imu與lidar外參手眼标定

文章目錄

• 1基本原理
• 2具體實作過程
• 3code
• 4注意事項
• 5其他參考

關于手眼标定的原理在之前的文章中已經介紹了。手眼标定的限制是傳感器不同的運動，得到同一物體在世界坐标系下的坐标是相同的。或者說通過不同的運動，得到的世界坐标系和物體坐标系的變換矩陣是不變的。

手眼标定往往以相機與imu作為例子，特别的是以機械臂上imu，相機為例子。那麼在自動駕駛中怎麼将手眼标定應用于imu和雷射雷達的标定呢？

1基本原理

2具體實作過程

論文中分為兩步法求解：

《雷射雷達和慣性測量緊耦合的車輛高精度定位研究》

3code

ros系統中實作手眼标定：

github

4注意事項

由最終的标定表達式可以發現：任意兩個時刻imu的位姿變換 T i m u 2 − i m u 1 T_{imu2-imu1} Timu2−imu1​，兩個時刻lidar裝置的位姿變換 T l i d a r 2 − l i d a r 1 T_{lidar2-lidar1} Tlidar2−lidar1​，直接影響參數的标定精度。純imu中運動過程中， T i m u 2 − i m u 1 T_{imu2-imu1} Timu2−imu1​肯定存在漂移，會影響标定精度，可以加入GNSS糾正imu位姿。 T l i d a r 2 − l i d a r 1 T_{lidar2-lidar1} Tlidar2−lidar1​就是點雲之間的變換矩陣，可以通過點雲配準求解，常用ndt方法。

（2）若已知 T i m u 2 − i m u 1 T_{imu2-imu1} Timu2−imu1​， T l i d a r 2 − l i d a r 1 T_{lidar2-lidar1} Tlidar2−lidar1​則标定過程就是求解手眼過程。關于求解過程有很多方法和工具，如opencv自帶相關函數。

5其他參考

1

2