4. 传感器标定基础

在多传感器感知系统中,摄像头、激光雷达、毫米波雷达各自输出的是“自己坐标系里的数据”。要让它们共同描述同一个物理世界,必须先把这些数据统一到同一套空间与时间基准上。完成这件事的过程就是标定。标定不是一次性的安装工序,而是决定感知精度上限的基础环节:融合结果是否可信,往往在标定阶段就已经被决定。

一、内参:把像素还原成方向

相机内参描述的是相机自身的成像几何,它回答“图像上的一个像素,对应相机坐标系中的哪条射线”。以常见的针孔模型为例,内参矩阵为:

K = [ fx  0  cx ]
    [  0 fy  cy ]
    [  0  0   1 ]

fx = f / dx,  fy = f / dy

其中 fx、fy 是以像素为单位的焦距,cx、cy 是主点(光轴与像平面的交点)像素坐标。此外还有畸变参数:径向畸变 k1、k2、k3 与切向畸变 p1、p2,用于描述真实镜头偏离理想针孔模型的程度。内参标定的典型做法是拍摄多张不同位姿的棋盘格或圆点靶标,提取角点后求解重投影误差最小化问题。判断内参是否可用,主要看平均重投影误差:车载相机通常希望控制在 0.3 像素以内,超过 0.5 像素就应检查靶标平整度、图像模糊或角点提取质量。

内参的作用是“去畸变 + 反投影”。如果内参不准,图像边缘的物体位置会系统性偏移,后续所有基于像素的测距、投影和融合都会带着这个误差走。

二、外参:把多个传感器放进同一坐标系

外参描述传感器之间的相对位姿,即旋转 R 与平移 t。通常选定一个基准坐标系,例如以车辆后轴中心为原点的车体坐标系:x 向前、y 向左、z 向上。相机、激光雷达、雷达的外参就是它们相对车体的 (R, t)。若已知传感器 A 到车体的外参 T_A 和传感器 B 到车体的外参 T_B,则 A 到 B 的变换为:

T_AB = T_B⁻¹ · T_A
P_B  = R_AB · P_A + t_AB

外参标定分两类。一类是离线标定:在标定场中让车辆正对靶标,用激光雷达点云与相机图像中的同名特征(如棋盘格角点、标定杆、地面标志)求解。另一类是在线标定:车辆行驶中利用道路消失点、车道线、地面平面等自然特征持续估计并修正外参,用于补偿振动、温度变化和轻微碰撞带来的漂移。

外参误差对融合的影响非常直接。假设相机与激光雷达在纵向存在 0.1 m 的外参偏差,在 50 m 处投影到图像上,横向像素偏移约为 Δu = fx · Δx / z。若 fx = 1000 像素、z = 50 m、Δx = 0.1 m,则偏移约 2 像素;距离越近,同样的外参误差造成的像素偏移越大。因此近场目标对角度类外参尤其敏感,远场目标对平移类外参更敏感。

三、时间同步:让“同一时刻”真正成立

即使空间上对齐,如果各传感器数据来自不同时刻,运动中的物体会产生“时空错位”。时间同步包含三个层次:

  • 时钟同步:让各传感器与计算平台的时钟一致。常用 PTP(IEEE 1588)或 gPTP,配合硬件时间戳,把同步误差压到微秒级;GPS/PPS 可作为全局参考。
  • 触发同步:用同一触发源同时触发相机曝光和激光雷达扫描,保证采样时刻对齐。
  • 时间戳对齐与插值:把不同频率的数据按时间戳归一到同一时刻。例如相机 30 Hz、激光雷达 10 Hz,可用线性插值或运动补偿把点云变换到图像曝光时刻。

时间误差的影响可以用运动学估算。若目标相对车速为 10 m/s,时间偏差 10 ms,则位置错位约 0.1 m;偏差 50 ms,错位可达 0.5 m,足以让融合后的目标框在纵向上明显抖动或“分裂”。

多传感器标定:空间对齐 + 时间对齐 相机 内参 K、畸变参数 激光雷达 点云 (x,y,z,intensity) 毫米波雷达 距离、速度、角度 IMU / 轮速 姿态与运动补偿 空间对齐(外参) T_cam←body、T_lidar←body、T_radar←body P_body = R · P_sensor + t 统一到车体坐标系:x前、y左、z上 误差影响:近场角度敏感、远场平移敏感 时间对齐(同步) PTP/gPTP 硬件时间戳,误差 < 1 ms 统一触发:相机曝光与雷达扫描对齐 按时间戳插值 / 运动补偿到同一时刻 误差影响:10 m/s 下 10 ms ≈ 0.1 m 错位 时空一致的融合感知 目标检测 · 距离估计 · 速度估计 · 跟踪与预测 标定误差会沿感知链路传播:内参 → 反投影,外参 → 空间对齐,时间 → 运动错位 三者任一失准,融合精度都会显著下降,且难以靠后处理完全弥补

四、标定为什么决定感知精度上限

标定误差不会停留在标定环节,而是沿着感知链路逐级传播。内参误差让像素反投影方向偏斜,导致目标在相机坐标系中的角度估计出现系统偏差;外参误差让不同传感器看到的目标在空间上“对不上”,融合时要么把同一目标判成两个,要么把两个目标合并成一个;时间误差让运动目标在空间对齐后仍然错位,表现为目标框抖动、速度估计异常或跟踪 ID 频繁切换。

更关键的是,标定误差具有系统性。随机噪声可以通过多帧滤波抑制,但固定的外参偏差会在每一帧、每一个目标上重复出现,滤波无法消除。因此工程上通常把标定精度作为感知指标的前置条件:在验收融合算法之前,先确认重投影误差、点云与图像边缘对齐度、静止目标的时间一致性是否达标。

五、工程实践中的检查要点

实际项目中,标定不是“做完就结束”,而应形成可复查的闭环。以下是一份可直接参考的标定检查清单:

检查项 典型指标 观察方法 不达标时的处理
相机内参重投影误差 ≤ 0.3 像素 标定报告中的 RMS 误差 重拍靶标,检查模糊与角点
相机-激光雷达外参 边缘对齐偏差 ≤ 2 像素(近场) 点云投影到图像,看杆状物边缘 重新采集同名特征,优化外参
时间同步误差 ≤ 1 ms 对比硬件时间戳与触发信号 检查 PTP 配置与触发线
静止目标一致性 多帧位置抖动 ≤ 0.05 m 车辆静止时观察融合目标框 排查外参与时间戳
运动目标时空对齐 目标框纵向错位 ≤ 0.1 m 匀速行驶中对同一目标比对 加入运动补偿或插值
标定的顺序建议是:先内参、再外参、最后时间同步。内参不准会让外参标定中的同名特征本身带偏差;时间不同步会让运动中的标定靶标位置失真。三者按依赖关系逐级收敛,才能得到稳定的融合结果。

总结来说,内参解决“像素对应哪条射线”,外参解决“多个传感器如何放进同一坐标系”,时间同步解决“数据是否来自同一时刻”。三者共同构成多传感器感知的空间与时间基准。标定精度不是感知系统的附加项,而是决定融合精度上限的基础条件;在车载部署中,应把标定检查作为感知功能验收的前置门槛,并在运行中通过在线标定持续监控漂移。