坐标系基础：世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换关系
做车道线检测，说白了就是在玩坐标转换。你想想看，车在路上跑，路是三维的，但摄像头拍出来的照片是二维的。怎么把二维图像里的车道线，映射回真实的三维世界？这背后就是四个坐标系在来回倒腾。
我个人习惯把这件事分成两步来理解：第一步，把三维世界里的点拍到相机里；第二步，把相机里的成像变成我们能处理的像素。每一步都对应着不同的坐标系转换。
四个坐标系，各司其职
先认识一下这四个老朋友：
- 世界坐标系 (Xw, Yw, Zw)：真实世界的绝对坐标。比如你在地上画个十字，这就是世界坐标系的原点。车道线的物理位置，就是用这个坐标系描述的。
- 相机坐标系 (Xc, Yc, Zc)：以相机光心为原点。Zc轴指向相机前方，Xc轴向右，Yc轴向下。说白了，就是「相机眼中的世界」。
- 图像坐标系 (x, y)：在成像平面上，以光轴与成像平面的交点为原点。单位是毫米。这是物理成像的坐标。
- 像素坐标系 (u, v)：就是我们最终看到的图像。原点在图像左上角，u轴向右，v轴向下。单位是像素。
核心一句话：世界坐标 → 相机坐标 → 图像坐标 → 像素坐标。反过来就是去畸变和逆透视变换要做的事。
第一步：世界坐标系 → 相机坐标系（外参干的活）
这一步叫刚体变换。说白了，就是把整个世界挪到相机的位置和角度上来看。
公式很简单：
|Xc| |R11 R12 R13| |Xw| |Tx|
|Yc| = |R21 R22 R23| |Yw| + |Ty|
|Zc| |R31 R32 R33| |Zw| |Tz|写成齐次坐标更清爽：
|Xc| |R T| |Xw|
|Yc| = |0 1| |Yw|
|Zc| |Zw|
|1 | |1 |这里的 R 是旋转矩阵，T 是平移向量。这两者合起来就是外参。
我的经验：我在做车道线标定时，最头疼的就是外参。有一次在颠簸路段测试，标定好的外参全乱了。后来我学乖了——每次上路前先做一次快速外参校验，用地面上的车道线作为参考，反算R和T有没有漂移。
第二步：相机坐标系 → 图像坐标系（内参的透视投影）
这一步是透视投影。相机坐标系里的三维点，通过小孔成像原理，映射到成像平面上。
公式：
x = f * Xc / Zc
y = f * Yc / Zc其中 f 是焦距。写成矩阵形式：
|x| |f 0 0 0| |Xc|
|y| = |0 f 0 0| |Yc|
|1| |0 0 1 0| |Zc|
|1 |注意：这里有个坑。Zc 不能为0，否则除零错误。我在项目中遇到过，当车道线正好在相机正下方时，Zc 很小，计算出来的 x, y 会非常大，导致投影失真。所以实际标定时，要保证标定板离相机有一定距离。
第三步：图像坐标系 → 像素坐标系（离散化）
这一步是把连续的物理坐标，变成离散的像素坐标。说白了，就是告诉你成像平面上的一个点，对应图像里的第几行第几列。
公式：
u = x / dx + u0
v = y / dy + v0其中 dx, dy 是每个像素的物理尺寸，u0, v0 是图像中心（光轴与成像平面交点）的像素坐标。
矩阵形式：
|u| |1/dx 0 u0| |x|
|v| = |0 1/dy v0| |y|
|1| |0 0 1 | |1|合在一起：完整的投影公式
把三步串起来，就是完整的从世界坐标到像素坐标的转换：
|u| |fx 0 u0 0| |R T| |Xw|
|v| = |0 fy v0 0| |0 1| |Yw|
|1| |0 0 1 0| |Zw|
|1 |其中 fx = f/dx, fy = f/dy。前面那个 3x4 矩阵就是内参矩阵，后面那个 4x4 矩阵就是外参矩阵。
说白了：内参是相机自己的属性（焦距、像素大小、中心点），出厂就定了。外参是相机相对于世界的位置和朝向，每次安装都要重新标定。
知识体系结构图
下面这张图，帮你理清四个坐标系之间的转换关系：
逆透视变换（IPM）—— 从像素回到世界
刚才讲的是正向投影。但在车道线检测中，我们经常要做逆透视变换——把图像里的车道线，映射到俯视图（鸟瞰图）上。
为什么？因为透视效应会让远处的车道线变窄、变模糊。逆透视之后，车道线变成平行的，检测起来容易得多。
逆透视的公式就是正向投影的逆过程：
|Xw| |R^T -R^T*T| |Zc * (u - u0)/fx|
|Yw| = |0 1 | |Zc * (v - v0)/fy|
|Zw| | Zc |
|1 | | 1 |避坑指南：我曾经在逆透视时犯过一个低级错误——忘了 Zc 是未知数。实际上，逆透视需要假设地面是平面（Zw=0），才能解出 Zc。如果地面有坡度，逆透视就会变形。所以做车道线检测时，最好假设路面是平的，或者用多帧信息估计路面坡度。
总结一下
四个坐标系之间的转换，是自动驾驶感知的基石。你想想看，不管是车道线检测、障碍物测距，还是路径规划，本质上都是在做坐标转换。
我个人建议，刚开始接触的同学，先用手算一遍从世界坐标到像素坐标的完整流程。拿一个已知的点，比如车道线起点，手动算一遍，看看最终落在图像的哪个像素上。算通了，后面的标定、检测、跟踪就都好理解了。
嗯，坐标系这块就聊到这儿。记住一句话：外参管位置，内参管成像，两者缺一不可。
核心公式速记：
- 世界→相机：Xc = R * Xw + T（外参）
- 相机→图像：x = f * Xc / Zc（透视投影）
- 图像→像素：u = x/dx + u0（离散化）