4. 标定环境与工具链搭建

传感器标定的精度上限，往往在写第一行标定代码之前就已经被环境决定了。一个典型的 NVIDIA DRIVE 标定工作台，需要同时满足四类约束：底层算力与驱动（GPU、CUDA、TensorRT）、中间件与算法框架（DRIVE SDK / DriveWorks）、数据与消息通道（相机、LiDAR、CAN、ROS 桥接），以及物理参照物（标定板与靶标）。本节按“从下到上、从软到硬”的顺序，把这套工具链搭起来，并给出可直接对照的版本与参数示例。

一、工具链的分层关系

先建立整体认知：DRIVE SDK 是面向 DRIVE 平台（如 DRIVE AGX Orin/Xavier）的板端软件栈，包含驱动、固件、传感器抽象层与安全相关组件；DriveWorks 是构建在其上的 SDK，提供传感器标定、里程计、目标检测、点云处理等模块化 API；CUDA 与 TensorRT 负责把标定中的重投影、点云配准、神经网络推理放到 GPU 上；ROS/ROS 2 桥接则把车端数据流与上位机标定工具、可视化（如 RViz）连接起来。它们不是并列关系，而是有明确的依赖方向。

二、软件环境搭建要点

在 DRIVE AGX 开发板上，DRIVE SDK 通常以 BSP（Board Support Package）形式刷写，版本必须与 DriveWorks 严格对应。例如 DRIVE OS 6.0.6 对应 DriveWorks 5.8，混用版本会导致标定模块加载失败。刷机后先确认基础环境：

# 查看 DRIVE OS 版本
cat /etc/nv_tegra_release

# 确认 CUDA 与 TensorRT
nvcc --version
dpkg -l | grep tensorrt

# 检查 DriveWorks 安装路径
ls /usr/local/driveworks-5.8/

DriveWorks 的标定能力集中在 dw::calibration 命名空间，相机内参标定使用 CameraIntrinsicsCalibrator，相机- LiDAR 外参使用 CameraLidarCalibrator。上位机侧建议安装 CUDA Toolkit 12.x 与对应驱动，用于离线跑重投影误差计算和点云配准验证。ROS 桥接方面，DRIVE 平台通过 driveworks_ros 或自研 bridge 节点把 dwSensor 数据发布为 sensor_msgs/Image、sensor_msgs/PointCloud2 和 sensor_msgs/Imu，时间戳统一使用 PTP 或 GPS 秒脉冲对齐，否则后续外参求解会出现系统性偏差。

三、标定板与靶标选择

标定板的选择直接决定标定精度和可重复性。相机内参标定常用棋盘格或圆点阵列：棋盘格角点检测精度高，适合焦距、主点、畸变系数求解；圆点阵列对模糊和光照更鲁棒，适合广角或鱼眼相机。相机-LiDAR 外参标定则需要同时被相机和 LiDAR 清晰观测的靶标，常见方案有三类：

• 棋盘格 + 平面板：LiDAR 扫描平面得到点云平面，相机检测角点，通过平面约束求解外参。成本低，但需要多姿态采集。
• ArUco / AprilTag 靶标：提供唯一 ID 和 6DoF 位姿，适合多相机与 LiDAR 联合标定，检测稳定，适合自动化流程。
• 专用立体靶标：如带孔洞的 V 型板或球形靶标，LiDAR 点云特征更明显，适合远距离或低分辨率 LiDAR。

尺寸选择上，棋盘格方格边长建议为相机视场中靶标成像宽度的 1/10 左右。以 1920×1080、60° 水平 FOV 的相机为例，若靶标距离 3 m，成像宽度约 3.4 m，则方格边长取 30～40 mm 较合适。LiDAR 标定靶标尺寸应保证在 10 m 处仍有至少 5～8 个激光点落在靶标平面上，常见 1 m × 1 m 的平面板配合 0.8 m 棋盘格是工程中较稳妥的组合。

四、环境验证与标定前检查

工具链搭好后，不要直接进入正式标定，先做一次“空跑”验证：用 DriveWorks 的 sample 程序读取一路相机和一路 LiDAR，确认数据能正常回调；用 ROS 桥接发布话题，在 RViz 中确认图像与点云空间关系大致正确；再用一张已知尺寸的棋盘格做单相机内参标定，观察重投影误差是否收敛到 0.3 像素以内。若误差偏大，优先排查镜头畸变模型选择、标定板平整度和采集姿态覆盖是否充分，而不是急于调整外参。