相机激光雷达外参标定实践

介绍

由于项目需要，本文借鉴了这篇相机和激光雷达的外参标定方法，完成了联合标定。

准备工作

1.准备一块尽量大的棋盘格，我这里采用的是5 x 5，100cm x 100cm的棋盘格。
2.要标定的相机和激光雷达，我这里采用的激光雷达是VLP-16。
3.准备一个较为空旷的地方。
4.启动相机和激光雷达驱动。
启动相机

roslaunch usb_cam usb_cam-test.launch

启动激光雷达

roslaunch velodyne_pointcloud VLP16_points.launch

5.录制bag
采集相机和激光雷达同时工作时的bag，包括相机和激光雷达的话题，我这里是/usb_cam/image_raw，/velodyne_points
手持棋盘格，棋盘格倾斜45度，处于图像中至少９个不同的位置,每个位置保持静止10秒左右，保证提取足够的特征点。

标定流程

首先下载源码。
1.修改内参

cfg/initial_params.txt

2.修改rviz配置文件rviz/cam_lidar_calibration.rviz里的fixed frame。修改为自己的激光雷达坐标系，我这里是velodyne。

3.启动标定程序

roslaunch cam_lidar_calibration cam_lidar_calibration.launch

4.启动rviz

rviz -d rviz/cam_lidar_calibration.rviz

5.通过rqt_reconfigure调整ROI,尽量让视野里只有标定板

6.播放bag
7.对每个位置，待稳定之后按i，即使出现直线拟合错误（猜测是因为我的激光雷达线数较少无法匹配到线特征），也按enter作为优化。每个位置只要一个。

8.收集8-9组数据后，按o计算

这里的Extrinsic Parameters即为相机和激光雷达的外参，6个值分别对应：

x,y,z,roll,pitch,yaw

结果查看

1.将计算出的外参写project_img.launch文件里

<launch>

  <node pkg="cam_lidar_calibration" type="projector" name="projector" output="screen">
      <param name="roll" value="-1.62814"/>
      <param name="pitch" value="0.14207"/>
      <param name="yaw" value="1.63132"/>
      <param name="x" value="-0.602047"/>
      <param name="y" value="-0.0235283"/>
      <param name="z" value="-0.871927"/>

  </node>

</launch>

2.启动roslaunch cam_lidar_calibration project_img.launch
3.启动rviz，添加投影后的点云话题，还可以查看tf


可以看到标定的效果还是比较理想的，至此标定结束。