LidarCameraCalibration

激光雷达与相机的标定

采用的是autoware标定包和autoware$.$ai。分为下列步骤:

1. 标定板选择
2. 安装autoware标定包
3. 标定
4. 得到标定结果
5. 安装autoware$.$ai

一、标定板的选择

本文选择的标定板大小 600x450 mm，方格边长45mm，图案阵列为12x9。

二、安装autoware标定包

安装autoware标定包是来自于XidianLemon。將其下载下来后，编译。编译后进入此工作空间，运行:

rosrun calibration_camera_lidar calibration_toolkit

会出现下图，选择图像数据话题:

点击OK后，出现下图，选择camera->velodyne的标定。值得注意的是，autoware把点云的话题格式固定为: points_raw。如果不是这个话题的话，需要做话题重映射。

点击OK后，最后可以进入到界面:

填入标定板参数，pattern size 是 0.045， Pattern Number 是 8 和 11。注意的是，上面的格子图案阵列是12X9。填入后退出，重新执行命令进入此界面。

三、标定

标定的方法主要参照这篇博客https://blog.csdn.net/AdamShan/article/details/81670732。

四、标定结果

标定完成后，会有一个标定结果的yaml文件。例子如下:

里面包含了相机到雷达的外参，相机内参等数据参数。

五、安装autoware$.$ai

为了能够显示标定的结果，生成点云与图像的结合图，autoware自带的sensing 模块上有此功能。但是我们编译的是单独的标定包，因此需要安装autoware$.$ai的完整包。安装教程根据(官方的教程)[https://github.com/Autoware-AI/autoware.ai/wiki/Source-Build]。本文安装的是autoware 1.12.0 版本。 安装成功后，运行:

roslaunch runtime_manager runtime_manager.launch

出现以下界面，选择sensing:

选择右下角的calibration_publisher。

填入以上信息。 taget_frame代表雷达的坐标系，camera_frame代表相机的坐标系，也就是各自对应的frame_id。Ref里面填入标定好的结果(yaml文件)。启动这个节点，会发布/camera/camera_info， /camera/projection_matrix 两个话题。点击OK之后。点击主界面的Points Image。得到下列界面

点击OK。最后点击RVIZ，查看标定结果。在RVIZ菜单，点击Panels/Add New Panel。添加ImageViewerPlugin,填写Image Topic 和 Point Topic，得到下图。

至此，标定结束。

Reference:

1. https://blog.csdn.net/AdamShan/article/details/81670732
2. https://blog.csdn.net/qq_42615787/article/details/102481314
3. https://github.com/XidianLemon/calibration_camera_lidar
4. wiki.ros.org/camera_calibration/Tutorials/MonocularCalibration
5. https://github.com/Autoware-AI/autoware.ai/wiki/Source-Build