多传感融合内外参标定（二）：lidar-camera，PnP算法和自动化标定设想

lidar-camera的PnP算法

问题简述

多线激光雷达lidar和相机camera（我又想起了SLAM的派别之争），是无人驾驶里最重要的2种传感器。lidar提供精确的点云数据，可以建立稠密的三维世界地图，便于无人车运动时避障路径规划。但lidar只提供点坐标的信息，略去了颜色、纹理、形状等等特征，所得数据不直观，而camera就很好地弥补了这一点，被称为最接近人类视觉的传感器。可是camera在成像的过程中进行了三维空间的二维投影变换，压缩了一个维度，略去了深度信息。所以这两种传感器是天然的互补。
好了，camera和lidar在返回数据时都是基于自身自带的坐标系，所以lidar-camera的外参标定问题就可以描述成2个坐标系之间的旋转R和平移t。这里再次声明，本系列文章里，使用的$(Rt)$表示完整的6自由度变换，不表示矩阵与向量的点乘，同样 ( R t ) − 1 (Rt)^{-1}