3d激光雷达开发(多雷达标定)
Posted 费晓行
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了3d激光雷达开发(多雷达标定)相关的知识,希望对你有一定的参考价值。
【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】
有过camera开发经验的朋友都知道,camera有两种标定。一种是内参标定,主要是标定切向畸变、径向畸变等参数;一种是外参标定,主要是把数据从摄像头坐标系转移到全局坐标系。举个例子来说,车上的传感器很多,但每个传感器获得的数据都是以自己的坐标系为基础获得的,要想把这些数据整合在一起,必须有一个统一的车坐标系,其他传感器的数据转到这个统一的车坐标系上,才能继续进行后面的工作。
camera是这样,3d lidar也是这样的。单个雷达的覆盖范围是有限的,必须要把所有lidar的数据整合到一个坐标系下面才有意义。以livox为例,大家可以看看这篇文章,https://livox-wiki-cn.readthedocs.io/zh_CN/latest/tutorials/sensor_calibration.html。目前标定方法主要有两种,一种是手动标定,一种是自动标定。
1、手动标定
https://github.com/Livox-SDK/Livox-SDK/wiki/Calibrate-extrinsic-and-display-under-ros-cn
手动标定,顾名思义,就是依靠手动调节x、y、z、yaw、pitch、roll来获得对应的标定值。判定的标准就是自己的双眼,看看两片点云关键点有没有拟合在一起。对livox来说,手动标定可以直接用livox viewer来进行,
2、自动标定
https://github.com/Livox-SDK/Livox_automatic_calibration
自动标定,就是说自己准备点云数据,让算法来帮助我们获得x、y、z、yaw、pitch、roll。livox也为我们提供了对应的代码文件和编译脚本。下面就是对应的CMakeLists文件,
CMAKE_MINIMUM_REQUIRED(VERSION 2.8 FATAL_ERROR)
PROJECT(livox_calibration)
set(CMAKE_BUILD_TYPE Release) # this is Important ! ! ! ! !
find_package(PCL 1.7 REQUIRED)
link_directories($PCL_LIBRARY_DIRS)
add_definitions($PCL_DEFINITIONS)
include_directories($PCL_INCLUDE_DIRS include)
set(CMAKE_CXX_FLAGS "$CMAKE_CXX_FLAGS -std=c++11")
FILE(GLOB SRCS0 src/mapping/*.cpp)
FILE(GLOB SRCS1 src/calibration/*.cpp)
FILE(GLOB SRCS2 src/ransac/*.cpp)
add_executable (mapping $SRCS0 )
target_link_libraries (mapping $PCL_LIBRARIES $LIBS)
add_executable (calibration $SRCS1 )
target_link_libraries (calibration $PCL_LIBRARIES $LIBS)
add_executable (fitline $SRCS2 )
target_link_libraries (fitline $PCL_LIBRARIES $LIBS)
从编译文件可以看出,总共生成三个文件,分别是mapping、calibration、fitline。mapping负责准备pcd文件,calibration负责标定,fitline负责改进和优化。编译生成后,只要自己准备好pcd文件放在指定的目录,依次执行三个文件即可,从run.sh可以看出这一点
#!/bin/bash
./mapping
./calibration
./fitline
进一步分析这三个程序,可以看到标定的基本原理还是icp,相关代码位于src/calibration/calibration.cpp文件中。
//prepare ICP
pcl::PointCloud<pcl::PointXYZ>::Ptr ICP_output_cloud(new pcl::PointCloud<pcl::PointXYZ>); //not use,but necessary
pcl::GeneralizedIterativeClosestPoint<pcl::PointXYZ, pcl::PointXYZ> icp;
icp.setTransformationEpsilon(0.0000000001); //0.0000000001
icp.setMaxCorrespondenceDistance(10);
icp.setMaximumIterations(35);
icp.setRANSACIterations(0);
icp.setMaximumOptimizerIterations(50); // default 20
3、其他标定
livox也提供了摄像头和lidar的标定方法,有兴趣的同学可以看一下。
https://github.com/Livox-SDK/livox_camera_lidar_calibration
以上是关于3d激光雷达开发(多雷达标定)的主要内容,如果未能解决你的问题,请参考以下文章