3. 时空标定核心概念

在无人机多模态感知系统中，相机、激光雷达、IMU、GNSS 等传感器各自以不同频率、不同坐标系、不同时间基准输出数据。若要把它们融合成同一份“世界描述”，就必须先完成时空标定。本节围绕六个核心术语展开：时间同步、空间对齐、内参、外参、时间偏移、坐标系变换。理解它们之间的因果关系，是后续所有标定算法与工程实现的基础。

一、核心原理：从“各自为政”到“统一时空”

多模态感知的本质，是把多个传感器对同一物理世界的观测，映射到一个公共的时空参考系中。这个过程可以拆解为两条主线：

• 时间线：每个传感器都有自己的采样时刻和时钟。相机曝光时刻、LiDAR 扫描时刻、IMU 采样时刻、GNSS 秒脉冲时刻并不天然一致。时间同步的目标，是让所有观测都能对应到同一个时间轴上的同一瞬间。
• 空间线：每个传感器都有自己的安装位置和朝向。相机看到的是像素坐标，LiDAR 看到的是本体系下的三维点，IMU 测量的是本体系下的角速度和加速度。空间对齐的目标，是把这些量统一到同一个坐标系中。

因此，时空标定不是单一操作，而是一组参数估计与坐标变换的组合。内参和外参是空间标定的核心参数，时间偏移是时间标定的核心参数，坐标系变换则是贯穿始终的数学表达。

二、六个术语的逐项解析

1. 时间同步：指让多个传感器的数据在时间轴上对齐。常见方式包括硬件触发同步（如 GNSS 秒脉冲同时触发相机和 LiDAR）、软件时间戳对齐（如 ROS 的 message_filters 近似时间同步）以及基于运动估计的后处理同步。时间同步的精度直接决定融合结果是否“错位”。

2. 空间对齐：指把不同传感器观测到的同一物理点，变换到同一坐标系下描述。空间对齐依赖外参，但外参只是参数，空间对齐是目标。例如，把 LiDAR 点云投影到相机图像上，就是典型的空间对齐操作。

3. 内参：描述传感器自身的内部成像或测量特性。相机内参包括焦距、主点、畸变系数；LiDAR 内参包括各激光束的垂直角、水平角修正、距离偏移等；IMU 内参包括零偏、尺度因子、非正交误差。内参标定通常在出厂或实验室完成，但温度、振动会引起漂移。

4. 外参：描述两个传感器之间的相对位置和姿态，通常用旋转矩阵 R 和平移向量 t 表示，也可写成 4×4 齐次变换矩阵 T。外参是空间对齐的核心参数，也是多模态标定中最常需要在线估计的量。

5. 时间偏移：指两个传感器时钟之间的固定差值 Δt。即使做了时间同步，硬件触发延迟、传输延迟、曝光延迟仍会引入残余偏移。时间偏移通常与运动速度耦合：速度越快，同样的 Δt 造成的空间误差越大。

6. 坐标系变换：是把一个坐标系下的点、向量或位姿，转换到另一个坐标系的数学操作。常见形式包括旋转、平移、缩放和齐次变换。在无人机系统中，常见坐标系有世界系、机体系、相机系、LiDAR 系、IMU 系等。

三、方法流程：从原始数据到统一时空

1. 确定参考坐标系：通常选择 IMU 系或机体系作为机体参考，选择世界系作为全局参考。
2. 标定内参：对相机、LiDAR、IMU 分别进行内参标定，得到各自的测量模型。
3. 估计时间偏移：利用硬件触发或运动相关性，估计各传感器相对参考时钟的 Δt。
4. 估计外参：通过标定板、特征匹配、运动约束或联合优化，求解 R 和 t。
5. 构建变换链：把内参、外参、时间偏移组合成完整的时空变换关系。
6. 验证与迭代：用重投影误差、点云配准误差、轨迹一致性等指标评估标定质量。

# 典型外参矩阵形式（4×4 齐次变换）
T_cam_lidar = [[r11, r12, r13, tx],
               [r21, r22, r23, ty],
               [r31, r32, r33, tz],
               [0,   0,   0,   1]]

# 时间偏移补偿
t_corrected = t_raw + delta_t

# 点云投影到图像
pixel = K * (R * p_lidar + t) / z

四、案例/场景：无人机巡检中的时空标定

假设一架无人机搭载相机和 LiDAR 执行电力线巡检任务。相机以 20 Hz 采集图像，LiDAR 以 10 Hz 扫描点云，IMU 以 200 Hz 输出角速度和加速度。若不做时间同步，当无人机以 5 m/s 飞行时，50 ms 的时间偏移会造成约 25 cm 的位置误差，足以让电力线在图像和点云中完全错开。

若外参存在 1° 的旋转误差，在 20 m 距离上会产生约 35 cm 的横向偏差。若相机内参畸变未校正，边缘区域的电力线会弯曲，导致融合结果出现“重影”。因此，实际工程中通常先做离线标定，再在飞行过程中利用 SLAM 或里程计进行在线外参优化。

五、常见误区与复盘