第四节：坐标系定义——世界、车辆、传感器

坐标系这东西，说白了就是给空间里的每个点一个“身份证”。

我刚开始做感知时，觉得坐标系定义就是个数学概念，没什么大不了的。直到有一次，我把激光雷达的点云投影到图像上，结果车跑到天上去了……嗯，从那以后，我再也不敢小看坐标系了。

4.1 世界坐标系——一切的基础

世界坐标系是全局的参考系。它不随车辆移动而改变。

我个人习惯把世界坐标系的原点放在地图的某个固定点，比如路口中心或者停车场入口。X轴指向东，Y轴指向北，Z轴指向天。这就是所谓的ENU坐标系（East-North-Up）。

为什么需要世界坐标系？你想想看，如果每辆车都用自己的坐标系，那两辆车怎么知道彼此的位置？世界坐标系就是那个“共同语言”。

在实际项目中，世界坐标系通常由高精地图提供。地图上的每个车道线、每个红绿灯，都有世界坐标。我们的任务，就是把传感器看到的东西，映射到这个全局框架里。

4.2 车辆坐标系——车自己的小世界

车辆坐标系跟着车走。原点一般在车辆后轴中心（或者质心），X轴指向车头前方，Y轴指向左侧，Z轴指向上方。

这里有个常见的坑：不同车厂的坐标系定义可能不一样。有的把原点放在前轴，有的放在后轴。我曾经因为没注意这个，把一辆车的坐标直接套到另一辆车上，结果偏差了半米多。

车辆坐标系有什么用？它描述的是“车自己看到的世界”。比如，前方10米有个障碍物，这个“前方10米”就是相对于车辆坐标系的。

车辆坐标系和世界坐标系之间，靠的是车辆的位姿（位置+朝向）来转换。这个位姿通常来自GPS/IMU或者SLAM算法。

4.3 传感器坐标系——每个传感器的视角

每个传感器都有自己的坐标系。相机、激光雷达、毫米波雷达，各有各的“看法”。

4.3.1 相机坐标系

相机坐标系的原点在光心（镜头中心）。Z轴指向相机前方（沿着光轴），X轴向右，Y轴向下。

等等，为什么Y轴向下？因为图像坐标系的原点在左上角，Y轴向下为正。为了和图像坐标对齐，相机坐标系的Y轴也就朝下了。

相机坐标系到像素坐标的转换，涉及内参矩阵。这个我们后面会详细讲。这里你只需要记住：相机看到的是“透视投影”，近大远小。

4.3.2 激光雷达坐标系

激光雷达坐标系的原点在雷达中心。通常X轴指向车辆前方，Y轴指向左侧，Z轴指向上方。

但注意，不同型号的激光雷达可能有差异。比如Velodyne的坐标系和Hesai的就不完全一样。我建议你拿到雷达后，先看它的技术手册，确认坐标系定义。

激光雷达输出的是点云，每个点包含(x, y, z)坐标和反射强度。这些坐标就是相对于激光雷达坐标系的。

4.4 坐标系之间的转换关系

现在我们有三个坐标系：世界、车辆、传感器。它们之间怎么转换？

说白了，就是旋转+平移。用数学语言说，就是刚体变换。

一个点从传感器坐标系转换到车辆坐标系，需要知道传感器在车辆上的安装位置（平移）和安装角度（旋转）。这就是外参标定要做的事。

从车辆坐标系到世界坐标系，需要知道车辆的位姿。

所以整个链条是：

传感器坐标 → 车辆坐标 → 世界坐标

反过来也一样：世界坐标 → 车辆坐标 → 传感器坐标。

我画了一张图，帮你理清这些关系：

4.5 实战中的坐标系管理

在实际项目中，我建议你这样做：

1. 统一命名规范：比如用world、vehicle、lidar、camera作为坐标系名称，别自己瞎起名。
2. 记录坐标系定义：每个传感器的坐标系定义，写进文档里。别靠脑子记，你记不住的。
3. 写测试代码：每次标定完，用几个已知点验证一下转换是否正确。我习惯在标定板上放几个标记点，转换后看看误差。

好了，坐标系定义就讲到这里。记住：世界坐标系是根，车辆坐标系是干，传感器坐标系是枝叶。搞清楚了它们的关系，后面的融合、跟踪、预测才能站得住脚。

可可精品资料库