联合标定
-
单线激光雷达与单目相机联合外参标定系统
本项目专注于实现单线激光雷达（2D LiDAR）与可见光单目相机之间的高精度外参标定。系统利用特定的标定参照物（如棋盘格、V型板或三角板），通过同步采集的图像数据和激光点云数据，计算两个传感器坐标系之间的刚体变换矩阵（旋转矩阵R和平移向量T）。核心处理流程包括：首先进行相机内参标定及畸变校正；接着利用计算机视觉算法在图像中精确提取标定板的角点或边缘特征；同时在激光雷达数据中利用直线拟合、RANSAC或聚类算法提取对应的几何特征点或边缘；基于2D-2D或3D-2D的点对约束构建非线性优化目标函数（如重投影误差最小化），利用Levenberg-Marquardt算法迭代求解最优外参。该项目集成了最新的GitHub开源算法改进，增强了对观测噪声的鲁棒性，支持数据自动化批处理，并提供可视化验证模块，能够将激光雷达扫描线准确投影到图像平面以评估标定效果，广泛应用于自动驾驶感知、机器人SLAM及多传感器融合导航领域。
