本书的第三章、第四章是对标定算法的讲解,第三章着重讲解了激光雷达相对于车体的外参标定算法,将激光雷达外参算法初步分为了三类,①基于道路、标定物特征的雷达动态外参标定。②基于手眼模型的雷达外参标定③基于积累点云特征化的雷达外参标定算法。本章对分别这三个方向选取了比较有代表性的算法分析,如SSAC算法、使用Navy算法求解手眼模型、AESC-MMS算法、DyLESC算法等,让我了解了各算法的原理、概念、流程、公式推导。
第四章是基于激光雷达和相机数据相互融合的外参标定算法的讲解,基于激光雷达数据和相机视觉数据的强互补性进行精确的外参标定,3D雷达和2D相机之间的外参标定分类如下
本章分析的具有代表性的算法分别时基于标定物的L-C静态标定-ILCC算法、无标定物的L-C静态标定-PESC算法、无标定物的L-C动态在线标定-AOCCL算法。总的来说,静态、有标定物的离线标定方法通常可在高精度的标定件中使用;而动态、无标定物的在线标定方法可在自然驾驶场景中使用,并根据离线标定的结果、车辆运动等信息, 实现对离线标定结果的全部参数或部分参数的修正。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。