3d激光雷达开发（多雷达标定）

        有过camera开发经验的朋友都知道，camera有两种标定。一种是内参标定，主要是标定切向畸变、径向畸变等参数；一种是外参标定，主要是把数据从摄像头坐标系转移到全局坐标系。举个例子来说，车上的传感器很多，但每个传感器获得的数据都是以自己的坐标系为基础获得的，要想把这些数据整合在一起，必须有一个统一的车坐标系，其他传感器的数据转到这个统一的车坐标系上，才能继续进行后面的工作。

        camera是这样，3d lidar也是这样的。单个雷达的覆盖范围是有限的，必须要把所有lidar的数据整合到一个坐标系下面才有意义。以livox为例，大家可以看看这篇文章，​​https://livox-wiki-cn.readthedocs.io/zh_CN/latest/tutorials/sensor_calibration.html​​。目前标定方法主要有两种，一种是手动标定，一种是自动标定。

1、手动标定

        ​​https://github.com/Livox-SDK/Livox-SDK/wiki/Calibrate-extrinsic-and-display-under-ros-cn​​

        手动标定，顾名思义，就是依靠手动调节x、y、z、yaw、pitch、roll来获得对应的标定值。判定的标准就是自己的双眼，看看两片点云关键点有没有拟合在一起。对livox来说，手动标定可以直接用livox viewer来进行，

2、自动标定

        ​​https://github.com/Livox-SDK/Livox_automatic_calibration​​ 

        自动标定，就是说自己准备点云数据，让算法来帮助我们获得x、y、z、yaw、pitch、roll。livox也为我们提供了对应的代码文件和编译脚本。下面就是对应的CMakeLists文件，

CMAKE_MINIMUM_REQUIRED(VERSION 2.8 FATAL_ERROR)

PROJECT(livox_calibration)
set(CMAKE_BUILD_TYPE Release) # this is Important ! ! ! ! !

find_package(PCL 1.7 REQUIRED)

link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})

include_directories(${PCL_INCLUDE_DIRS} include)

set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")

FILE(GLOB SRCS0 src/mapping/*.cpp)
FILE(GLOB SRCS1 src/calibration/*.cpp)
FILE(GLOB SRCS2 src/ransac/*.cpp)

add_executable (mapping  ${SRCS0} )
target_link_libraries (mapping ${PCL_LIBRARIES} ${LIBS})

add_executable (calibration  ${SRCS1} )
target_link_libraries (calibration ${PCL_LIBRARIES} ${LIBS})

add_executable (fitline  ${SRCS2} )
target_link_libraries (fitline ${PCL_LIBRARIES} ${LIBS})

        从编译文件可以看出，总共生成三个文件，分别是mapping、calibration、fitline。mapping负责准备pcd文件，calibration负责标定，fitline负责改进和优化。编译生成后，只要自己准备好pcd文件放在指定的目录，依次执行三个文件即可，从run.sh可以看出这一点

#!/bin/bash 
./mapping
./calibration
./fitline

        进一步分析这三个程序，可以看到标定的基本原理还是icp，相关代码位于src/calibration/calibration.cpp文件中。

//prepare ICP
    pcl::PointCloud<pcl::PointXYZ>::Ptr ICP_output_cloud(new pcl::PointCloud<pcl::PointXYZ>); //not use,but necessary
    pcl::GeneralizedIterativeClosestPoint<pcl::PointXYZ, pcl::PointXYZ> icp;
    icp.setTransformationEpsilon(0.0000000001); //0.0000000001
    icp.setMaxCorrespondenceDistance(10);
    icp.setMaximumIterations(35);
    icp.setRANSACIterations(0);
    icp.setMaximumOptimizerIterations(50); // default 20

3、其他标定

        livox也提供了摄像头和lidar的标定方法，有兴趣的同学可以看一下。

        ​​https://github.com/Livox-SDK/livox_camera_lidar_calibration​​