激光雷达-相机外参联合标定通过手动选取3D-2D点利用PnP求解

最新推荐文章于 2022-09-03 23:24:09 发布

置顶 HelloJinYe

最新推荐文章于 2022-09-03 23:24:09 发布

阅读量2.3k

点赞数 4

分类专栏：标定文章标签：标定

本文链接：https://blog.csdn.net/HelloJinYe/article/details/117637392

版权

标定专栏收录该内容

4 篇文章 0 订阅

订阅专栏

0、写在前面

差不多快半年没有更新博客了，这里先感慨一下找工作的不容易。
这个激光雷达-相机联合标定的需求是因为我前段时间所做的项目中有一个需求，需要给点云添加对应的温度。没错，给点云加温度，从红外相机中获取到温度。

1、激光雷达->相机的坐标变换

在这里插入图片描述
什么是激光雷达到相机坐标系的变换？
激光雷达坐标系下的一个3D点(x, y, z)通过外参矩阵(R, t)转换到相机坐标系，在通过相机内参转到像素平面得到2D点(u,v)

2、怎么解这个外参矩阵

为了解这个(R, t)矩阵，我们至少需要三对匹配点，利用三对匹配点的就变成了PnP中的P3P问题。具体的原理可以参考高翔slambook中第七章中相关内容

3、怎么获取匹配点对

之前用过Autoware的Calibration ToolKit ，它可以自动识别到图像和点云中的标定板，这在小范围场景下是可行的。

如果相机和激光雷达安装的位置很高，导致标定板在视野中很小，那么此时标定板就捕获不到了。那么有没有别的方法呢？
答案是可以的，我们可以在图像和点云中自己选取匹配的点对，通过鼠标的监听方式。但这种方式带来的困难也显而易见的，我们能确定这是同一块区域，但是对区域里的具体的点的选择确实困难的，概括来说就是：

确定这是匹配点
鼠标点的准

4、PnP求解3D-2D问题

可以调用opencv中的PnP方法完成求解

bool solvePnP( InputArray objectPoints, InputArray imagePoints,
               InputArray cameraMatrix, InputArray distCoeffs,
               OutputArray rvec, OutputArray tvec,
               bool useExtrinsicGuess = false, int flags = SOLVEPNP_ITERATIVE );