基于点云强度的3D激光雷达与相机的外参标定

本文提出一种新颖的方法，可以对3D lidar和带有标定板的相机进行全自动的外参标定，提出的方法能够从lidar的每一帧点云数据中利用强度信息提取标定板的角点。通过激光的反射强度和棋盘格颜色之间的相关性的约束来优化将棋盘格分割的模型，所以一旦我们知道了3D 点云中棋盘的角点，那么两个传感器之间的外部校准就转换成了3D-2D的匹配问题。相应的3D-2D点计算两个传感器之间的绝对姿态一般使用的方法是UPnP，此外，将计算出来的参数作为初始值，并且使用LM优化方法进行完善，使用了仿真的方法评估了3D 点云中提取角点的性能，在论文 中使用了Velodyne HDL 32雷达和Ladybug3相机进行了实验，并最终证明了外参计算的准确性和稳定性。

github:https://github.com/icameling/lidar_camera_calibration

主要功能介绍

该方案外参数的计算是根据激光雷达的强度和相机进行的全自动的外部参数的标定，这个代码用pathon实现了，同时也出现了C++的延伸版本，算法的主要功能：

（1）velodyne 3D LIDAR采集点云的自动分割。

（2）标定板的自动检测。

（3）标定板点云数据的角点的检测。

（4）外部标定参数的优化。

（5）使用了VTK对点云做了可视化的功能。

该功能是可以适配在VLP-16. HDL-32 HDL-64，论文中使用32线的激光雷达做了数据的测试。

论文图集