2021.4.10| 近期一周进展（激光雷达与相机联合仿真）

这周使用ROS的体会。

首先进行ROS下Gazebo场景搭建，先校准相机，获得相机的参数。

 

校准完毕后计算结果如下：

 然后再将相机和雷达一起标定，场景搭建如下：

 

两坐标系相对位姿关系如下所示：

 

 

按照仿真环境的设置，摄像头坐标系相对于雷达坐标系的旋转矩阵R为

 

 

 

 摄像头相对于雷达坐标系的位移向量T为

 分别读取雷达和相机数据20组

 

 

利用PolyWorks软件处理点云，提取标定板的矩形特征并保存为igs格式文件，该文件保存了矩形的四个角点的坐标。

运行Matlab程序

 

 程序的大致思路如下：

1.利用从点云里提取的四个矩形角点坐标将其他的格点坐标都算出来，用X表示，作为Pw。

2.调用Matlab的detectCheckerboardPoints函数找到图像的角点，并估计坐标，用O标出，作为Pc。

3.调用Matlab的lsqcurvefit函数（非线性拟合）去拟合，找到合适的R和T，使得Pc=K*R*（Pw-T）。

 

 

 

可见，基本与之前设置的R与T相近。

 校准结果：

 

 待解决的问题：

 

1.依赖PolyWorks软件，需要手动找到矩形特征并保存角点坐标，处理20个文件，比较麻烦。尝试用pcl点云库区实现这个操作。

2.依赖Matlab，尝试C++实现非线性拟合。

 下面的初步的点云滤波处理。左图是原始点云，右图是经滤波之后的点云，只保留板子。

 

另外还实现了V-Rep与Matlab的通讯，在Vrep里搭建仿真环境，设置好雷达，将数据输出到Matlab并显示。