1、使用工具：https://github.com/ethz-asl/kalibr.git
2、特点支持多个相机的内参外参标定，即使视域没有重叠；支持相机&IMU之间标定；支持IMU与IMU的标定
3、部署环境：ubuntu-20.04 ros1-noetic
4、准备：工作空间-kalibr_ws/src
5、下载：在kalibr_ws/src/ 执行 git clone https://github.com/ethz-asl/kalibr.git
6、配置：在kalibr_ws/ 执行
export ROS1_DISTRO=noetic # kinetic=16.04, melodic=18.04, noetic=20.04
source /opt/ros/
R
O
S
1
D
I
S
T
R
O
/
s
e
t
u
p
.
b
a
s
h
c
a
t
k
i
n
i
n
i
t
c
a
t
k
i
n
c
o
n
f
i
g
−
−
e
x
t
e
n
d
/
o
p
t
/
r
o
s
/
ROS1_DISTRO/setup.bash catkin init catkin config –extend /opt/ros/
ROS
1
D
I
STRO
/
se
t
u
p
.
ba
s
h
c
a
t
kinini
t
c
a
t
kin
co
n
f
i
g
−
−
e
x
t
e
n
d
/
o
pt
/
ros
/
ROS1_DISTRO
catkin config –merge-devel # Necessary for catkin_tools >= 0.4.
catkin config –cmake-args -DCMAKE_BUILD_TYPE=Release
7、编译：在kalibr_ws/ 执行 catkin build -DCMAKE_BUILD_TYPE=Release -j4
8、过程：
问题1
fatal error: libv4l2.h: 没有那个文件或目录
解决 sudo apt install libv4l-dev
问题2
Failed to find SuiteSparse – Did not find AMD header (required SuiteSparse component).
解决 *
安装ceres git clone https://github.com/ceres-solver/ceres-solver.git
安装依赖 sudo apt-get install liblapack-dev libsuitesparse-dev libcxsparse3 libgflags-dev libgoogle-glog-dev libgtest-dev
mkdir build
cd build
cmake …
make
sudo make install
*
9、完成编译
10、制作标定板 a=8.8 b=2.65 b/a= 0.3011 A0纸 april 6×6
11、下载官网提供的yaml格式文件，需要按照设定的尺寸进行修改
12、找一个适合的能拍到棋盘格的距离,启动相机。
13、以4hz的频率录制数据包 rosrun topic_tools throttle messages /hikrobot_camera1/rgb 4.0 /cam1
14、内参标定，标定(标定方法-kalibr)：在calibration_ws/ 运行 rosrun kalibr kalibr_calibrate_cameras –bag /home/nuc/calibration_ws/src/kalibr/cam1.bag –topics /cam1 –models pinhole-equi –target /home/nuc/calibration_ws/src/kalibr/april_6x6_80x80cm.yaml
rosrun kalibr kalibr_calibrate_cameras –bag /home/wrc/WRC/CODE/kalibr_ws/src/kalibr/cam1.bag –topics /cam1 –models pinhole-equi –target /home/wrc/WRC/CODE/kalibr_ws/src/kalibr/april_6x6_80x80cm.yaml
15、相机与激光雷达的外参标定–览沃激光雷达使用livox_camera_calibration：先将bag中的点云累积成pcd图，将图像保存为png，再运行标定算法将pcd图与一个png进行匹配，机械式激光雷达使用lidar_camera_calibration
