slam入门1：单目相机与2D激光联合标定——优化调试总结

接上一篇博客： 博客链接

参考开源实现一和2004年论文（Extrinsic Calibration of a Camera and Laser Range Finder (improves camera calibration)）

调试优化总结：

1、标定时使用单个二维码（AprilTag Family 36h11），标定分别测试了6组, 10组, 12组, 15组标定板位姿，利用15组位姿时，标定效果最好（理论上越多越好，但是没有测试更多姿态），将算法标定结果与结构外参对比，旋转角相差1°以内，平移向量相差1~3cm（有点大）。

2、在获取标定板上的激光点时，首先截取激光点前方90度范围（应保证标定板在激光前方90度范围内），减少激光点数量，然后利用RANSAC拟合直线，求出标定板的直线点（即直线内点），最后为了消除与直线内点在同一条直线上的离群点（或噪点），通过从激光点中间点向两边遍历，求相邻激光点距离，若距离大于一个阈值，则移除远离中间点的离群点。

代码如下：

void FilterLaserPoints(
  const Eigen::Matrix3Xd& laser_points_origin,
  Eigen::Matrix3Xd& laser_points_filtered) {

  // filter noise:
  // from middle column to both ends to find noise point and remove it
  unsigned int forward_col = laser_points_filtered.cols() / 2;
  unsigned int backward_col = laser_points_filtered.co