相机的内外参分别指什么
在自动驾驶领域，相机参数通常分为两类：
1. 相机 内参（Intrinsic Parameters）
-
描述的是相机自身的成像特性，包括镜头属性和传感器信息，通常构成 3×3 的相机内参矩阵 KKK，形式为：
- fx,fyf_x, f_yfx,fy：焦距（以像素为单位），对应图像缩放
- cx,cyc_x, c_ycx,cy：主点（光心）位置，通常在图像中心
- sss：滑移项（skew），代表像素轴是否垂直（工业相机中常为0）
-
内参还包括 畸变系数 ，如径向畸变（k1,k2,k3k_1, k_2, k_3k1,k2,k3）和切向畸变（p1,p2p_1, p_2p1,p2），用以校正镜头扭曲。
-
作用 ：将相机坐标系中的 3D 点 (Xc,Yc,Zc)(X_c, Y_c, Z_c)(Xc,Yc,Zc) 投影到成像平面的像素坐标 (u,v)(u, v)(u,v)。
2. 相机 外参（Extrinsic Parameters）
- 定义相机在外部（世界／车辆）坐标系中的 位置和姿态，即相机坐标系与车身（或世界）坐标系之间的刚体变换
- 通常由旋转矩阵 RRR（3×3）和平移向量 ttt（3×1）组成，拼合形成 4×4 外参矩阵：
R ∣ tR\\,\|\\,tR∣t用来从世界坐标系（或激光雷达坐标）转换到相机坐标系 。 - 外参随相机安装角度、位置的变化而变化：如果相机移动或重新安装，外参需要重新标定。
3. 总结对比
| 参数类型 | 表征内容 | 数学形式 | 变化频率 |
|---|---|---|---|
| 内参 | 镜头焦距、主点、畸变等 | 3×3 内参矩阵 + 畸变系数 | 产品固定，偶尔重标定 |
| 外参 | 相机与车体的位姿关系 | 4×4 变换矩阵R∥tR\\|tR∥t | 相机移动时需重新标定 |
4. 在自动驾驶中的作用
- 内参：保证图像中检测到的物体位置与真实 3D 空间位置之间可精确转换；
- 外参：实现相机与其他传感器（如激光雷达、雷达）之间的空间对齐，确保感知融合的准确性。