背景：本人开源的标定程序，提供大家参考学习
前言
标定数据，只需要一个棋盘格标定板。把标定板放置lidar 与camera 共视区域，拜拍几个pose进行采集。
基于简谐原则而编写，不加骚操作，方便大家借鉴学习。觉得不错，点个小星星。代码框架在2024年春节在家完成，多谢bb放的几天假。后面有时间，会继续优化精度。
一、使用注意事项
0、两个文件夹数据，注意序号对应上
1、假设lidar z轴朝上，图片的uv分别向右向下。目的对齐两者的匹配点
2、选择每帧pcd的标定板中心时，需要注意shift+鼠标左键
3、依赖&编译
pcl、opencv、Ceres、json
mkdir build
cd build
cmake ... && make
4、运行
./bin/calib_lidar2camera ./data/lidar ./data/camera ./config/calib_chessboard.json
5、关于配置文件说明
{
"camera_type": 2,
"chessboard_size": 0.8, 0.6,
"chessboard_width": 11,
"chessboard_height": 8,
"chessboard_grap": 0.06,
"camera_matrix": 1720.5573642902884, 1725.4310071228047, 1953.549178143742, 1061.1840108704785,
"distortion_coeffs": 0.08092536120554537, -0.049501707005857196, 0.020142406202130876, -0.0067493332722243764,
"initial_external_params": 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0,1,
"extract_radius": 0.5
}
camera_type ： 1 表示针孔相机（fov < 90°） 2 表示鱼眼相机（fov > 90°） 当前版本没有适配全景相机
chessboard_size ： 表示标定板的物理尺寸，注意不是棋盘格轮廓尺寸，单位 米。填写方式，opencv适配棋盘格时角点宽高方式一致
chessboard_width： 表示棋盘格宽方向11个角点
chessboard_height： 表示棋盘格高方向8个角点
chessboard_grap ： 每个角点之间0.06米
camera_matrix： 相机内参
distortion_coeffs： 相机畸变系数
initial_external_params： 迭代优化给的初始化外参
extract_radius： 提取标定板点云的半径
测试说明：
打了马赛克图片，迭代效果不理想；估计处理过的图片，角点提取有影响。因此，数据集就不公开了。
数据集外参投影效果图：
二、可优化项
1、标定板点云提取精度
2、图片角点提取精度
3、图片角点pnp恢复尺度信息算法精度
4、采集数据时，标定板的稳定性与环境光线情况标定板材质和稳定性对标定结果影响较大
#############
积跬步期千里
觉得不错的话，点赞收藏