VIP20

本课程属于：011-激光雷达感知 自动驾驶 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

多传感器融合外参标定工程实践

📚 共计 30 章节

什么是多传感器融合？为什么需要外参标定？课程目标与学习路径。

坐标系基础

世界坐标系、车体/机器人坐标系、传感器坐标系。欧拉角与四元数。

刚体变换基础

旋转矩阵、平移向量、齐次坐标与齐次变换矩阵。

传感器模型

针孔相机模型、激光雷达模型、IMU模型。

手眼标定基础

眼在手外（Eye-to-Hand）与眼在手上（Eye-in-Hand）问题建模。

经典机器人

手眼标定求解

AX=XB问题的数学推导与求解方法（Tsai, Park）。

相机内参标定

张正友标定法原理、棋盘格检测、OpenCV实现。

LiDAR-相机标定原理

基于点云投影与图像边缘对齐的标定方法。

LiDAR-相机标定实战

Autoware标定工具使用、手动选点与自动优化。

基于NDT/ICP的点云配准方法，多激光雷达联合标定。

LiDAR-IMU标定

基于连续时间的B样条方法，LIO-SAM中的外参估计。

相机-IMU标定

Kalibr工具使用，基于重投影误差的联合优化。

多相机系统标定

鱼眼相机模型、全景环视系统标定。

标定板设计

棋盘格、AprilTag、ChArUco板的选择与生成。

标定数据采集

数据采集规范、运动激励要求、光照与场景选择。

非线性优化基础

最小二乘问题、高斯牛顿法、LM算法。

图优化与因子图

g2o、GTSAM库介绍，将标定问题建模为图优化。

基于里程计的在线标定

利用SLAM轨迹约束进行外参在线估计。

在线里程计

基于场景的自动标定

利用结构化环境（停车场、路沿）进行自动标定。

标定精度评估

重投影误差、点云对齐误差、相对位姿误差（RPE）。

标定结果验证

将标定结果用于融合感知任务（目标检测、跟踪）验证。

传感器时间同步

硬件同步（PPS/GPS）与软件同步（插值、TSync）。

标定中的鲁棒性

异常值剔除、RANSAC在标定中的应用。

Camera-LiDAR融合标定进阶

基于互信息（MI）的无目标标定。

Camera-LiDAR融合标定进阶

基于深度学习的端到端标定方法（RegNet, CalibNet）。

深度学习端到端

多传感器标定工具链

Apollo标定工具、MOLA、lidar_align等开源工具对比。

工具链开源

标定流程自动化

编写ROS节点实现一键标定与结果保存。

搭建4线激光雷达+单目相车的感知套件并完成标定。

基于IMU+LiDAR+相机的多模态SLAM系统外参标定。

课程总结与前沿展望

标定技术的发展趋势、在线标定与自校准的未来。