多传感融合内外参标定工具介绍(一):lidar-imu外参标定工具lidar_align
多传感融合
多传感融合是目前移动机器人、无人驾驶、带Marker AR等前沿人工智能技术的重要解决方案和发展方向之一。由于上述技术都不可避免地涉及在欧式空间定位这一基本感知问题,本系列涉及的传感器就包括了惯性位姿传感器imu/gps/ins、测地激光雷达lidar、摄像机camera等等传感器,会介绍一些标定各传感器内外参数的工具。
多数工具会提供其Github链接,并对其适用情况和局限性进行评述。
传感器内参与外参
标定传感器时必须要遵守的一大原则是:用精度高的测量规范对精度低的测量规范进行校正,例如:量块可以标定千分尺,量块测得值被认为是实际值,而千分尺测得值称为读数。测量时还需要考虑测不准原理,随机误差的存在使得每次测量都无法得到精确的值,但多次测量的读数一般呈正态分布,可用多次测量取平均的方法消除随机误差的影响。
传感器内参校正一般指将传感器读数校正至实际数值处,一般通过修正变换进行。定位相关的传感器通常自身有一个坐标系,在不同传感器数据融合的过程中,数据在不同坐标系下的转换需要使用2个坐标系的外参,通常为旋转矩阵R和平移矩阵T。
lidar-imu外参标定工具lidar_align
不讲废话,先上链接https://github.com/miracle629/lidar_align,项目原链接https://github.com/ethz-asl/lidar_align,感谢ZacharyTaylor及ethz-asl即瑞士苏黎世联邦理工大学------自动驾驶实验室。其实验室对imu与其他传感器融合传感定位建图的理论及项目研究处于世界领先水平,其代表作还包括摄像头与imu融合传感的OKVIS、ROVIO。此次lidar_align主要针对激光雷达与imu(或任意6自由度位姿传感器)外参坐标系标定问题。
首先,激光雷达扫描的每一个点,记录的数据都是根据激光发射和接收的时间差、激光强度差、激光发射的偏航角、俯仰角计算而得,其默认的坐标系是此时刻以激光雷达为原点的坐标系,但激光雷达在整个扫描过程中是运动的,所以如果以运动出发点为世界坐标系原点,获得各时刻激光雷达扫描到的点在世界坐标系下的绝对坐标的方法有2个:
1. ( R T ) − 1 (RT)^{-1} (RT