目錄
標定內容及方法
雷達內參標定
IMU內參標定
編碼器內參標定
相機內參標定
雷達和相機外參標定
多雷達外參標定
手眼標定
融合中標定
總結
連續時間
標定內容及方法
雷達內參標定
1) 目的
由于安裝原因，線束之間的夾角和設計不一致，會導致測量不準。
2) 方法
多線束打在平面上，利用共面約束，求解夾角誤差。
3) 參考
論文： Calibration of a rotating multi-beam Lidar
論文： Improving the Intrinsic Calibration of a Velodyne LiDAR Sensor
論文： 3D LIDAR–camera intrinsic and extrinsic calibration: Identifiability and analytical least-squares-based
initialization
IMU內參標定
1) 目的
由于加工原因，產生零偏、標度因數誤差、安裝誤差。
2) 方法
分立級標定：基于轉臺；
迭代優化標定：不需要轉臺。
3) 參考
論文：A Robust and Easy to Implement Method for IMU Calibration without External Equipments
代碼：https://github.com/Kyle-ak/imu_tk
編碼器內參標定
1) 目的
用編碼器輸出解算車的位移增量和角度增量，需已知輪子半徑和兩輪軸距。
2) 方法
以車中心雷達/RTK做觀測，以此為真值，反推模型參數。
3) 參考
論文： Simultaneous Calibration of Odometry and Sensor Parameters for Mobile Robot
相機內參標定
1) 目的
相機與真實空間建立關聯，需已知其內參。
2) 方法
張正友經典方法
雷達和相機外參標定
1) 目的
解算雷達和相機之間的相對旋轉和平移。
2) 方法
PnP是主流，視覺提取特征點，雷達提取邊緣，
建立幾何約束。
3) 參考
論文： LiDAR-Camera Calibration using 3D-3D Point correspondences
代碼：https://github.com/ankitdhall/lidar_camera_calibration
論文： Automatic Extrinsic Calibration for Lidar-Stereo Vehicle Sensor Setups
代碼： https://github.com/beltransen/velo2cam_calibration
多雷達外參標定
1) 目的
多雷達是常見方案，使用時將點云直接拼接，但前提是已知雷達之間的外參（相對旋轉和平移）。
2) 方法
基于特征(共面)建立幾何約束，從而優化外參。
3) 參考
論文： A Novel Dual-Lidar Calibration Algorithm Using Planar Surfaces
代碼： https://github.com/ram-lab/lidar_appearance_calibration
手眼標定
1) 目的
手眼標定適用于所有無共視，但是能輸出位姿的傳感器之間標定。包括：
? 無共視的相機、雷達，或雷達與雷達之間；
? 相機與IMU，或雷達與IMU之間(前提是IMU要足夠好，或直接使用組合導航)。
2) 方法
均基于公式
3) 參考
論文： LiDAR and Camera Calibration using Motion Estimated by Sensor Fusion Odometry
代碼： https://github.com/ethz-asl/lidar_align
融合中標定
1) 目的
? 脫離標靶，實現在線標定；
? 某些器件無法提供準確位姿(如低精度IMU)，不能手眼標定。
2) 方法
在融合模型中，增加外參作為待估參數。
3) 參考
眾多vio/lio系統，如vins、lio-mapping、M-Loam 等
總結
1) 這些方法中，推薦優先級從高到低為：
a. 基于共視的標定
b. 融合中標定
c. 手眼標定
2) 建議
應在良好環境下標定，盡量避免不分場景的在線標定。良好環境指觀測數據優良的場景，例如：
a. GNSS 信號良好；
b. 點云面特征豐富，沒有特征退化；
c. 動態物體較少
連續時間
方法
把輸入建立為連續時間函數，從而可以在任意時間求導。
參考
a. kalibr 系列
論文：Continuous-Time Batch Estimation using Temporal Basis Functions
論文： Unified Temporal and Spatial Calibration for Multi-Sensor Systems
論文： Extending kalibr Calibrating the Extrinsics of Multiple IMUs and of Individual Axes
代碼：https://github.com/ethz-asl/kalibr
b. 助教呂佳俊的工作
論文： Targetless Calibration of LiDAR-IMU System Based on Continuous-time Batch Estimation
代碼：https://github.com/APRIL-ZJU/lidar_IMU_calib
 教程)
 案例詳解)
