详细介绍：自动驾驶传感器标定

在自动驾驶系统中，传感器是系统能感知周围环境的决定性因素。在传感器装车后，需要通过传感器标定消除安装误差，让自动驾驶系统准确定位各个传感器被安装在什么位置。传感器标定为后续建图、定位、感知和控制打下坚实基础，是自动驾驶环境稳定运行的核心部分与前置条件。标定的精度会影响传感器的利用上限精度，最终影响车辆的行驶状态。

1.各路传感器请汇报位置坐标！——传感器标定

自动驾驶系统中囊括各种各样的传感器，传感器是系统能感知周围环境的决定性因素。在传感器装车后，得对传感器进行标定，获取各个传感器的安装位置，进而让后续算法模块更好地利用传感器素材。

在车身坐标系确定传感器的位置。就是简单来讲，传感器标定得告诉自动驾驶系统传感器的准确位置。如果说定位是在地图坐标系确定自车的位置，那么标定就

通过从性质上说，传感器标定能够分为内参标定与外参标定。

内参标定主要与传感器有关，它可以依据建立传感器误差模型，获得传感器特性参数、消除传感器本身测量误差。外参标定与安装位置有关，利用各种先验信息获取传感器在车身坐标系下的位姿。外参标定求解的关键问题取决于车辆坐标系的定义。

车辆坐标系为车辆上的某一点，将车辆看作刚体，传感器标定解决的问题，即为固定车辆坐标系下传感器的位置确定。进一步，如果车辆坐标系即为车辆上的某个传感器坐标系。传感器外参标定问题即简化为多传感器外参标定问题。就是要

如果车辆坐标系为车辆自车地面上某一点。除了装车后的传感器位姿标定，还包含自车状态、以及环境变化影响下的传感器坐标系与车身坐标系间的外参变化问题。

下面，我们就分别介绍一下自动驾驶中的内参标定与外参标定。

2.相机内参标定

相机内参标定关键是为了获取相机本身的性质参数，包括相机的焦距，光心以及畸变参数等：

内参的物理意义与相机模型强相关，常用的相机成像模型为小孔模型，等效焦距与光心用数学可表示为一个矩阵

其中 fx、fy 是等效焦距，cx、cy 是光心。

畸变的产生，是由于相机本身不能精确地按照理想的成像模型进行透视投影，即物点在实际的相机成像平面上生成的像与理想成像之间存在一定偏差，这个偏差就是相机畸变造成的。以常见的小孔成像模型为例，畸变误差核心是径向畸变误差（k1、k2、k3）和切向畸变误差（p1、p2）。

目前业界常用的相机标定方法是张正友方法。张正友技巧通过多种位姿摆放的标定板，提取棋盘格角点，计算出相机的内参。参考论文：