qq_41221520的博客

0、背景有段时间，采集了个数据，里面包含多个激光雷达的数据，具体为顶装的40线激光雷达，侧装的32线激光雷达。但是激光雷达间并没有对齐，为了使用上数据，想了一些办法将数据对齐，即转换到同一个坐标系下。1、思路一开始使用ICP算法进行对齐，但是效果很差，弃之。使用手动标点，即在不同的雷达点云中，找到表征同一个位置的点的坐标，选取几十个点，最后计算外参矩阵。缺点是手动找点工作量大，且找的对应点不准确，误差大。尝试后效果也不行，但是比ICP好一些，亦弃之。NDT算法对齐。我发现这个算法真的牛

1、三维坐标系转换在无人车的外参标定中，各传感器获取的数据在自己的坐标系中，一般要转化到车辆坐标系中，车辆坐标系一般选择惯导坐标系。本文以顶装的激光雷达坐标系与车辆坐标系为例，具体讲述三维坐标转换，坐标示例如下图。图中OV−XVYVZVO_{V}-X_{V}Y_{V}Z_{V}OV​−XV​YV​ZV​为车辆坐标系，OL−XLYLZLO_{L}-X_{L}Y_{L}Z_{L}OL​−XL​YL​ZL​为雷达坐标系，每个轴规定的旋转正方向如图。（1）原理对于每个激光雷达坐标系中的点P′(xL,yL,z