2401_84202474的博客

SuperGlue是一个基于深度学习的特征匹配网络，用于在两幅图像之间找到对应的关键点，并计算它们之间的匹配关系。与传统的基于局部特征（如SIFT、ORB等）匹配方法不同，SuperGlue通过学习图像特征的匹配关系，能够在复杂的情况下（如旋转、尺度变化、光照变化、遮挡等）表现出更好的鲁棒性和准确性。

这个标定包是不依赖任何物理标定板或者标定目标，来进行激光雷达和相机的联合标定，通常，LiDAR和相机的标定需要使用一些已知尺寸、固定形状的标定板（例如棋盘格、圆形标定板等），这些物体在标定过程中作为“目标”，通过图像或激光点云中的特征点来进行坐标系的对齐和转换。但"无目标"方法并不依赖这些标定板或物理目标，而是通过其他方式（如自然场景中的几何关系、已知的运动模式、结构光等）来实现标定。基础环境：Ubuntu22.04 ros2硬件设备：非重复扫描固态激光雷达livox_avia + usb相机。

利用ros的image_pipeline软件包实现对相机的标定。进入工作目录下载image_pipeline 【报错】： 通常是由于网络连接问题，尤其是从 GitHub 克隆大型仓库时，可能会遇到网络不稳定或连接中断的情况。【解决】： 默认情况下，Git 对 HTTP 请求的缓冲区大小有限制，你可以尝试增加缓冲区大小来解决此问题 这会将缓冲区大小增加到 500MB，可能有助于解决因缓冲区不足导致的问题。然后再次尝试克隆仓库：编译软件包，添加环境变量 ：2.相机标定启动相机节