激光雷达标定入门（1）导读

前言

欢迎各位读者来到这个关于激光雷达（LIDAR）标定入门的专栏。现在激光雷达标定已经成为无人驾驶车辆、机器人导航以及高级感知系统中不可或缺的一环。在这个专栏中，会分享一些关于激光雷达和相机联合标定的入门知识和实际操作，欢迎大家一起探讨学习！

目前主流的开源标定方案有：

• Autoware（velodyne）
• cam_lidar_calibration（基于深度/双目相机）
• but_velodyne（最简单）
• Apollo

本专栏旨在探讨如何利用高分辨率的单目相机与激光雷达（LIDAR）相结合，以提升目标检测的准确性。尽管单目相机分辨率高，能够有效运用深度学习算法进行目标检测，但它们通常缺乏深度和坐标信息。相比之下，激光雷达虽然分辨率较低（常见的为64线和32线版本），但能提供相当精确的三维坐标信息。然而，激光雷达生成的稀疏点云数据给模式识别带来了挑战。一种有效的解决方法是结合相机和激光雷达的数据，先通过深度学习方法在图像层面识别目标障碍物，然后将这些二维图像数据映射到三维点云中，以此确定目标在三维空间中的位置和边界（即三维包围盒）。要实现这种数据映射，首先需要完成相机与激光雷达的组合标定。本文将详细介绍如何使用开源无人驾驶软件Autoware来实现这一组合标定过程。

1 环境配置

💡 基础环境
Ubuntu 20.04 LTS

之前看了一些关于Autoware的内容，由于工作的需要，暂时不能切换到Autoware.Auto的新版本，依然在用Autoware.ai的旧版本。Autoware.ai是基于ROS1的，目前官方已经于2022年底停止维护。Autoware.Auto是基于ROS2的，依然在不断更新中。新来的小伙伴建议用Autoware.Auto。

首先你需要一台ubuntu的电脑，官方说需要18.04LTS，但是我在20.04LTS和22.04LTS上都运行过，目前都还是可以的，也可能是因为我一直用docker。
Autoware提供两种配置方式，一种是source build，一种是docker build。
理论上说，需要nvidia支持，之前在有nvidia支持的电脑上也运行起来了，但是后面在没有nvidia的机器上也可以运行起来，不过有些功能会受限。
需要说明的是，Autoware建议CUDA支持，如果没有CUDA支持，受限的功能在这里有列出：https://autowarefoundation.github.io/autoware-documentation/main/how-to-guides/running-autoware-without-cuda/

Autoware提供两种配置方式，一种是source build，一种是docker build。

💡 这里用哪种根据自己的实际情况进行权衡，我是因为已经装了20.04，并且是双系统，并且我只是用autoware的标定工具，所以这里就偷懒用个docker就算了。不然的话，各种环境配置什么的，回过头来看的话，建议还是搭配相应的环境版本比较合适。

1.1 安装ROS

小鱼一键安装。

1.2 安装Autoware

详情参考：激光雷达标定入门（2）安装Autoware

1.3 官方Demo运行

详情参考：激光雷达标定入门（3）Autoware官方Demo运行

1.4 安装Autoware标定工具

详情参考：激光雷达标定入门（4）Autoware标定工具安装

1.5 Docker网络配置

详情参考：激光雷达标定入门（5）Docker网络配置

2 标定步骤

1. ROS驱动相机
2. ROS驱动雷达
3. 联合标定-录制视频
4. 联合标定-回放标定

3 相机

💡 这里要做的就是ROS驱动相机，核心思想

3.1 usb免驱摄像头

详细参考：激光雷达标定入门（6）USB免驱摄像头在ROS中的应用

3.2 海康摄像头

详细参考：激光雷达标定入门（7）海康摄像头驱动

4 机械激光

基本原理：

首先，与普通相机标定相似，通过标定板的变化计算出相机的位姿矩阵。接下来，手动使用小圈将点云中对应的标定板框出，如下文所述，这个小圈至少包含两条点云线，而两条线足以构成一个平面，即为标定板所在的平面。通过这个平面，我们可以推算出激光雷达相对于标定板的角度，通过点云到平面的距离计算出激光雷达的位置。将这一信息与相机的参数进行比较，即可得到相机和激光雷达之间的外参矩阵。

4.1 配置网络IP和端口号

详细参考：激光雷达标定入门（8）配置网络IP和端口号

4.2 ROS驱动机械激光雷达

详细参考：激光雷达标定入门（9）ROS驱动机械激光雷达（velodyne和速腾）

5 固态激光

详细参考： 激光雷达标定入门（10）ROS驱动固态激光雷达（Livox Horizon）

6 联合标定

---

专栏更新中…