一、传感器标定概述

什么是传感器标定？

传感器标定，说白了就是给传感器做「体检」和「校准」。

我经常跟团队里的新人说：你买回来的摄像头、激光雷达、毫米波雷达，出厂时都带着自己的「脾气」。有的摄像头偏红，有的雷达测距偏近，有的IMU零偏大得离谱。标定就是把这些偏差找出来，然后补偿掉。

举个例子。你拿手机拍一张白纸，拍出来可能是偏黄的。这不是手机坏了，是传感器本身的响应特性。标定就是告诉系统：「这张纸其实是白的，你看到的黄是传感器自己的问题，以后看到这种黄要自动修正。」

在自动驾驶里，标定分两大类：

• 内参标定——校准传感器自身的参数。比如相机的焦距、畸变系数，激光雷达的旋转轴偏移。
• 外参标定——校准传感器之间的相对位置。比如摄像头装在车顶，激光雷达装在保险杠，它们之间的旋转和平移关系必须精确知道。

为什么标定是自动驾驶的基石？

这个问题我回答过不下五十次了。每次有新同事入职，我都会让他们先亲手做一遍标定。

原因很简单——自动驾驶是一个「测量-决策-执行」的闭环。测量不准，决策就错，执行就乱。

我遇到过最典型的案例：某款车型的摄像头和激光雷达外参差了2厘米。你可能会想，2厘米而已，能有多大影响？

嗯，在高速上，2厘米的偏差投射到100米外的目标上，就是将近1米的横向误差。车道线识别直接偏了一个车道。车辆以为自己还在车道中间，实际上已经压线了。

标定的重要性体现在三个层面：

1. 感知层——传感器数据必须真实反映物理世界。畸变、偏移、噪声，这些都要通过标定消除或补偿。
2. 融合层——多传感器数据要在统一坐标系下对齐。摄像头看到的目标和雷达看到的目标，必须是同一个点。
3. 执行层——控制指令基于感知结果。感知偏差1厘米，控制偏差可能放大到10厘米。

标定的核心目标

标定的目标其实就三个词：准确、稳定、可重复。

目标	含义	我的经验
准确	标定结果接近真实值	我习惯用高精度测量设备做参考，比如全站仪
稳定	多次标定结果波动小	同一组数据标定10次，偏差应该在0.1%以内
可重复	不同时间、不同人员操作，结果一致	标准化流程比个人经验更重要

说白了，标定不是「一次搞定就完事」的工作。车辆在使用过程中，传感器会老化、松动、受温度影响。我建议每3个月做一次例行标定检查，尤其是经历过剧烈碰撞或维修之后，必须重新标定。

评价指标

怎么判断标定做得好不好？我一般看这几个指标：

• 重投影误差——对于相机标定，这个值应该小于0.5像素。大于1像素就要重新检查。
• 距离误差——激光雷达和相机的联合标定，在10米范围内误差应小于2厘米。
• 角度误差——外参的旋转角度误差应小于0.1度。
• 残差分布——标定后的残差应该呈高斯分布，如果有明显的偏置，说明标定有问题。

本章知识体系

下面这张图是我自己整理的标定知识框架，帮你理清思路：

这张图把标定的核心脉络串起来了。从上到下，先搞清楚「是什么」，再理解「为什么重要」，然后明确「目标是什么」，最后用「评价指标」来检验成果。

我个人习惯把这张图打印出来贴在工位上。每次做标定前扫一眼，提醒自己别漏了哪个环节。

好了，这一章就到这里。标定这件事，说起来简单，做起来全是细节。后面我们会一步步深入，把每个传感器的标定方法掰开揉碎了讲清楚。