1. 外参标定概述
大家好，我是你们这门课的主讲。今天咱们聊聊外参标定——这个在BEV感知里绕不开的话题。
说实话，我刚开始做自动驾驶感知那会儿，对外参标定这事儿并不上心。总觉得算法调好了，模型训好了，车就能跑。结果呢？第一次路测，BEV空间里的障碍物位置全飘了，跟实际偏差了快半米。排查了半天，最后发现是摄像头松了，外参变了。嗯，从那以后，我再也不敢小看标定这件事了。
1.1 为什么BEV感知需要外参标定？
先问大家一个问题：BEV感知的核心是什么？
说白了，就是把多个摄像头看到的2D图像，统一映射到一个俯视的鸟瞰图里。这个映射过程，依赖的就是每个摄像头的外参。
外参是什么？它描述了摄像头在车身上的位置和朝向。包括旋转（roll、pitch、yaw）和平移（x、y、z）。
你想想看，如果外参不准，会发生什么？
- 同一个物体，在相邻两个摄像头画面里，映射到BEV空间后位置对不上
- 车道线拼接处出现断裂或错位
- 障碍物的朝向、距离估计全乱套
我在项目中遇到过最典型的一个案例：某次夜间测试，车辆明明在车道正中间，BEV显示却偏了30厘米。查了两天，最后发现是后视摄像头因为颠簸，yaw角偏了0.5度。0.5度啊兄弟们，在50米外就是将近半米的误差。
核心结论：外参标定是BEV感知的"地基"。地基不稳，上层算法再强也白搭。
1.2 外参标定的核心目标
外参标定要解决什么问题？我总结为三个层次：
- 精确性：让每个摄像头的投影误差尽可能小。通常要求重投影误差小于1个像素。
- 一致性：多个摄像头之间的相对关系要自洽。不能出现A和B重叠区域里，同一个物体在两个视角下位置差很多。
- 鲁棒性：标定结果能应对车辆振动、温度变化等实际工况。说白了，不能今天标好了，明天开一圈又偏了。
我个人习惯把这三个目标记成"三性法则"。每次做标定，我都会问自己：精度够不够？一致性好不好？鲁棒性强不强？
1.3 评价指标：怎么才算标得好？
光说"标得好"太虚了。咱们得用数字说话。我常用的评价指标有这几个：
| 指标名称 | 含义 | 经验阈值 |
|---|---|---|
| 重投影误差 | 3D点投影到2D图像后，与真实2D点的像素距离 | < 1.0 pixel |
| BEV拼接误差 | 相邻摄像头在BEV空间重叠区域内的位置偏差 | < 10 cm @ 30m |
| 标定残差 | 优化后的外参与初始值的差异 | 旋转 < 0.1°，平移 < 1 cm |
| 重复性 | 多次标定结果之间的标准差 | 旋转 < 0.05°，平移 < 0.5 cm |
我的经验：重投影误差是最直观的指标，但别只看它。我见过重投影误差0.8像素，但BEV拼接误差却到了15厘米的情况。为什么？因为重投影误差只衡量单相机内部一致性，不衡量多相机之间的相对关系。所以，一定要综合看。
1.4 外参标定的知识体系
为了让大家有个整体认知，我画了一张图。这张图展示了外参标定的核心逻辑和知识结构。
避坑指南：我曾经犯过一个低级错误——标定完只看重投影误差，觉得0.6像素很完美。结果上路测试，BEV拼接处车道线错位严重。后来才发现，我用的标定板太小，覆盖不了整个视场角。边缘区域的外参其实没标好。所以，标定板的尺寸和位置一定要覆盖实际使用场景。
1.5 一个小例子：外参不准的影响
咱们用代码模拟一下。假设前视摄像头外参的yaw角偏了0.3度，看看50米外的物体位置会偏多少：
import numpy as np
# 假设摄像头高度1.5m，俯仰角0度
camera_height = 1.5 # 米
yaw_error = np.deg2rad(0.3) # 0.3度偏角
distance = 50.0 # 米
# 横向偏移量
lateral_error = distance * np.sin(yaw_error)
print(f"50米外横向偏移: {lateral_error:.3f} 米")
# 输出: 50米外横向偏移: 0.262 米
# 如果距离100米
lateral_error_100 = 100.0 * np.sin(yaw_error)
print(f"100米外横向偏移: {lateral_error_100:.3f} 米")
# 输出: 100米外横向偏移: 0.524 米看到了吗？0.3度的yaw误差，在50米外就偏了26厘米。这要是做车道保持，车早就压线了。
所以，外参标定这件事，精度要求比你想象的高得多。
我的建议：做BEV感知的同学，一定要把外参标定当成一个持续迭代的过程。不是标一次就完事了。车辆使用过程中，振动、温度变化、甚至洗车时的高压水枪，都可能让外参发生微小变化。我现在的习惯是：每次路测前，先跑一遍在线标定检查，确认外参没问题再开始测算法。
好了，这一章咱们把外参标定的"为什么"和"是什么"讲清楚了。下一章，我会带大家深入外参标定的数学原理，包括坐标系变换、旋转矩阵、李代数这些硬核内容。到时候咱们再聊。
可可精品资料库