自动驾驶技术是当下的热门话题,其中感知模块是非常重要的一环,起到承上启下的作用。在感知模块中最重要的应该是处理从传感器中接收到的数据了。目前多种传感器的融合是大势所趋,本课题中的实验平台是应用到感知模块中的两种传感器。实验平台是由一个激光雷达和五个相机组成,本课题的工作是完成平台使用前激光雷达和五个相机的外参标定,以及相机的内参标定。本文主要研究工作如下:(1)实验平台的搭建,标定数据的采集、同步和筛选。首先根据需要设计平台的机械结构,接着使用生成的随机噪声标定板绕着多相机平台移动一圈,使用棋盘格标定板在相机视野的九个位置采集90个位姿图像。接着使用ROS系统中的message_filters对数据进行同步,并对图片数据中的无效图片进行剔除。(2)多相机平台中相机间的外参和相机的内参标定方法研究。首先对比了图像特征点检测几种方法,选择最适合标定的SURF检测方法。通过特征点检测和匹配将拍摄到的标定板图像和生成的标定图像建立联系,利用空间对应平面的单应性通过匹配到的特征点计算出单应矩阵。分解单应矩阵得到标定板在相机坐标系中下的位置和姿态以及相机的内参。使用最小重投影误差优化相机内参以及标定板的位置和姿态。最后通过图优化的方法利用相邻相机同时拍到的标定板的位姿完成相机间的外参标定。(3)激光雷达和相机外参标定方法研究。截取每个位姿的点云和相应帧的图像,在点云中选择打在标定板上的点云,估计出标定板所在激光雷达检测数据中的位姿,以及平面法向量的矩阵。在标定图片中使用角点检测等方法计算出内角点的像素坐标,通过对应角点的坐标计算出标定板在相机坐标系中的位置和姿态及其法向量的方向矩阵。通过两个坐标系中的法向量矩阵计算出旋转矩阵,并通过最小化点云到平面的距离优化出平移向量,联立完成激光雷达与相机外参标定。(4)将相机间的外参和激光雷达与相机间的外参联合,完成系统的标定。