3. 多传感标定与时空同步
多传感环境感知系统的精度上限，往往不由单个传感器的性能决定，而由它们之间"是否对齐"决定。相机给出像素坐标，激光雷达给出三维点坐标，IMU给出角速度与加速度，GNSS/RTK给出全局位置——这些数据只有在统一的空间基准和统一的时间基准下，才能被融合成同一个物理世界的描述。标定与时空同步，就是建立这两套基准的过程。
内参与外参：两类不同性质的标定
内参描述传感器自身的成像或测量模型，与它在车体上的安装位置无关。以针孔相机为例，内参矩阵包含焦距 $f_x, f_y$ 与主点 $c_x, c_y$，以及径向畸变系数 $k_1, k_2, k_3$ 和切向畸变系数 $p_1, p_2$。内参标定通常使用棋盘格或圆点靶标，采集15～30张不同姿态的图像，通过角点检测与最小化重投影误差求解。判断内参是否可信，主要看平均重投影误差：一般要求控制在0.3像素以内，超过0.5像素说明图像质量、靶标平整度或姿态覆盖存在问题。激光雷达的内参则包括各激光束的垂直角、水平角偏移、测距偏差与回波强度修正，通常由厂商提供，必要时通过已知距离的平面靶板做距离校核。
外参描述传感器之间的相对位姿，即旋转矩阵 $R$ 与平移向量 $t$，把点从一个传感器坐标系变换到另一个坐标系。外参是融合感知中最敏感的参数：相机与激光雷达之间哪怕0.5°的旋转误差，在30 m处就会造成约0.26 m的横向偏移，足以让投影到图像上的点云落到错误的车道或障碍物边缘之外。外参标定分为离线标定与在线标定：离线标定在标定间或开阔场地用共同可见的靶标完成；在线标定则利用道路标线、杆状物、自然特征等，在运行中持续估计并修正外参漂移。
时间戳对齐与硬件触发
空间对齐解决"在哪里"，时间对齐解决"在什么时候"。不同传感器的采样机制差异很大：相机按曝光周期输出帧，激光雷达按旋转扫描逐点输出，IMU以固定频率（如200 Hz）输出，GNSS按秒脉冲输出。若各传感器各自使用本地时钟打时间戳，时钟漂移会带来毫秒级甚至更大的偏差。以30 km/h行驶为例，10 ms的时间偏差对应约8.3 cm的位置误差；在高速场景下，这一误差会迅速放大。
时间对齐有两条技术路线。软同步依赖各传感器时间戳，通过插值或最近邻匹配把数据归算到同一时刻，实现简单，但精度受时钟同步质量限制。硬同步则由统一的触发源产生同步信号：常见做法是用GNSS的PPS（秒脉冲）作为基准，配合PTP（IEEE 1588）或gPTP协议把各传感器时钟同步到主时钟，再由触发控制器向相机发出曝光触发、向激光雷达发出扫描起始触发。硬同步能把时间偏差压到微秒级，是自动驾驶与高精度建图场景的常规选择。
联合标定流程
实际工程中，内参、外参与时间同步通常按"先内后外、先时间后空间、先离线后在线"的顺序组织。一个可复现的联合标定流程如下：
- 准备与检查：确认各传感器固件版本、时间同步状态、镜头清洁度；记录安装初值（可用卷尺与角度尺粗测），作为优化初值。
- 内参标定：相机采集棋盘格图像，激光雷达对已知距离平面做距离校核，IMU做静态零偏与温度漂移记录。
- 时间同步验证：用LED闪烁或脉冲信号同时触发相机与激光雷达，检查两者时间戳差是否稳定在阈值内（如±1 ms）。
- 外参初值估计：用共同靶标（如带反光标记的标定板）同时被相机与激光雷达观测，求解 $T_{CL}$ 初值。
- 联合优化：以点云在图像上的投影误差、平面拟合残差、重投影误差为代价函数，用非线性最小二乘（如Ceres、g2o）同时优化内参与外参。
- 验证与固化：用未参与标定的数据做交叉验证，检查投影一致性；将结果写入配置文件并记录标定日期、温度、车辆状态。
标定误差对感知的影响
标定误差不会以"标定误差"的形式直接出现，而是以感知结果异常的形式暴露。常见表现有三类：
- 空间错位：点云投影到图像后，障碍物边缘出现"重影"或偏移，导致基于图像的检测框与点云聚类不匹配，融合后目标位置抖动。
- 时间错位：运动物体在融合结果中出现拖尾或位置滞后，尤其在快速转弯或加减速时明显；静态场景下不易发现，动态场景下误差被放大。
- 尺度与畸变残留：内参误差导致距离估计偏差，近处目标测距偏大或偏小，影响避障安全距离判断。
总结来看，内参决定"看得准不准"，外参决定"对得齐不齐"，时间同步决定"合得上合不上"。三者共同构成多传感融合的基准。标定工作的价值不在于一次把参数调到最优，而在于建立可复现、可验证、可维护的基准链路，使感知系统在长期运行中保持稳定可靠。