4、标定前的准备工作：传感器安装要求、硬件检查、环境选择与数据采集规范
激光雷达外参标定的精度，不仅取决于标定算法的优劣，更在根本上受制于标定前的准备工作质量。在实际工程中，大量标定失败或精度不达标的问题，根源并非算法缺陷，而是传感器安装不规范、硬件状态异常、标定环境不满足约束条件，或数据采集流程存在系统性偏差。本章将系统阐述标定前必须完成的四项核心准备工作，帮助工程师建立一套可重复、可验证、可追溯的标定前置流程。
4.1 传感器安装要求：刚性、位姿与视场约束
核心原理：激光雷达外参标定的本质是求解传感器坐标系之间的刚体变换矩阵（旋转矩阵R和平移向量t）。这一求解过程的前提假设是：在标定过程中及标定完成后的一段时间内，传感器之间的相对位姿保持严格不变。任何微小的机械松动、热胀冷缩引起的形变、或安装支架的弹性变形，都会直接导致外参失效。因此，安装环节的核心目标是建立并维持一个"准静态刚体系统"。
安装操作流程与关键参数：
- 安装面处理：确保雷达安装面平面度≤0.1mm，表面清洁无油污、无锈蚀。若安装面为曲面或不平整，需使用加工垫片调平，严禁直接使用橡胶垫或双面胶作为填充。
- 紧固力矩控制：使用扭力扳手按厂家推荐力矩紧固螺栓（通常为M4-M6螺栓，力矩范围2-5N·m），并在紧固后做标记线，便于后续巡检时快速识别松动。
- 视场角检查：确认雷达的扫描视场（FOV）未被车身结构、支架或线束遮挡。对于机械式雷达，需检查水平360°范围内是否有遮挡物；对于固态雷达，需确认其视场锥体范围内无遮挡。
- 线束管理：电源线、以太网线或CAN线应使用线束固定夹固定，避免线束在车辆运行中摆动拉扯雷达接口，导致接触不良或微动磨损。
4.2 硬件检查：从供电到数据链路的全面体检
判断方法：硬件检查应遵循"由底层到上层"的排查顺序，即先确认物理层（供电、接地），再确认链路层（通信接口），最后确认应用层（点云数据质量）。
| 检查项 | 检查工具/方法 | 合格标准 | 常见异常 |
|---|---|---|---|
| 供电电压 | 万用表/示波器 | 电压纹波≤100mV，电压偏差±5%以内 | 电压跌落导致雷达重启或丢帧 |
| 供电电流 | 电流钳 | 电流稳定，无周期性突变 | 电流异常波动可能预示内部激光器老化 |
| 网络连通性 | ping测试/抓包 | 丢包率=0，延迟抖动<1ms | 网线接触不良或电磁干扰 |
| 点云帧率 | 驱动软件统计 | 帧率稳定在标称值±1% | 帧率波动可能由CPU负载过高或USB带宽不足引起 |
| 点云畸变检查 | 观察静止场景点云 | 墙面/地面点云无弯曲、无重影 | 畸变可能由雷达内部时钟漂移或运动补偿失效导致 |
实战场景：在某自动驾驶测试车的标定准备中，工程师发现雷达点云在车辆静止时仍出现周期性"抖动"现象。通过示波器测量供电电压，发现DC-DC转换器输出存在约200mV的纹波，频率与雷达内部扫描电机转速一致。进一步排查发现，该DC-DC的输入滤波电容容量衰减，导致电源抑制比下降。更换电容后，点云抖动消失，标定重投影误差从0.15m降至0.03m。此案例说明，硬件检查不能仅停留在"能出点云"的层面，必须关注电源质量和信号完整性。
4.3 环境选择：特征、光照与动态干扰的权衡
