0. 前言

在讲完激光SLAM和视觉SLAM后，个人感觉目前对这两块的基础剖析已经较为完善了。这一次也想借着这个机会来写一下外参标定相关的东西。因为对于SLAM而言，在实现多传感器融合前，就需要对每个传感器进行标定，以便于融合的精确。
当一个车上装了多个/多种传感器，而它们之间的坐标关系是需要确定的。这个工作可分成两部分：内参标定和外参标定，内参是决定传感器内部的映射关系，比如摄像头的焦距，偏心和像素横纵比（+畸变系数），而外参是决定传感器和外部某个坐标系的转换关系，比如姿态参数（旋转和平移6自由度）。内参这一块作者已经写了一系列文章来介绍相机的标定方法。这里也给出一个链接。这一篇文章我们主要来讲一下外参的标定。

1. 手眼标定

在SLAM领域中，目前不仅仅局限于单个传感器的建图，目前正在向GPS/IMU和摄像头或者激光雷达的标定，雷达和摄像头之间的标定这样多传感器融合的趋势发展。而手眼标定是一个被标定方法普遍研究的，一定约束条件下的问题：可以广义的理解，一个“手”（比如GPS/IMU）和一个“眼”（激光雷达/摄像头）都固定在一个机器上，那么当机器运动之后，“手”和“眼”发生的姿态变化一定满足一定的约束关系，这样求解一个方程就可以得到“手”-“眼”之间的坐标转换关系，一般是AX=XB形式的方程。对于手眼标定而言，其系统分为两种：eye in hand，眼在手上，相机移动以及eye to hand，眼在手外，相机固定

1.1 眼在手上

图例说明

• {b}：base基座标系
• {g}：gripper抓手坐标系
• {t}：target标定板坐标系
• {c}：camera相机坐标系

矩阵变化

上式中(1)和(2)是指代了在第一个时刻和第二个时刻的坐标系。通过坐标系变换我们可以获得AX=XB形式的问题解决思路。

1.2 眼在手外

图例说明

• {b}：base基座标系
• {g}：gripper抓手坐标系
• {t}：target标定板坐标系
• {c}：camera相机坐标系

矩阵变化

1.3 求解AX=XB

…详情请参照古月居