lidar_camera_calib代码解读-优化部分

碎碎念

最近在调研一下non-target 方式的相机Lidar联合标定，其中包括HK mars实验室开源的项目GitHub - hku-mars/livox_camera_calib: This repository is used for automatic calibration between high resolution LiDAR and camera in targetless scenes.

这个项目在刚开始并没有得到我的足够重视，潜意识里觉得这种基于线特征的匹配不是太靠谱，但是，在仔细阅读代码后，还是觉得很多细节的处理让人收益匪浅。

先谈谈目前对于这个项目的感受吧

优点：

• 特征的提取不复杂（没有利用语义这些）但是看起来有效
• 优化的迭代方式有效（损失函数的有效建立 + 迭代过程的细节处理）
• 最后结果看起来不错

缺点：

• 不太适用于低线数的机械雷达
• 点云线特征的提取有点慢，相比于图像。
• 对于环境的要求还是比较高的（相比于一些端对端的calib网络）
• 和ros的结合有点鸡肋，项目内容似乎并不依赖ros的通信机制

Whatever，相比于一些利用枚举法求解最优值的项目，这个项目的方法还是不知道高明到哪里去了。