Matlab雷达和相机联合标定

提示：文章仅作为自己学习过程中的记录，有问题请指出

---

前言

提前准备好同时时间下的图像和点云数据（通过同步采集获得，我这里采集了72组，后面筛选了30多组），标定板是没有白边的
使用环境：matlab 2021b

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、matlab雷达相机联合标定

1.打开matlab，点击APP，里面有自带雷达和相机标定工具（如果没有的话可能是在安装matlab的时候没有选择Computer Vision Toolbox，可以获取更多APP进行安装）


2.点击图示中的Import后选择Import Data如图所示：

然后选择对应的图像和点云文件夹，确保点云和图像命名是一样的，然后设置棋盘格正方形边的大小

3.导入数据之后系统会自动标定，自动标定的结果一般都很差，所以需要自己手动选择；接下来一共就6步操作。

（1）选择是否用已经标定好的相机内参（我试了一下用和不用的差距不是很大）

（2）选择雷达点云区域，主要是确保标定板的点云在区域内，没有Accepted的数据每一个都需要确认是否框选到标定板，所有的点云选择完成后点击Apply应用。

（3）处于下方的点云数据都是没有识别到的，需要一个一个的选择标定板的点云，这个过程一定要精确，确保所框选的只有标定板的点云，可以通过右上角的小正方体进行三维旋转，确保框选的点云足够精确。（这个过程需要一定的耐心，慢慢框选标定板的点云）

（4）调整尺寸公差（开始可以直接使用默认值，如果在后面标定的时候没有识别到足够的标定板点云，可以把这个值适量的调大一点）

（5）点击Detect识别特征，如果检测到的数量较少就重新框选一下标定板的点云，或者调整第四步的尺寸公差值（大概30组左右的数据就可以了）。

（6）点击Calibrate,等待完成标定，最后结果：（我这三个误差值都已经很低了，误差大一点也没关系，可以使用点云投影到图像上验证一下标定结果，可以查看我另外一篇博客）
点云投影到图像python+opencv实现

（7）最后把结果导出来就可以了。

这里主要有一个变换矩阵T,旋转矩阵R和平移矩阵，其实矩阵T里面就已经包含了旋转矩阵和平移矩阵。