本文經(jīng)自動駕駛之心公眾號授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

相機與激光雷達的標定是很多任務(wù)的基礎(chǔ)工作，標定精度決定了下游方案融合的上限，因為許多自動駕駛與機器人公司投入了較大的人力物力不斷提升，今天也為大家盤點下常見的Camera-Lidar標定工具箱，建議收藏！

1.Libcbdetect

一次拍攝多棋盤格檢測：https://www.cvlibs.net/software/libcbdetect/

MATLAB代碼實現(xiàn)，該算法自動提取角到亞像素精度，并將它們組合成（矩形）棋盤狀圖案。它可以處理各種圖像（針孔相機、魚眼相機、全向相機）。

2.Autoware 標定包

Autoware 框架的激光雷達-相機標定工具包。

鏈接：https://github.com/autowarefoundation/autoware_ai_utilities/tree/master/autoware_camera_lidar_calibrator

3.基于3D-3D匹配的靶標標定

基于3D-3D點對應(yīng)關(guān)系的激光雷達相機標定，ROS包，出自論文《LiDAR-Camera Calibration using 3D-3D Point correspondences》！

鏈接：https://github.com/ankitdhall/lidar_camera_calibration

4.上海 AI Lab OpenCalib

上海人工智能實驗室出品，OpenCalib提供了一個傳感器標定工具箱。工具箱可用于標定IMU、激光雷達、相機和Radar等傳感器。

鏈接：https://github.com/PJLab-ADG/SensorsCalibration

5.Apollo 標定工具

Apollo標定工具箱，鏈接：https://github.com/ApolloAuto/apollo/tree/master/modules/calibration

6.Livox-camera標定工具

本方案提供了一個手動校準Livox雷達和相機之間外參的方法，已經(jīng)在Mid-40，Horizon和Tele-15上進行了驗證。其中包含了計算相機內(nèi)參，獲得標定數(shù)據(jù)，優(yōu)化計算外參和雷達相機融合應(yīng)用相關(guān)的代碼。本方案中使用了標定板角點作為標定目標物，由于Livox雷達非重復(fù)性掃描的特點，點云的密度較大，比較易于找到雷達點云中角點的準確位置。相機雷達的標定和融合也可以得到不錯的結(jié)果。

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

中文文檔：https://github.com/Livox-SDK/livox_camera_lidar_calibration/blob/master/doc_resources/README_cn.md

7.CalibrationTools

CalibrationTools為激光雷達-激光雷達、激光雷達相機等傳感器對提供標定工具。除此之外，還提供了：

1）定位-偏差估計工具估計用于航位推算（IMU和里程計）的傳感器的參數(shù)，以獲得更好的定位性能！

2）Autoware控制輸出的可視化和分析工具；

3）用于修復(fù)車輛指令延遲的校準工具；

鏈接：https://github.com/tier4/CalibrationTools

8.Matlab

Matlab自帶的工具箱，支持激光雷達和相機的標定，鏈接：https://ww2.mathworks.cn/help/lidar/ug/lidar-and-camera-calibration.html

9.ROS 標定工具

ROS Camera LIDAR Calibration Package，鏈接：https://github.com/heethesh/lidar_camera_calibration

10.Direct visual lidar calibration

該軟件包提供了一個用于激光雷達相機標定的工具箱：可通用：它可以處理各種激光雷達和相機投影模型，包括旋轉(zhuǎn)和非重復(fù)掃描激光雷達，以及針孔、魚眼和全向投影相機。無目標：它不需要標定目標，而是使用環(huán)境結(jié)構(gòu)和紋理進行標定。單次拍攝：標定至少只需要一對激光雷達點云和相機圖像?？蛇x地，可以使用多個激光雷達相機數(shù)據(jù)對來提高精度。自動：標定過程是自動的，不需要初始猜測。準確和穩(wěn)健：它采用了像素級直接激光雷達相機配準算法，與基于邊緣的間接激光雷達相機配準相比，該算法更穩(wěn)健和準確。

鏈接：https://github.com/koide3/direct_visual_lidar_calibration

11.2D lidar-camera工具箱

這是一個基于 ROS 的單線激光和相機外參數(shù)自動標定代碼。標定原理如下圖所示，相機通過二維碼估計標定板平面在相機坐標系下的平面方程，由于激光點云落在平面上，將點云通過激光坐標系到相機坐標系的外參數(shù)  轉(zhuǎn)換到相機坐標系，構(gòu)建點到平面的距離作為誤差，使用非線性最小二乘進行求解。

鏈接：https://github.com/MegviiRobot/CamLaserCalibraTool