第1章：数据采集与标定——传感器数据采集、时间同步、内参外参标定基础

各位同学，大家好。我是你们这门课的老朋友。今天咱们聊聊感知系统里最基础、也最容易被忽视的一环——数据采集与标定。

说实话，我见过太多项目，算法模型调得漂漂亮亮，一上路就翻车。为什么？八成是数据采集阶段就埋了雷。要么时间戳对不上，要么传感器参数是错的。嗯，咱们今天就把这些坑一个个填上。

1.1 传感器数据采集：别让源头脏了

数据采集，说白了就是把物理世界的信号变成数字世界的0和1。听起来简单？我刚开始做的时候也这么想，直到有一次采集了一整天，回来发现相机曝光时间设错了，所有图像全是过曝的……

这里我给大家列几个关键点：

• 采样率匹配：激光雷达一般是10Hz或20Hz，相机可能是30fps。别让一个传感器等另一个，否则数据流会断档。
• 数据格式统一：我习惯把所有传感器数据转成ROS bag格式。为什么？因为时间戳、坐标系、数据内容都打包在一起，后期处理省心。
• 存储带宽：你想想看，一个64线激光雷达每秒产生几百万个点，加上高清图像，存储带宽不够的话，丢帧是必然的。

1.2 时间同步：所有传感器用同一个“钟”

时间同步，这是感知系统的命门。为什么？因为你的车在动，传感器在动，目标也在动。如果激光雷达说“我在t1时刻看到障碍物”，相机说“我在t2时刻看到同一个障碍物”，而t1和t2差了50毫秒——那这两个数据就根本对不上。

我个人习惯用两种方式：

1. 硬件同步（PPS/GPS）：每个传感器都接GPS的秒脉冲信号。精度能到微秒级。这是最靠谱的方式。
2. 软件同步（NTP/PTP）：通过以太网时间同步协议。精度在毫秒级。适合对同步要求不那么苛刻的场景。

这里给一段简单的代码，演示如何从ROS bag中提取时间戳并检查同步质量：

import rosbag
from datetime import datetime

bag = rosbag.Bag('data.bag')
lidar_times = []
camera_times = []

for topic, msg, t in bag.read_messages(topics=['/lidar/points', '/camera/image']):
    if topic == '/lidar/points':
        lidar_times.append(t.to_sec())
    elif topic == '/camera/image':
        camera_times.append(t.to_sec())

# 检查时间差
for lt, ct in zip(lidar_times[:10], camera_times[:10]):
    diff = abs(lt - ct)
    print(f'时间差: {diff*1000:.2f} ms')
    if diff > 0.05:  # 超过50ms报警
        print('⚠️ 同步异常！')

1.3 内参标定：传感器自己的“体检”

内参，就是传感器内部固有的参数。比如相机的焦距、畸变系数，激光雷达的激光束角度偏移。这些参数出厂时就有，但运输、温度变化、老化都会让它跑偏。

我记得有一次，一个同事死活标定不好相机，后来发现是镜头拧松了半圈。嗯，这种低级错误我也犯过。

常用的内参标定方法：

• 相机内参：用棋盘格标定板，拍20-30张不同角度的照片，用OpenCV的calibrateCamera()函数搞定。
• 激光雷达内参：一般用出厂参数，但如果你发现点云有系统性偏差（比如地面不平），可以用反射板做精细标定。

1.4 外参标定：让传感器“对齐”世界

外参，描述的是传感器之间的相对位置和姿态。比如激光雷达装在车顶，相机装在挡风玻璃后面，它们看到的同一个物体，坐标是不一样的。外参就是那个“翻译官”。

外参标定有两种主流方式：

方法	精度	适用场景	我的评价
手动测量	厘米级	粗略对齐	简单但不准，适合初调
靶标标定	毫米级	实验室环境	精度高，但操作繁琐
自然场景标定	厘米级	野外/道路	我最喜欢的方式，省事

自然场景标定，说白了就是找一些特征明显的物体（比如电线杆、路牌），让激光雷达和相机同时看到它，然后通过匹配点对来解算外参。我常用的工具是lidar_camera_calibration这个ROS包。

1.5 知识体系总览

下面这张图，是我自己总结的数据采集与标定的完整流程。你把它存下来，以后做项目时对照着看，基本不会漏掉关键步骤。

1.6 本章小结

数据采集与标定，听起来像是体力活，但其实是整个感知系统的地基。地基不稳，上面盖多高的楼都没用。

我个人建议，每次做项目前，先花一天时间把传感器的时间同步和内外参标定搞定。别急着跑算法。你想想看，如果数据本身就有问题，算法再牛也白搭。

好了，这一章就到这里。下一章咱们聊聊点云预处理——怎么把原始点云变成干净、可用的数据。