標定的意義
| 對於無人駕駛車輛路徑規劃，我們標定的意義是什麼？ |
在定位與建圖中，我們都需要知道移動機器人自身的位姿。
我們的車載傳感器記錄的信息都是在自身的相對座標系下來表示數據的。很重要的一個問題是如何來統一這些數據。
通過標定，我們來確定各個傳感器座標系與車體座標系之間的轉換關係。標定可以分爲（單一傳感器標定）和（多傳感器標定）。比如相機標定，激光雷達標定，相機與雷達聯合標定。詳細的照相機標定與位姿計算，參考此鏈接。在這裏我們只做簡單的回顧：
相機畸變模型
當然，實際的相機並不是像小孔成像，我們生產的鏡頭一般由透鏡組成，根據透鏡的形狀不同，我們會得到不同的失真，稱作徑向畸變（桶狀，枕狀）；而由於相機在生產組裝中產生的誤差，透鏡與成像面不嚴格平行，我們稱作切向畸變。
| 單目相機的標定方法 |
一步法：直接使用最優算法求出相機內外參數；這樣求得的結果依賴於給定的初始值。如果初始值不合適則很難得到好的結果。我們一般不適用。
兩步法：目前更流行，Tsai方法和Zhang方法。
Zhang式標定法
求解相機內置參數矩陣和外參數矩陣一定要有相機的空間座標和像素座標。一般最常用的是棋盤格標定法。我們的棋盤格有固定的已知邊長，根據相應的圖像處理方法，我們可以得到像素座標和標定板座標對。值得注意的事情：標定結果的外參是相機相對於標定板的外參是相機相對於標定板的外參。我們需要轉換成相對於車體座標系下的外參。如下圖所示，可以在標定時將標定板與地面平行或者垂直放置，測量出標定板與車體座標系原點的距離。
標定不準確會影響後續的檢測算法。
雙目相機標定
實際的雙目相機有安裝誤差，所以我們需要事先對兩個相機進行標定消除安裝誤差。我們要知道兩個相機之間的相對空間位置關係，知道後可以把兩個不在同一平面的相機變換到同一平面。雙目測距原理，再查。
激光雷達標定
| 激光雷達標定 |
激光雷達原理
激光雷達根據測量反射光和反射光之間的時間差來測距。
典型的激光雷達有水平掃描角度和角度分辨率。最大水平掃描角度也稱爲水平視場角度。激光雷達返回的座標數據是極極座標系下的距離和角度。
VREP（Virtual Robot Experimentation Platform）可以模擬相關的激光雷達檢測，低於安裝平面的物體是無法被激光雷達檢測到的。（缺點1）單線激光雷達遇到斜坡時由於只能在一個平面上進行掃描，所以無人駕駛車輛會把斜坡當作障礙物。（缺點2）
多線激光雷達
但是當我們用多線激光雷達時可以避免這種情況。依據一些算法可以識別出斜坡。比如64線激光雷達在垂直方向上有比較稠密的線束，障礙物形成的輪廓是可以檢測到的。orz人類的智慧！！！當然，多線激光雷達也是有盲區的。
激光雷達比較依賴於環境，它會把煙霧和灰塵看成是障礙物，影響我們的判斷。
毫米波雷達
煙霧灰塵對於毫米波雷達的影響較少，毫米波雷達是錐狀的。
由下圖可知，毫米波可以穿透煙霧。
雷達數據分析（以後用到再學）
激光雷達標定
| 激光雷達標定 |
與相機標定類似，激光雷達也有內參（由廠家提供）和外參之分 。 內參是內部激光發射器座標囍和雷達自身座標器之間的轉換關係。外參是激光雷達與移動機器人之間的座標系轉換關係。我們主要標定的是俯仰角（x軸）和側傾角（y軸）。
我們使用長寬已知的矩形板ABCD來標定，利用三角形餘弦定理來求解側傾角。
幾何關係求解:（自行推理）
多線雷達使用的是紙箱法。