1. 课程导入与标定任务总览

露天矿无人矿卡要在粉尘、强振动、宽温差和持续重载的工况下安全运行，感知系统必须先“看得准、对得上、算得清”。所谓标定，就是用已知的参照物和几何约束，把传感器自身的测量误差、多个传感器之间的空间与时间关系、以及感知结果与车辆坐标系的对应关系，用一组可复现的参数固定下来。它不是一次性的调试动作，而是贯穿感知闭环的基础工程：没有可靠的标定，检测再准也无法落到车体坐标上，融合再快也可能把同一块矿石算成两个障碍物。

一、感知系统由哪些部分组成

典型露天矿无人矿卡的感知硬件可以分成四层。第一层是环境感知传感器：车顶前向与侧向布置的激光雷达（常见为 64 线或 128 线机械式/半固态方案，安装高度约 3.0～3.5 m），负责 360° 或大视场点云获取；前向中长距毫米波雷达用于雨雾粉尘条件下的目标距离与速度测量；环视相机与长焦相机提供纹理、类别和车道/挡墙边界信息。第二层是定位与姿态传感器：GNSS 双天线、IMU 与轮速计，为感知提供车体在世界坐标下的位姿基准。第三层是计算与同步单元：域控制器、PTP 或 GPS 秒脉冲授时、触发同步板卡，保证多源数据在同一时间基准下对齐。第四层是执行与安全接口：线控底盘、急停与降级策略，感知结果最终要转化为可执行的制动或绕行指令。

这些传感器分布在车体不同位置，各自有独立的安装坐标系。激光雷达输出的是以自身光心为原点的点云，相机输出的是像素坐标，毫米波输出的是径向距离与角度，IMU 输出的是载体加速度与角速度。要让它们“说同一种语言”，就必须建立从各传感器坐标系到车体坐标系的变换链，这正是标定的核心任务之一。

二、标定在感知闭环中的位置

感知闭环可以概括为“采集—同步—标定—融合—检测—决策—执行—反馈”。标定处在采集与融合之间，起的是“把原始观测翻译成统一几何与时间语言”的作用。具体来说，它要解决三类问题：内参（相机焦距、主点、畸变；激光雷达内部测距偏差与角度偏差）、外参（各传感器相对车体、以及传感器之间的旋转与平移）、时间同步（传感器采样时刻与统一时钟的偏移、触发延迟）。此外还有一类常被忽视的地面与安装基准标定：车体在水平地面上的姿态、雷达安装俯仰角、相机光轴与地面的交线，这些直接决定障碍物高度估计和可通行区域判断是否可信。

标定误差会沿闭环逐级放大。举例来说，若前向激光雷达相对车体的俯仰角存在 0.5° 偏差，在 30 m 处就会带来约 0.26 m 的高度误差；对于高度阈值设为 0.3 m 的挡墙检测，这个偏差足以让一段低矮挡墙被误判为可通行。再如相机与激光雷达外参平移偏差 5 cm，在 20 m 处投影到图像上可能偏移十几个像素，导致点云着色与目标框错位，融合关联失败。因此标定不是“差不多就行”，而是要用明确的精度指标约束。

三、典型标定对象与交付物

从工程交付角度看，一次完整的感知标定通常要产出四类成果。第一类是参数文件：相机内参矩阵与畸变系数、各传感器到车体坐标系的外参矩阵（4×4 齐次变换）、时间偏移量，通常以 YAML 或 JSON 形式随车固化，并带版本号与适用车辆编号。第二类是标定报告：记录标定日期、场地、参照物布置、每项残差与是否达标。第三类是验证数据：标定后采集的复核场景数据，用于回归确认。第四类是复标触发规则：明确哪些现象（如点云与图像错位、障碍物高度系统性偏高、融合目标频繁分裂）需要重新标定。

以某矿用 90 t 级无人矿卡为例，其外参标定精度目标可设为：激光雷达相对车体平移误差 ≤ 2 cm、旋转误差 ≤ 0.1°；相机与激光雷达之间重投影误差 ≤ 3 像素；时间同步偏差 ≤ 10 ms。这些指标不是凭空设定，而是由下游检测的最小障碍物尺寸（如 0.3 m 高的挡墙）和最高车速（如 20 km/h）反推得到的。标定时应把这些目标写进验收表，逐项测量并记录，而不是凭经验“看着差不多”。

四、课程学习路径与工程任务地图

本课程按“认知—方法—实操—验证—运维”的主线展开，共 30 章。前期建立坐标系约定、误差来源和标定指标体系；中期分别讲解相机内参、激光雷达内参、多传感器外参、时间同步和地面基准的具体标定方法，每种方法都配有可复现的操作流程与判据；后期进入现场标定组织、复标策略、常见故障排查和标定结果对感知性能的影响分析。学习时建议始终围绕一条主线：任何一个标定参数，都要能回答“它影响哪个感知输出、误差多大时会出问题、用什么场景能验证它”。

需要特别强调的是，露天矿的标定与乘用车标定有明显差异：矿区道路无标线、扬尘大、地面起伏和坡度变化频繁，参照物往往需要自建（如已知尺寸的标定板、反光标靶、固定龙门架）；车辆长期重载导致悬架姿态变化，安装基准会缓慢漂移。因此本课程在讲清原理的同时，会反复强调“现场可执行”和“结果可判读”，让标定真正成为感知系统稳定运行的第一道保障。