关于相机与激光雷达数据采集与标定

不会改BUG的小萌新

已于 2022-09-05 15:17:44 修改

阅读量1.4k

点赞数

分类专栏： ROS 文章标签： python

于 2022-09-04 19:32:29 首次发布

本文链接：https://blog.csdn.net/qq_33958714/article/details/126692549

版权

本文记录了一个车路协同项目的传感器标定过程，涉及相机和激光雷达的联合标定。在标定过程中遇到了时间戳同步问题、相机内参和外参的计算挑战。通过使用MATLAB工具、ROS包以及自定义Python代码进行标定，最终通过微调旋转矩阵解决了坐标系匹配问题。总结了标定过程中调整内参、旋转向量和平移向量的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在做一个关于车路协同的项目，需要做一个路侧系统，传感器有摄像头和激光雷达。相机和激光雷达联合标定费了老半天劲。在此记录一下。

雷达时间戳不对，导致摄像头和雷达的数据无法对齐。‘’

解决办法：修改雷达驱动发布点云消息时的时间戳

相机内参标定可以使用MATLAB，ROS的camera_calibration包。但是使用MATLAB的工具包时只能计算出来相机内参和相机畸变参数，相机投影矩阵只能自己计算（投影矩阵和相机内参的区别也就在于投影矩阵融入了畸变参数）。python代码如下：

import cv2
import numpy as np

intrinsicmtx = np.array([[3282.04407377046,	0,	1285.36005742231],
[0,	3304.32265017942, 1048.50567777262],
[0, 0,	1]])
dist=np.array([-0.550994259036344,	0.480339307652613, 0, 0])
projectmtx,roi=cv2.getOptimalNewCameraMatrix(intrinsicmtx ,dist,(2560 ,1440),0)
print(projectmtx)

而使用ROS包则可以直接给出投影矩阵，缺点就是需要棋盘格在图片上的x、y、skew（旋转）、size（大小）的变化需要满足他的要求才可以进行标定，所以最好直接连着相机进行标定，录rosbag可能会不满足他的条件。

ROS2订阅保存图片python代码

import rclpy
from rclpy.node import Node

from std_msgs.msg import String

import cv2
from sensor_msgs.msg import Image
from cv_bridge import CvBridge
from cv_bridge import CvBridgeError
path='/home/wangbin/calib/img/' #存放图片的位置

class ImageSubscriber(Node):

    def __init__(self):
        super().__init__('minimal_subscriber')
        self.bridge = CvBridge()
        self.subscription = self.create_subscription(
            Image,
            '/hk_opencv_example/image_raw',
            self.listener_callback,
            10)
        self.subscription  # prevent unused variable warning

    def listener_callback(self, msg):
        try:
            cv_image = self.bridge.imgmsg_to_cv2(msg,"bgr8")
        except CvBridgeError as e:
            print(e)
        timestr = '%.6f' %  (float(msg.header.stamp.sec) +

最低0.47元/天解锁文章