本文提出一種新穎的方法，可以對3D lidar和帶有標定板的相機進行全自動的外參標定，提出的方法能夠從lidar的每一幀點雲數據中利用強度信息提取標定板的角點。通過激光的反射強度和棋盤格顏色之間的相關性的約束來優化將棋盤格分割的模型，所以一旦我們知道了3D 點雲中棋盤的角點，那麼兩個傳感器之間的外部校準就轉換成了3D-2D的匹配問題。相應的3D-2D點計算兩個傳感器之間的絕對姿態一般使用的方法是UPnP，此外，將計算出來的參數作爲初始值，並且使用LM優化方法進行完善，使用了仿真的方法評估了3D 點雲中提取角點的性能，在論文 中使用了Velodyne HDL 32雷達和Ladybug3相機進行了實驗，並最終證明了外參計算的準確性和穩定性。
github:https://github.com/icameling/lidar_camera_calibration
主要功能介紹
該方案外參數的計算是根據激光雷達的強度和相機進行的全自動的外部參數的標定，這個代碼用pathon實現了，同時也出現了C++的延伸版本，算法的主要功能：
（1）velodyne 3D LIDAR採集點雲的自動分割。
（2）標定板的自動檢測。
（3）標定板點雲數據的角點的檢測。
（4）外部標定參數的優化。
（5）使用了VTK對點雲做了可視化的功能。
該功能是可以適配在VLP-16. HDL-32 HDL-64，論文中使用32線的激光雷達做了數據的測試。
論文圖集
總體流程
