度估计、轨迹预测、NeRF、Gaussian Splatting、规划控制、模型部署落地、cuda加速、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）

④【自动驾驶之心】平台矩阵，欢迎联系我们！