通过autoware工具进行相机和雷达标定（2）

标定的方法，选择离线标定

把数据从设备上录下来，主要是录制相机与激光雷达的数据。
标定板最好往前伸一段距离，可以更好在点云中选取属于标定版的点云

标定流程

加载数据

在一个终端开roscore
然后就是播放数据包后按空格暂停。（播放包的时候需要将点云话题改成/points_raw）

rosbag play camera_lidar.bag /velodyne_points_b:=/points_raw

然后启动标定程序

source devel/setup.bash
rosrun calibration_camera_lidar calibration_toolkit

选择数据包中的图像话题，然后选择camera -> velodyne，进行相机雷达标定

设置调试界面

相机图像界面没有什么好调的，主要是调标定版的参数。
我的标定板是0.03米，9行12列，所以参数设置的是8和11。

点击点云的区域，首先按b把背景调成白色。o，p可以调整点云点的大小。然后就是q,w,e,a,s,d,上下左右方向键，还有pgup和updn这两个键，通过这些调节点云的位置，方便去框选点云中属于标定板的点。（鼠标滚轮可以调整灵敏度）

截取关键帧

截取关键帧的时候，尽量选择静止时候的去抓取grab，因为相机与雷达数据时间并不是同步的，如果标定版是静止的话，可以认为图像与点云是同步的。
（小tips：当播放到你认为可以识别到标定板的帧，直接按空格将数据包播放暂停，再去点界面右上角的grab，注意不要一直连续按grab，不然程序会自动退出）

截取到关键帧后，可以暂停数据，在右下角的点云中点击选取属于标定版的点云。红色线即为选择的点云。

产生标定结果

当grab的关键帧到达20个以上的时候，就可以进行标定。标定之前需要注意，是否每一个grab的点云都有选取属于标定板的点云，可以方便的在左下角表格上快速查看。

在我这里的话就是21个关键帧，必须确定每一个点云都有数据（如果没有选择属于标定板的点云，这个表格是空的，就是没有数据，对标定结果有影响）。然后点击右上角的标定(calibrate)，等待一下就会在左边出现标定结果。

这个就是标定好的相机雷达外参。
可以点击右上角的project，将计算出来的外参将选取的点云投影到标定板上。

如果都投影到标定板上，就证明这个结果是合理的。也可以看重投影误差：（越小越好）

最后就是保存标定结果，点左上角的save，然后接下来的两个弹窗都选no，然后就可以得到.yaml后缀的文件，里面有相机雷达外参，和相机的内参。

总结

这个结果是一个粗标定的结果，因为重投影误差还是一般，应该也可以通过取更多的关键帧来计算，减小重投影误差获得更好的标定结果。