核心原理：外参标定算法通常依赖点云配准（如ICP及其变体）或特征对应（如角点、平面、边缘）。无论采用何种方法，其收敛性和精度都直接受环境特征的数量、分布和可区分性影响。理想环境应满足三个条件：几何特征丰富（提供足够的约束）、光学特性稳定（避免反射率突变）、场景静态（减少动态物体干扰）。
环境选择操作清单：
- 特征丰富度：选择包含多个非共面平面（如两面墙+地面）、清晰角点（墙角、立柱）、以及非重复纹理（树木、栏杆）的场景。避免空旷停车场或单一长走廊。
- 光照条件：优先选择室内恒光环境或阴天室外环境。避免阳光直射（尤其对于905nm波长的雷达，强阳光会产生噪声点）和强烈阴影变化。
- 反射率控制：避免大面积高反光表面（镜面、玻璃幕墙）和低反射表面（黑色哑光物体）。若无法避免，应调整雷达增益设置或选择不同角度采集。
- 动态干扰：在数据采集时段内，应封闭场地或选择行人、车辆稀少的时段。动态物体会在点云中产生"拖尾"或"空洞"，严重干扰特征提取。
4.4 数据采集规范：多帧累积与位姿多样性
操作流程：数据采集不是简单地录制一段点云，而是需要精心设计采集轨迹和时长，以确保标定算法有足够的观测约束。
数据采集规范参数示例（以64线机械式雷达为例）：
- 采集时长：≥60秒（建议120秒）
- 车辆运动模式：静止采集 + 缓慢平移 + 缓慢旋转
- 位姿组数：≥5组不同位姿（如：正对墙面、斜对墙角、侧对立柱等）
- 帧率：10Hz，总帧数≥600帧
- 时间戳同步：雷达与IMU/里程计时间戳偏差<1ms
- 数据格式：保存原始点云（含强度值）+ 时间戳 + 传感器位姿真值（如有）案例拆解：在某园区物流车的激光雷达-相机外参标定中，初始采集方案仅包含车辆静止时的一组数据。标定结果重投影误差达到0.8像素，且外参在后续验证中表现不稳定。分析发现，单一位姿下，激光雷达点云与相机图像的特征对应关系存在退化（即约束不足）。随后工程师重新设计采集方案：车辆在三个不同位置分别静止采集30秒，每个位置包含正对、左转30°、右转30°三个姿态。重新标定后，重投影误差降至0.3像素以内，且在不同光照条件下均保持稳定。此案例表明，位姿多样性是保证标定问题良态的关键。
4.5 常见误区与总结复盘
常见误区：
- 误区一：认为"装得紧"就等于"装得刚"。实际上，即使螺栓紧固，若安装支架本身是薄壁钣金件，其弹性变形在车辆振动下仍会导致外参漂移。应优先选用铝合金或钢制加工件。
- 误区二：忽略雷达的"预热时间"。激光雷达内部激光器需要约10-15分钟达到热平衡，在冷启动后立即标定，可能因热漂移导致外参偏差。建议上电后等待至少15分钟再进行数据采集。
- 误区三：环境选择只关注"有没有特征"，而忽略特征的"尺度匹配"。例如，在室内标定时，若房间尺寸小于10m×10m，点云在远距离处的稀疏性会导致平面拟合精度下降。
- 误区四：数据采集时车辆完全静止不动。虽然静止可以避免运动畸变，但完全静止会导致激光雷达的扫描线在空间中形成固定模式，某些区域可能永远无法被扫描到（盲区），从而降低约束完整性。
总结复盘：标定前的准备工作应被视为标定流程中不可分割的一部分，而非可跳过的"前戏"。一个完整的准备流程应包含：安装刚性验证（用力矩扳手+标记线）、硬件健康检查（供电/通信/点云质量）、环境约束确认（特征/光照/动态）、以及数据采集规范执行（多帧/多姿态/时间同步）。建议团队建立标准化的《标定前检查表》，每次标定前逐项确认并签字。通过将准备工作流程化、量化、可审计化，可以显著降低标定失败率，提升外参的长期稳定性。