坐标系与标定基础：世界坐标系、车辆坐标系、相机坐标系、图像坐标系、传感器标定的意义、内参与外参的概念
说实话，做自动驾驶感知这几年，我见过太多新手一上来就扎进算法堆里，结果连坐标系都没搞明白。嗯，这其实是个大坑。坐标系和标定，说白了就是感知系统的「地基」。地基没打牢，后面再漂亮的算法都是空中楼阁。
今天咱们就把这块硬骨头啃下来。我会结合自己踩过的坑，带你把这些概念彻底理清。
1. 为什么我们需要这么多坐标系？
你想想看，一辆自动驾驶车上，传感器五花八门：激光雷达、摄像头、毫米波雷达、IMU……每个传感器都有自己的「视角」和「语言」。摄像头看到的是像素，激光雷达看到的是三维点云，车辆本身又关心自己在世界上的位置。
如果没有统一的坐标系，这些数据根本没法对话。我早期做的一个项目，就是因为相机和激光雷达的坐标系没对齐，结果融合出来的障碍物位置偏差了半米多，差点撞上路沿。从那以后，我对坐标系转换这件事就格外较真。
核心思想：所有传感器数据最终都要转换到同一个坐标系下，才能被车辆理解和使用。
2. 四大坐标系详解
2.1 世界坐标系
世界坐标系是绝对的参考系。它固定在地球上，不随车辆移动而改变。通常我们会选一个原点，比如停车场入口的某个点，或者用GPS经纬度定义。
在实际工程中，我习惯用UTM坐标系作为世界坐标系。为什么？因为它直接跟GPS挂钩，方便做全局路径规划。不过要注意，UTM在不同带区之间会有跳变，跨区域行驶时得做特殊处理。
- 作用：描述车辆、障碍物、道路的绝对位置
- 单位：米（m）
- 常见形式：UTM、WGS84（经纬度）
2.2 车辆坐标系
车辆坐标系是跟着车走的。一般定义：车头方向为X轴正方向，车身左侧为Y轴正方向，车顶方向为Z轴正方向。原点通常在后轴中心或者车辆质心。
我个人建议把原点放在后轴中心。为什么？因为车辆的运动模型（比如阿克曼模型）以后轴中心为参考点计算最方便。我之前试过用质心，结果做轨迹预测时多了一堆不必要的坐标转换，麻烦得很。
小技巧：在代码里，车辆坐标系通常用 body_frame 或 vehicle_frame 命名。ROS中对应的就是 base_link。
2.3 相机坐标系
相机坐标系是光学中心那一套。Z轴指向相机前方（也就是镜头朝向），X轴向右，Y轴向下。嗯，这里要注意，相机坐标系的Y轴是朝下的，跟车辆坐标系不一样。很多新手在这里栽跟头。
我记得有一次调试车道线检测，发现投影到图像上的点总是上下颠倒。查了半天，原来是相机坐标系和车辆坐标系的Y轴方向搞反了。从那以后，我每次写坐标转换代码，都会在注释里把轴方向写清楚。
// 相机坐标系定义示例
// 原点：相机光心
// X轴：图像右侧方向
// Y轴：图像下方方向
// Z轴：相机前方方向（沿光轴）
struct CameraFrame {
double x; // 右
double y; // 下
double z; // 前
};2.4 图像坐标系
图像坐标系就是像素的天下。原点在图像左上角，u轴向右，v轴向下。单位是像素（pixel）。
这里有个关键点：图像坐标系是二维的，而相机坐标系是三维的。从三维到二维，就是投影的过程。说白了，相机坐标系里的一个点，通过内参矩阵投影到图像平面上，就变成了像素坐标。
| 坐标系 | 维度 | 原点 | 单位 |
|---|---|---|---|
| 世界坐标系 | 3D | 自定义（如GPS原点） | 米 |
| 车辆坐标系 | 3D | 后轴中心 | 米 |
| 相机坐标系 | 3D | 光心 | 米 |
| 图像坐标系 | 2D | 左上角 | 像素 |
3. 传感器标定的意义
标定是什么？说白了，就是找到不同坐标系之间的「翻译规则」。没有标定，传感器就是聋子跟瞎子对话——谁也听不懂谁。
我参与过一个量产项目，标定参数稍微偏了0.1度，结果在100米外的目标位置误差达到了17厘米。对于自动驾驶来说，这个误差足以让车辆做出错误的决策。所以标定精度直接决定了感知系统的上限。
注意：标定不是一次性的。车辆行驶过程中的震动、温度变化、时间推移，都可能导致标定参数漂移。建议定期做在线标定校验。
4. 内参与外参的概念
4.1 内参（Intrinsic Parameters）
内参是传感器「内部」的属性。对于相机来说，内参包括焦距、主点坐标、畸变系数等。这些参数描述了光线如何通过镜头落到成像平面上。
我习惯把内参理解为相机的「出厂设置」。同一款相机，内参基本固定。但注意，镜头畸变会随着使用时间变化，所以隔一段时间重新标定内参是必要的。
// 相机内参矩阵 K（3x3）
// fx, fy: 焦距（像素单位）
// cx, cy: 主点坐标（像素单位）
K = [[fx, 0, cx],
[ 0, fy, cy],
[ 0, 0, 1]]4.2 外参（Extrinsic Parameters）
外参描述的是传感器之间的「相对位置和姿态」。比如相机相对于车辆坐标系的位置（平移向量）和朝向（旋转矩阵）。
外参是标定的核心难点。为什么？因为旋转矩阵有3个自由度，平移向量有3个自由度，一共6个参数。稍微偏一点，投影误差就会放大。我在做多传感器融合时，外参标定通常要反复迭代3-5轮才能达到满意的精度。
一句话总结：内参告诉你「传感器怎么看世界」，外参告诉你「传感器在世界哪里」。
5. 坐标转换实战思路
实际工程中，坐标转换的流程大概是这样的：
- 激光雷达点云从雷达坐标系转到车辆坐标系（用雷达的外参）
- 相机图像从图像坐标系转到相机坐标系（用内参的逆投影）
- 相机坐标系下的点转到车辆坐标系（用相机的外参）
- 所有数据统一到车辆坐标系后，再转到世界坐标系（用车辆的定位信息）
嗯，听起来步骤多，但其实每一步都是矩阵乘法。写代码时我建议封装成独立的函数，每个函数只做一件事。这样调试起来方便，出错了也容易定位。
避坑指南：我曾经在坐标转换时忘记考虑齐次坐标的归一化，结果投影出来的点全飞了。记住：三维点转二维时，最后一步一定要除以Z分量。
6. 小结
坐标系和标定是感知系统的基石。世界坐标系、车辆坐标系、相机坐标系、图像坐标系，这四者构成了数据流动的骨架。内参和外参则是连接这些骨架的「关节」。关节没校准，整个系统就会「骨骼错位」。
下一章，我们会深入相机模型和畸变校正，把内参标定的细节彻底讲透。到时候我会分享一个我实际用过的标定板设计技巧，保证让你少走弯路。
公众号:蓝海资料掘金营，微信deep3321