3、坐标系入门：世界坐标系、相机坐标系、图像坐标系、像素坐标系
做传感器融合，绕不开坐标系。我见过不少新手，算法写得挺溜，结果一上手标定，数据全飞到天上去——十有八九是坐标系搞混了。今天咱们就把这四个坐标系彻底捋清楚。
3.1 为什么需要四个坐标系？
你想想看，激光雷达扫出来的是三维点云，相机拍出来的是二维图像。要让它们对齐，中间得经过好几层变换。说白了，就是从“真实世界”到“照片上的像素”这条流水线。
我个人习惯把这四个坐标系想象成一条流水线：
- 世界坐标系：真实世界的“绝对位置”。比如我站在经纬度(116.4, 39.9)这个点，这就是世界坐标。
- 相机坐标系：以相机光心为原点。相机往哪看，坐标系就跟着转。
- 图像坐标系：成像平面上的物理位置。单位是毫米，告诉你光斑落在感光元件的哪个物理位置。
- 像素坐标系：最终照片上的行列号。单位是像素，左上角是(0,0)。
嗯，这里要注意：这四个坐标系之间，每一步变换都有明确的数学公式。搞错一步，融合出来的数据就是废的。
3.2 世界坐标系 → 相机坐标系
这一步叫刚体变换。说白了就是旋转加平移。
我在项目中遇到过一个问题：激光雷达装在车顶，相机装在挡风玻璃后面。两个传感器看到的“前方”根本不是同一个方向。这时候就需要用外参矩阵把激光雷达的点云从它自己的坐标系，转到相机坐标系下。
数学表达很简单：
X_cam = R * X_world + T其中R是3x3旋转矩阵，T是3x1平移向量。合在一起就是4x4的外参矩阵。
核心要点：外参矩阵描述的是两个传感器之间的相对位置和姿态。标定的本质，就是求解这个矩阵。
3.3 相机坐标系 → 图像坐标系
这一步是透视投影。从三维到二维，信息丢失了深度。
公式长这样：
x = f * X_cam / Z_cam
y = f * Y_cam / Z_camf是焦距。你看，Z_cam跑到分母上了。这就是为什么远处的物体看起来小。
我曾经踩过一个坑：用针孔模型算投影，结果图像边缘畸变得厉害。后来才意识到，普通摄像头都有镜头畸变，得先做畸变校正。嗯，这个后面会专门讲。
小技巧：实际项目中，我们通常用齐次坐标来写这个变换。把除法和乘法统一成矩阵乘法，代码写起来清爽很多。
3.4 图像坐标系 → 像素坐标系
这一步是离散化。把连续的物理坐标，映射到离散的像素网格上。
公式：
u = x / dx + u0
v = y / dy + v0dx和dy是每个像素的物理尺寸（毫米/像素），u0和v0是图像中心点的像素坐标。
说白了，就是告诉你：成像平面上的那个光斑，对应照片上的第几行第几列。
| 坐标系 | 原点 | 单位 | 维度 |
|---|---|---|---|
| 世界坐标系 | 自定义（如GPS原点） | 米 | 3D |
| 相机坐标系 | 相机光心 | 米 | 3D |
| 图像坐标系 | 光轴与成像平面交点 | 毫米 | 2D |
| 像素坐标系 | 图像左上角 | 像素 | 2D |
3.5 完整变换链
把上面三步串起来，就是：
世界坐标 → (外参) → 相机坐标 → (内参) → 图像坐标 → (离散化) → 像素坐标内参矩阵K把相机坐标直接映射到像素坐标，一步到位：
[u] [fx 0 cx] [X_cam]
[v] = [ 0 fy cy] [Y_cam]
[1] [ 0 0 1] [Z_cam]fx、fy是焦距的像素表示，cx、cy是主点偏移。这些参数出厂时就有，但实际安装后会有偏差，所以需要标定。
注意：内参矩阵假设图像没有畸变。实际摄像头都有畸变，尤其是广角镜头。标定时一定要同时求解畸变系数，否则投影误差会很大。
3.6 知识体系总览
下面这张图，把四个坐标系的关系画清楚了。我建议你把它存下来，每次做标定前看一眼。
3.7 实战中的常见坑
我做了这么多年融合，总结出几个坐标系相关的常见问题：
- 坐标系方向搞反：有些相机定义Z轴向前，有些定义Z轴向上。标定前一定要确认传感器的坐标系定义文档。
- 单位不统一：激光雷达给的是米，标定板尺寸给的是毫米。忘了换算，投影直接偏到天边去。
- 像素坐标原点：OpenCV里原点在左上角，有些工业相机SDK原点在左下角。这个坑我至少踩过两次。
我的建议：写代码时，每一步变换都单独写一个函数，加详细的注释。调试时把中间结果打印出来，看一眼就知道哪一步出了问题。
坐标系这东西，刚开始觉得绕，用多了就习惯了。关键是理解每一步变换的物理意义，而不是死记公式。下次咱们聊标定板的设计和检测，那才是真正动手的开始。