一.行业应用背景

在构建大规模室内外AR/VR地图等项目的部署中， 借助激光雷达、相机、IMU等多个传感器的感知能力来完成标定，提升三维重建算法的精度。

为了在AR/VR应用中提供更高精度的地图，各个传感器需要在时间和空间上进行精确的标定。时间标定为了解决各传感器数据时间不同步问题，空间标定指的是将各个传感器数据注册到一个统一的世界坐标系。兼顾标定精度和量产可行性这两方面因素，需要设计一套多传感器快速标定方案。

二.多相机标定

在标定多相机系统之间的外参之前，我们需要标定每个相机的内参。镜头的一些工艺误差、安装误差是会让成像产生畸变的。相机内参标定就是确定内参和畸变参数，建立畸变模型的过程。

标定板可以使用棋盘格或者Apriltag标定板，借助opencv或者kalibr工具可以很方便的完成相机内参标定工作。

假设双目相机是完全同步的，并且每个相机的内参已知，传统的双目外参标定方案需要左右相机之间存在一定的共视区域，也就是说左右相机要能够同时观测到一个公共目标(Target object), 这个Target可以是标定板或者其他pattern的物体。根据两个相机的定位结果，我们可以求解出一个初始外参，将外参作为优化变量，通过最小化每个相机的重投影误差来得到更为精确的外参。

三.激光雷达-相机的标定

激光雷达与相机之间的外参标定比较有代表性的包括基于标定板的和基于自然场景的两种。

在实际的批量生产中，需要串联这些方法来完成一个复杂的多传感器系统的标定工作，尤其是激光雷达和相机的标定工作，需要很多的人工干预工作，这无疑降低了产线的能效。所以基于全景基础设施的多传感器标定方法无疑可以极大地提高了多相机、多雷达系统的标定效率。