激光雷达和相机联合标定

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

本次推送给大家带来的是一种激光雷达和相机的外参标定方法，主要利用了ROS中 dynamic_reconfigure 功能包提供的动态配置参数功能（代码在最后）。

手动配置外参标定原理

使用过ROS的朋友们应该都有用过ROS的参数服务器，可以很方便地读取配置参数，但这种参数配置方法存在这一个问题：无法知晓参数服务器中参数是否被更新。如果我们需要动态更新参数，这时可以使用ROS中的dynamic_reconfigure功能包。

设点云在激光雷达定义的坐标系下的空间位置为，点云在相机坐标系下空间位置为；K 是相机内参，；是点云投影在图像上的投影点。

将点云由激光雷达坐标系变换到相机坐标系：

再由相机坐标系变换到归一化平面坐标系，并投影到像素平面上：

根据图像大小判断投影点是否在图像上，保留投影在图像上的投影点并在图像上标出，建立二维投影点和三维点云的对应关系。

利用ROS的动态参数配置功能可以不断调整外参R，t的值，滤除距离远处的点云，找到点云投影点和图像像素的真实对应关系。通过调整R，t，使点云投影点和图像像素尽可能重合。

dynamic_reconfigure功能包的可视化界面

ROS的dynamic_reconfigure功能包提供了动态配置参数功能，借助此功能可以实现对外参的动态配置。

 rqt_reconfigure可视化界面

上图为参数动态配置的可视化界面，动态配置参数有十个，分别为“roll”、“pitch”、“yaw”、“x”、“y”、“z”、“dis_filter”、“next”、“get_point”、“reject_distance”。接下来对这十个参数进行介绍：   

    roll：外参中旋转矩阵对应的滚转角，默认为0；

    pitch：外参中旋转矩阵对应的俯仰角，默认为0；

    yaw：外参中旋转矩阵对应的偏航角，默认为0；

    x：外参中平移向量对应的x分量，默认为0；

    y：外参中平移向量对应的y分量，默认为0；

    z：外参中平移向量对应的z分量，默认为0；

    dis_filter：勾选后表示按照给定距离对点云进行过滤，只保留一定距离内的点云；

    next：默认不勾选，表示只对当前图像与点云进行处理；勾选后表示对最新的图像进行处理；

    get_point：默认不勾选，勾选后可以用鼠标在图像上进行取点；

    reject_distance：默认为8，当dis_filter勾选后才生效，表示对点云进行过滤的距离。

标定流程

以KITTI数据集为例（转为bag包的形式），先启动标定程序，再播放bag后，通过 dynamic_reconfigure 功能包提供的动态参数配置功能，可以动态地将激光雷达点云投影到相机图像。由于外参参数默认为0，所以最初在图像上一般是看不到点云的投影点的。于是就需要手动调整“roll”、“pitch”、“yaw”、“x”、“y”、“z” 这六个参数，将点云的投影点向图像上调整：

点云投影图像

可以看到，点云在投影后失去了深度信息，因此无法在图像上区分不同深度的点云投影点。为了能够找到点云投影点和图像像素点的对应关系，需要对点云按照深度进行过滤，即勾选“dis_filter”并调整“reject_distance”的值：

点云投影图像（过滤后）

过滤后局部放大图

通过调整外参参数，将右侧广告牌的投影点和对应图像像素重合：

投影点和像素点重合

实际情况下，可以多放置些参照物，这样更容易看出标定效果。当在一副图片上标定完成后，可以勾选“Next”，此时会按照调整后的外参参数将点云向图像上投影，并显示投影后的图像，如果点云和图像能在不同视角下都能很好的对应，说明标定成功。

PnP标定外参

当手动调整好参数后，点云和像素点就会有一个比较好的对应关系，此时点击“get point”，就可以用鼠标在图像上进行选点，选取足够多点后会通过PnP算法计算出外参，重新投影点云并将最终结果输出在终端（注意此时并不会修改可视化界面的参数，如果此时改动了可视化界面的参数，外参又会被重新改写）。

通过自己的多次尝试，PnP实测效果感人，建议还是慢慢手搓吧～

标定原理比较简单，感兴趣的小伙伴可以戳戳↓↓↓↓↓

github: https://github.com/LeisureLei/lidar_cam_calibration.git

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~