本次推送给大家带来的是一种激光雷达和相机的外参标定方法，主要利用了ROS中 dynamic_reconfigure 功能包提供的动态配置参数功能（代码在最后）。
手动配置外参标定原理
使用过ROS的朋友们应该都有用过ROS的参数服务器，可以很方便地读取配置参数，但这种参数配置方法存在这一个问题：无法知晓参数服务器中参数是否被更新。如果我们需要动态更新参数，这时可以使用ROS中的dynamic_reconfigure功能包。
设点云在激光雷达定义的坐标系下的空间位置为
，点云在相机坐标系下空间位置为
；K 是相机内参，
；
是点云投影在图像上的投影点。
将点云由激光雷达坐标系变换到相机坐标系：
再由相机坐标系变换到归一化平面坐标系，并投影到像素平面上：
根据图像大小判断投影点
是否在图像上，保留投影在图像上的投影点并在图像上标出，建立二维投影点和三维点云的对应关系。
利用ROS的动态参数配置功能可以不断调整外参R，t的值，滤除距离远处的点云，找到点云投影点和图像像素的真实对应关系。通过调整R，t，使点云投影点和图像像素尽可能重合。
dynamic_reconfigure功能包的可视化界面
ROS的dynamic_reconfigure功能包提供了动态配置参数功能，借助此功能可以实现对外参的动态配置。
rqt_reconfigure可视化界面
上图为参数动态配置的可视化界面，动态配置参数有十个，分别为“roll”、“pitch”、“yaw”、“x”、“y”、“z”、“dis_filter”、“next”、“get_point”、“reject_distance”。接下来对这十个参数进行介绍：
roll：外参中旋转矩阵对应的滚转角，默认为0；
pitch：外参中旋转矩阵对应的俯仰角，默认为0；
yaw：外参中旋转矩阵对应的偏航角，默认为0；
x：外参中平移向量对应的x分量，默认为0；
y：外参中平移向量对应的y分量，默认为0；
z：外参中平移向量对应的z分量，默认为0；
dis_filter：勾选后表示按照给定距离对点云进行过滤，只保留一定距离内的点云；
next：默认不勾选，表示只对当前图像与点云进行处理；勾选后表示对最新的图像进行处理；
get_point：默认不勾选，勾选后可以用鼠标在图像上进行取点；
reject_distance：默认为8，当dis_filter勾选后才生效，表示对点云进行过滤的距离。
标定流程
以KITTI数据集为例（转为bag包的形式），先启动标定程序，再播放bag后，通过 dynamic_reconfigure 功能包提供的动态参数配置功能，可以动态地将激光雷达点云投影到相机图像。由于外参参数默认为0，所以最初在图像上一般是看不到点云的投影点的。于是就需要手动调整“roll”、“pitch”、“yaw”、“x”、“y”、“z” 这六个参数，将点云的投影点向图像上调整：
点云投影图像
可以看到，点云在投影后失去了深度信息，因此无法在图像上区分不同深度的点云投影点。为了能够找到点云投影点和图像像素点的对应关系，需要对点云按照深度进行过滤，即勾选“dis_filter”并调整“reject_distance”的值：
点云投影图像（过滤后）
过滤后局部放大图
通过调整外参参数，将右侧广告牌的投影点和对应图像像素重合：
投影点和像素点重合
实际情况下，可以多放置些参照物，这样更容易看出标定效果。当在一副图片上标定完成后，可以勾选“Next”，此时会按照调整后的外参参数将点云向图像上投影，并显示投影后的图像，如果点云和图像能在不同视角下都能很好的对应，说明标定成功。
PnP标定外参
当手动调整好参数后，点云和像素点就会有一个比较好的对应关系，此时点击“get point”，就可以用鼠标在图像上进行选点，选取足够多点后会通过PnP算法计算出外参，重新投影点云并将最终结果输出在终端（注意此时并不会修改可视化界面的参数，如果此时改动了可视化界面的参数，外参又会被重新改写）。
通过自己的多次尝试，PnP实测效果感人，建议还是慢慢手搓吧～
标定原理比较简单，感兴趣的小伙伴可以戳戳↓↓↓↓↓
github: https://github.com/LeisureLei/lidar_cam_calibration.git
本文仅做学术分享，如有侵权，请联系删文。
