🚗 标定工具链手册
30章 · 从入门到实战
🧭 友好色系
01
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
标定概述
工具链价值
学习路径
02
传感器基础:摄像头、激光雷达、毫米波雷达、超声波雷达、IMU的工作原理与数据特性
摄像头
激光雷达
毫米波雷达
超声波
IMU
03
标定基础:标定的数学基础(坐标系、刚体变换、李群李代数)、标定参数分类(内参、外参、时延)
坐标系
刚体变换
李群李代数
内参/外参
时延
04
环境搭建:Ubuntu系统配置、ROS/ROS2安装、依赖库(Eigen、Ceres、OpenCV、PCL)编译安装
Ubuntu
ROS/ROS2
Eigen
Ceres
OpenCV
PCL
05
数据采集:传感器驱动配置、数据录制(rosbag)、数据质量检查、同步信号验证
驱动配置
rosbag
质量检查
同步验证
06
摄像头内参标定:张正友标定法原理、棋盘格制作、OpenCV标定流程、畸变校正与重投影误差分析
张正友法
棋盘格
OpenCV
畸变校正
重投影误差
07
激光雷达内参标定:激光雷达模型、点云畸变去除、基于平面拟合的内参优化方法
雷达模型
点云畸变
平面拟合
内参优化
08
IMU内参标定:Allan方差分析、零偏与噪声参数估计、IMU温度补偿
Allan方差
零偏估计
噪声参数
温度补偿
09
摄像头-激光雷达联合标定:目标函数构建、边缘对齐与互信息方法、Autoware标定工具使用
目标函数
边缘对齐
互信息
Autoware
10
摄像头-IMU联合标定:视觉惯性对齐、Kalibr工具使用、时间戳同步与空间标定
视觉惯性
Kalibr
时间同步
空间标定
11
激光雷达-IMU联合标定:LIO-SAM框架中的标定模块、基于运动约束的外参估计
LIO-SAM
运动约束
外参估计
12
多摄像头系统标定:多目相机外参标定、共线约束与光束法平差、全景环视系统标定
多目外参
共线约束
光束法平差
全景环视
13
毫米波雷达标定:雷达坐标系定义、角反射器标定法、多普勒速度验证
坐标系
角反射器
多普勒验证
14
超声波雷达标定:声速补偿、距离标定、波束模型拟合
声速补偿
距离标定
波束模型
15
时延标定:传感器时间同步原理、硬件同步(PPS/GPS)与软件同步(TSync)、时延补偿算法
时间同步
PPS/GPS
TSync
时延补偿
16
标定工具链架构:模块化设计、配置管理、数据流管道、可视化与调试接口
模块化
配置管理
数据流
可视化
17
标定数据管理:数据集组织规范、标注格式(KITTI、NuScenes)、版本控制与回放
组织规范
KITTI
NuScenes
版本控制
18
自动化标定流程:Pipeline设计、批处理脚本、参数服务器、结果自动评估
Pipeline
批处理
参数服务器
自动评估
19
标定结果验证:重投影误差、点云对齐误差、轨迹一致性、闭环检测
重投影误差
点云对齐
轨迹一致性
闭环检测
20
标定质量评估:鲁棒性分析、敏感性分析、交叉验证、退化场景检测
鲁棒性
敏感性
交叉验证
退化场景
21
标定工具开发:C++/Python混合编程、ROS节点设计、Qt可视化界面、日志系统
C++/Python
ROS节点
Qt界面
日志
22
标定工具测试:单元测试(GTest)、集成测试、仿真环境(Gazebo/Carla)测试
GTest
集成测试
Gazebo
Carla
23
标定工具部署:Docker容器化、ROS Launch文件、参数动态配置、远程调用接口
Docker
Launch
动态配置
远程调用
24
实战案例1:L4级自动驾驶乘用车传感器套件标定(1个激光雷达+6个摄像头+1个IMU)
L4乘用车
1激光雷达
6摄像头
IMU
25
实战案例2:低速无人配送车标定(2个激光雷达+4个摄像头+超声波雷达)
无人配送
2激光雷达
4摄像头
超声波
26
实战案例3:矿区无人矿卡标定(多线激光雷达+毫米波雷达+高精度IMU)
矿区矿卡
多线激光
毫米波
高精度IMU
27
标定工具链维护:版本升级、依赖管理、Bug修复流程、用户反馈闭环
版本升级
依赖管理
Bug修复
反馈闭环
28
标定工具链扩展:支持新传感器、自定义标定算法插件、多语言接口
新传感器
算法插件
多语言接口
29
标定工具链性能优化:多线程加速、GPU加速、内存管理、实时标定
多线程
GPU加速
内存管理
实时标定
30
课程总结与展望:标定技术趋势(在线标定、自标定、端到端标定)、学习资源推荐、社区参与
在线标定
自标定
端到端
学习资源
社区
⚡ 友好色系 · 卡片紧凑 · 全30章