激光视觉对齐小技巧

今天也分享一个在工程中遇到的问题：在做激光视觉融合的系统，利用视觉得到的语义信息投影到激光点云上时需要一个准确的外参，但是目前标定方法不能保证全图都投影的很准（和相机的内参和激光视觉的外参都有关系），那应该怎么做呢？
首先解释一下为什么要把视觉的语义信息投影到激光点云上，我不是做深度学习的，但是根据那边的同学反应，现在视觉的语义分割网络可以得到66个lable，而且实时性也还可以，但是激光点云分割只能得到6个lable。所以利用视觉得到激光点云的语义信息很有意义。而且准确的外参是关键。
另外一个激光视觉的标定方法，我昨天介绍过了（明天会详细介绍一些标定的方案），但是激光扫描仪并不是每个实验室都可以买的起的，我们一般都是基于开源的比如autoware得到一个很粗的外参。这个时候我们应该怎么办呢。
1.小范围内最优的外参利用扫描仪的方法可以得到毫米级，所以第一个想法就是把图像分块，把图像分成若干个小块，每个小块单独去利用昨天介绍的标定方法去标定，投影的时候利用不同的外参去投影。
2. 我们利用很粗的外参直接投影到点云上，再把点云投影到深度图或者是强度图上，在小范围内利用图像处理的方法得到强度图或者深度图的边界，利用边界进一步判断点云的标签，再反投影到点云上，得到准确的标签信息。当然这里我觉得也可以利用深度学习来做，不懂我就不乱说了。