自动驾驶（七十八）---------Apollo之标定模块

         apollo中有很多模块，在我的apollo系列文章中，打算把重要的模块单独写一遍文章详细介绍，分为：标定、定位、导航、感知、预测、规划、控制。这里我们先从标定说起。。。。。

         在之前的文章中我介绍了很多标定相关的知识，Apollo系列的文章，主要从apollo的代码和思想来介绍标定。

                                      

1. 车身标定

          车身的标定谈不上什么方法，主要是从apollo的标定参数文件来分析，需要关注的车身参数有那些。

  front_edge_to_center: 1.373 //前轴到中心的距离
  back_edge_to_center: 1.402  //后轴到中心的距离
  left_edge_to_center: 0.505  //左轮到中心的距离
  right_edge_to_center: 0.505 //右轮到中心的距离

  length: 2.775               //车长
  width: 1.01                 //车宽
  height: 1.672               //车高
  min_turn_radius: 3.75       //最小转弯半径
  max_acceleration: 2.5       //最大加速度
  max_deceleration: -7.0      //最小加速度
  max_steer_angle: 6.6323     //最大转角
  max_steer_angle_rate: 6.98131700798
                              //最大转角率
  min_steer_angle_rate:0      //最小转角率
  steer_ratio: 10.85          //方向盘传动比
  wheel_base: 1.73            //轮距
  wheel_rolling_radius: 0.286 //车轮半径
  max_abs_speed_when_stopped: 0.2
                              //停车速度

2. 激光雷达到惯导的标定

         这部分在apollo的文档里有详细介绍：apollo/docs/specs/lidar_calibration.pdf，甚至apollo还贴心的准备了中文，这里笔者作为曾经百度的一员，为百度apollo的开放干杯，相信我大百度能重回巅峰。这里我就偷懒，直接截图了：

                    

3. 摄像头到激光雷达的标定

          1. 首先下载apollo的标定工具，并将文件解压缩到$APOLLO_HOME/modules/calibration中。

           2. 标定的相机内参，这部分内容这里不介绍，网上内容很多，标定包含焦距畸变等。

           3. 初始化外参，以下Camera-to-LiDAR文件作为示例，其中，translation是相机和LiDAR之间的位移距离；rotation是旋转矩阵的四元数表达形式。 

header:
      seq: 0
      stamp:
        secs: 0
        nsecs: 0
      frame_id: velodyne64
    child_frame_id: short_camera
    transform:
      rotation:
        y: 0.5
        x: -0.5
        w: 0.5
        z: -0.5
      translation:
        x: 0.0
        y: 1.5
        z: 2.0

           4. 标定外参，建议选择包含树木，电线杆，路灯，交通标志，静止物体和清晰交通线等物体的标定场地。

                  运行：cd /apollo/scripts && bash sensor_calibration.sh lidar_camera

                  输出类型为：.yaml的文件，将LiDAR点云投影到相机图像上进行验证：得到如下图像：

                       

      特别的apollo针对标定，提供了在线服务，如果你自己标定有困难，可以联系百度apollo团队，上传数据，百度会帮你标定，这也再次显示了百度的开放心态，真心希望有一天百度能在自动驾驶领域占用更多的话语权。