16、lidar_camera_calibration 安装过程需要rosdep init等，可以先使用鱼香ros的rosdep 再进行rosdepc update（不能挂梯子，否则需要关闭梯子，重启电脑）。
17、制作完相机内参标定版A3 大方块0.03m。
18、动作慢，标定动作1：下中上中右中左中，右侧，中，左侧，中，靠近远离，比没有顺序的动作效果好点。2 ：下中上中右中左中，右侧，中，左侧，中，上侧，中，下侧，中，靠近再循环一次。3：下中上中右中左中，右侧，中，左侧，中，上侧，中，下侧，中，顺时针，逆时针，动作大一点，循环一次。明显改善。但横轴误差较大。4：下中上中右中左中，右侧，中，左侧，中，上侧，中，下侧，中，顺时针，逆时针，动作大一点，但过程要慢一点，循环一次。横轴误差还是很大。
19、录制相机&激光雷达标定数据包，根据之前获得相机内参修改config_file.txt。其中激光雷达相当与相机的初始位姿为1.57 -1.57 0。
激光雷达坐标系：
相机坐标系：
20、应该先学习标定算法的视频指导 确定自己步骤无误。
最近这段时间一直在尝试不同的激光雷达相机标定算法，发现很多标定方法要么是针对某一款雷达，要么有场景或道具要求，很心累。目前尝试过的手动标定https://github.com/PJLab-ADG/SensorsCalibration/tree/master/lidar2camera还算好用，但是一定要把相机内参标准并且正确地填到文件里，别像我这么S笔，因为格式填错了耽误好久；相机标定方法kalibr和matlab的标定工具都挺好用的。matlab的激光雷达标定工具箱，我用的时候总是出现ptcloud 应为pointcloud 但其类型为double 的问题，奇怪的是我去搜索的时候竟然没有相关的问题，难点就没有人遇到过这个问题吗？以后再用开源工具箱，先明确他的数据需要什么类型，对数据的属性有什么要求，数据采集的场景有什么要求，我这个反面例子大家要记住。
下面是正经的激光和相机标定过程：
一、两种方法对比
1、第一种方法：初始外参的手动标定（相机内参使用kalibr或者matlab自带工具箱，两者使用不同的标定板类型）
激光雷达的安装位置：
初始外参设置为： 0.0, -1.0, -0.0,0.00
0.0,0.0,-1.0, 0.00
1.0, 0.0, 0.0,-0.00
0, 0, 0, 1
标定前：
手动标定后：
标定结果：[0.0417787,-0.999123,0.00284818,-0.0725336],[0.0680153,0,-0.997684,-0.0204046],[0.996809,0.0418757,0.0679556,-0.299043],[0,0,0,1] 是否可以再优化？
第二种方法：matlab激光雷达标定工具箱
如果相机内参是使用matlab相机工具箱标定的，会有一个内参.mat文件，外参标定时可以导入
使用棋盘格：最好大一点的
场景布置：至少10张不同位置的图
数据采集：录制rosbag，并将bag数据转png和pcd matlab有自带的ros工具箱，应该也可以转
开始标定：点开matlab的激光雷达标定工具箱：导入图片和pcd并输入棋盘格单格大小 mm
使用已标定好的坐标（之前用matlab标定工具箱标定相机内参时会得到想要的.mat文件）
使用ROI和标定板选择器对点云进行操作，将标定板点云标记出来，最好标的精确一点
阈值及误差容忍选择（注意：16线雷达默认0.01，80线需要将容忍误差提高否则无法提取出特征点-是个坑，一直报错，实测80线雷达精度确实不能按默认的来，改成0.1）
开始检测特征点
图像特征点已红圈标记（四个角），雷达特征点以白点标记
需要至少10对能够检测到特征点的图像和pcd才能进行可靠的标定，比如我，采了12对数据，但是特征点能检测到的只有两对，其中一对还不准。所以我花了很久的时间进行标定板的点云标记，最后以极限精度0.06的误差检测到所有对。刷成这个样子
标定结果如下：画圈的代表精度很低，可以适当移除后再进行标定，比如我，虽然都能检测到特征点，但是仍然会有误差很大的匹配对
通过剔除一些误差较高匹配对，精度得到了提升
matlab结果：
手动标定结果：
为何用matlab标定的结果作为手动的初始值，却无法正常投影matlab标定用的数据级？
应该是图像的问题。经过微信传输后参数变了。
在matlab的基础上再手动调整，使得外参数据可以正常使用（这个过程也很折磨人的）
