1、课程导论：车载传感器标定概述、工具链的作用与价值、课程目标与学习路径

1.1 车载传感器标定——到底在标什么？

说实话，很多人一听到「标定」两个字，就觉得是拿着螺丝刀拧拧旋钮。其实不是这样。

车载传感器标定，说白了就是让车上的「眼睛」和「耳朵」对齐。摄像头、激光雷达、毫米波雷达、IMU……这些传感器装上车之后，它们各自看到的坐标系是乱的。摄像头看到的像素坐标，激光雷达看到的是三维点云，IMU 测的是加速度和角速度。如果不做标定，这些数据根本没法融合。

我遇到过最典型的例子：有一次客户反馈，AEB 系统在高速上频繁误触发。查了一圈，发现是摄像头和毫米波雷达的联合标定参数偏了 0.3 度。就这么一点点，导致目标检测的融合结果差了半个车道。嗯，标定这件事，差之毫厘，谬以千里。

1.2 标定的类型，你得心里有数

标定不是单一动作。我个人习惯把它分成三类：

• 内参标定：传感器自身的内部参数。比如相机的焦距、畸变系数，激光雷达的旋转轴偏移。这些参数出厂时会有，但运输和安装过程中可能变化。
• 外参标定：传感器之间的相对位置和姿态。比如摄像头相对于车体坐标系的位置，激光雷达和摄像头之间的旋转平移矩阵。这是标定工作的核心。
• 时间同步标定：不同传感器的数据时间戳对齐。你想想看，摄像头 30fps，激光雷达 10Hz，IMU 200Hz。如果时间没对齐，融合出来的结果就是「鬼影」。

我曾经在一个项目中，因为时间同步差了 20 毫秒，导致动态目标的位置估计偏差了 0.5 米。后来花了整整两天才定位到问题。所以，时间同步标定千万别忽视。

1.3 工具链的作用与价值——为什么不能靠手工？

有人会问：「标定一次不就行了吗？为什么还要搭工具链？」

原因很简单：标定不是一次性工作。

车辆下线前要做产线标定，售后维修后要做复标，OTA 升级后可能也要重新标定。如果每次都用人工操作，效率低不说，一致性也差。我见过一个工厂，工人用卷尺量传感器位置，结果同一批次的车，标定参数能差 5%。

工具链的价值，我总结为三点：

维度	手工标定	工具链标定
效率	单台车 30 分钟	单台车 3 分钟
一致性	依赖操作员经验	自动化流程，结果可复现
可追溯	纸质记录，容易丢失	数据自动归档，可回溯

说白了，工具链就是把标定这件事从「手艺活」变成「流水线」。你想想看，量产车一天几千台下线，靠人工根本扛不住。

1.4 课程目标——学完你能做什么？

这门课的目标很明确：让你能独立搭建一套车载传感器标定工具链。

具体来说，学完之后你应该能做到：

• 理解标定的数学原理，包括坐标系变换、李群李代数、优化求解
• 掌握主流标定工具的使用，比如 Kalibr、lidar_align、Apollo 标定工具
• 能编写标定脚本，实现自动化数据采集和处理
• 能设计标定场地和靶标，满足量产需求
• 能排查标定失败的常见问题，比如特征点提取失败、优化不收敛

我记得自己刚入行时，对着标定结果一脸懵，不知道参数对不对。后来踩了不少坑，才慢慢摸出门道。这门课会把那些坑提前告诉你。

1.5 学习路径——我建议你这样走

课程一共 30 章，我建议你按这个节奏来：

1. 基础篇（第 1-8 章）：打好数学和传感器基础。别急着上手代码，先把坐标系、旋转矩阵、标定板设计搞明白。
2. 工具篇（第 9-18 章）：动手实操。用 Kalibr 标定相机内参，用 lidar_align 做激光雷达和 IMU 的外参标定。这个阶段要多跑数据。
3. 实战篇（第 19-25 章）：搭建自己的工具链。从数据采集、预处理、标定求解到结果验证，完整走一遍。
4. 进阶篇（第 26-30 章）：处理疑难杂症。比如多传感器联合标定、在线标定、标定质量评估。

1.6 避坑指南——我曾经踩过的坑

最后分享几个我亲身经历过的坑，希望能帮你省点时间：

• 标定板材质：我曾经用普通打印纸做标定板，结果激光雷达打上去反光严重，特征点提取失败。后来换了哑光材质，问题解决。
• 数据采集环境：别在强光下采集，也别在完全黑暗的环境。光照不均匀会导致角点检测偏差。
• 标定参数验证：标定完一定要做回投误差验证。我见过有人标定完直接上车，结果偏差 2 个像素都没发现。
• 版本管理：标定工具链的代码和参数一定要用 Git 管理。有一次我改了一个参数没记录，结果回退时花了半天找原因。

嗯，这些坑说起来都是泪。但踩过之后，你就知道标定这件事，细节决定成败。

好了，课程导论就到这里。下一章我们正式开始讲坐标系和变换矩阵——这是标定的数学基础，也是最重要的部分。