【玩转PointPillars】kitti数据集中有关标定的若干问题

传感器布局

在这里插入图片描述

在这里插入图片描述

Cam0 左边灰度相机
Cam1 右边灰度相机
Cam2 左边彩色相机
Cam3 右边彩色相机
Velodyne laserscanner Velodyne64线激光雷达

标定参数

标定文件

P0: 7.070493e+02 0 6.040814e+02 0 0 7.070493e+02 1.805066e+02 0 0 0 1.e+00 0
P1: 7.070493e+02 0 6.040814e+02 -3.797842e+02 0 7.070493e+02 1.805066e+02 0 0 0 1.e+00 0
P2: 7.070493e+02 0 6.040814e+02 4.575831e+01 0 7.070493e+02 1.805066e+02 -3.454157e-01 0 0 1.e+00 4.981016e-03
P3: 7.070493e+02 0 6.040814e+02 -3.341081e+02 0 7.070493e+02 1.805066e+02 2.330660e+00 0 0 1.e+00 3.201153e-03
R0_rect: 9.999128e-01 1.009263e-02 -8.511932e-03 -1.012729e-02 9.999406e-01 -4.037671e-03 8.470675e-03 4.123522e-03 9.999556e-01
Tr_velo_to_cam: 6.927964e-03 -9.999722e-01 -2.757829e-03 -2.457729e-02 -1.162982e-03 2.749836e-03 -9.999955e-01 -6.127237e-02 9.999753e-01 6.931141e-03 -1.143899e-03 -3.321029e-01
Tr_imu_to_velo: 9.999976e-01 7.553071e-04 -2.035826e-03 -8.086759e-01 -7.854027e-04 9.998898e-01 -1.482298e-02 3.195559e-01 2.024406e-03 1.482454e-02 9.998881e-01 -7.997231e-01

P0~P3:矫正后的相机内参矩阵,大小为3x4。

【玩转PointPillars】kitti数据集中有关标定的若干问题_第1张图片

fu,fv:相机的焦距

cu,cv:主点偏移

-fubx:这是什么???

根据小孔成像原理,理想情况下相机坐标系到图像坐标系的转换关系为:

【玩转PointPillars】kitti数据集中有关标定的若干问题_第2张图片

但是这种情况默认图像坐标系和像素坐标系原点重合,实际情况,图像坐标系原点往往在图片的左上角,光轴过图像中心,因此图像坐标系和相机坐标系不重合,两个坐标系之间存在一个平移运动。

【玩转PointPillars】kitti数据集中有关标定的若干问题_第3张图片

因此,考虑完主点偏移后的转换关系如下,\lambda等于Z,f为焦距。

【玩转PointPillars】kitti数据集中有关标定的若干问题_第4张图片

R0_rect:0号相机修正矩阵,大小为3x3。

Tr_velo_to_cam:velodyne到camera的外参转换矩阵,大小3x4,包含了旋转和平移。

坐标转换关系

设P为雷达点云(x,y,z,r)。

Tr_velo_to_cam * P    :是将Velodyne坐标中的点P投影到编号为0的相机(参考相机)坐标系中。

R0_rect *Tr_velo_to_cam * P    :是将Velodyne坐标中的点P投影到编号为0的相机(矫正后的)坐标系中。

P2 * R0_rect *Tr_velo_to_cam * P     :是将Velodyne坐标中的点P投影到编号为0的相机(参考相机)坐标系中,再投影到编号为2的相机(左彩色相机)的照片上。
 

【参考】

https://blog.csdn.net/KYJL888/article/details/82844823

https://blog.csdn.net/zt1091574181/article/details/114838741

https://zhuanlan.zhihu.com/p/87334006

你可能感兴趣的:(点云处理,PointPillars,kitti)