理解Apollo传感器标定文档

“ 每个人都是自己平凡世界里的英雄，坚定地走下去，遇见更好的自己。”

 

2019.03-

最近，好像~

算了，

还是干点正事吧·

看到了apollo官方给的一个传感器标定的技术文档，过来整理下

 

自动驾驶传感器标定(Calibration)：是指利用传感器采集的数据计算各传感器的内参数(Intrinsic Parameters)，以及多个传感器之间外参数(Extrinsic Parameters)的过程。

 

传感器内外参的标定是各类多传感器信息融合算法的第一步。

在自动驾驶领域中，多线激光雷达与组合惯导是高精地图制作、激光点云定位以及点云物体检测任务中常用的传感器配置。

因此精确标定两者之间的外参数具有非常重要的意义。

 

常用的标定工具有很多，选择合适的可用的即可，比如像autoware 、apollo的都可以，今天只说apollo给的~

 

Apollo传感器标定服务和三种标定工具：

 

• ◆ Camera-to-Camera Calibration（相机到相机的标定）

• ◆ Camera-to-LiDAR Calibration（相机到激光雷达的标定）

• ◆ Radar-to-Camera Calibration（雷达到相机的标定）

• ◆ IMU到汽车的标定​​

注：Apollo中，新的标定工具（Camera-to-Camera Calibration, Camera-to-LiDAR Calibration, and Radar-to-Camera Calibration)将以板载可执行程序的方式提供。关于LiDAR-GNSS 标定，请参考LiDAR-IMU calibration guide。Velodyne HDL-64 的用户仍可使用Apollo中的标定服务。使用这些标定工具可以极大的减少用户的工作量。我们只需要启动相应的标定程序，即可快速的完成标定任务。此外，用户还可对以.yaml文件格式保存的标定结果进行验证。

下载标定工具并提取文件到以下目录

 

$APOLLO_HOME/modules/calibration。

其中，APOLLO_HOME是Apollo仓库的根目录所在位置。

首先需要自己标定相机内参（得到一个.yaml文件），包括焦距、主点、失真系数以及其他信息。工具很多：ROS、Opencv、Matlab等。注：要对每一个相机进行单独内参标定而不是对所有的相机采用统一的内参。

 

这些标定工具需要用户提供一个初始外参作为参考。

例：下面是Camera-to-LiDAR标定使用到的外部参数文件的一个样例。

 

 

文