107 lines
5.9 KiB
Markdown
107 lines
5.9 KiB
Markdown
# Livox 外参自动标定工具v0.1 快速参考手册
|
||
|
||
## 简介
|
||
本工具提供了用于Livox多雷达之间的外参自动标定方法，适用于Mid，Horizon系列激光雷达。
|
||
|
||
|
||
**图１.** 红色点云：基准雷达建图结果, 绿色点云: 自动标定中的目标雷达点云
|
||
|
||
## 依赖库
|
||
Cmake, PCL1.7, Eigen
|
||
建议直接安装ROS，包含了以上的库
|
||
|
||
```
|
||
sudo apt-get install ros-kinetic-cv-bridge ros-kinetic-tf ros-kinetic-message-filters ros-kinetic-image-transport
|
||
|
||
```
|
||
## 编译
|
||
|
||
```
|
||
|
||
mkdir build
|
||
cd build
|
||
cmake ..
|
||
make
|
||
|
||
```
|
||
|
||
生成三个文件，分别是**mapping**, **calibration**, **fitline**
|
||
|
||
* **mapping:** 可视化建图工具
|
||
|
||
* **calibration:** 可视化自动标定工具
|
||
|
||
* **fitline:** 拟合标定参数，计算最终参数矩阵
|
||
|
||
|
||
|
||
## 运行
|
||
### **1.准备双雷达标定pcd数据**
|
||
|
||
* 基准雷达数据放在 data/Base_LiDAR_Frames/.pcd (以 100000.pcd 作为第一帧文件名，后续帧往上累加)
|
||
|
||
* 待标定雷达数据放在 data/Target_LiDAR_Frames/.pcd (以 100000.pcd 作为第一帧文件名，后续帧往上累加)
|
||
|
||
* 粗配准外参矩阵放在 data/Init_Matrix.txt
|
||
|
||
**注意**：基准雷达数据和待标定雷达数据需要尽可能在时间上同步，文件名和时间戳为同步对应。
|
||
|
||
**示例数据下载**
|
||
[**Target-LiDAR-Frames**](https://terra-1-g.djicdn.com/65c028cd298f4669a7f0e40e50ba1131/Showcase/Target-LiDAR-Frames.tar.gz)
|
||
[**Base_LiDAR_Frames**](https://terra-1-g.djicdn.com/65c028cd298f4669a7f0e40e50ba1131/Showcase/Base_LiDAR_Frames.tar.gz)
|
||
|
||
### **2.运行**
|
||
```
|
||
cd livox_calibration
|
||
cp run.sh build/
|
||
cd build
|
||
sh run.sh
|
||
|
||
```
|
||
脚本首先启动可视化建图程序**mapping**，用基准雷达建立子地图，自动生成待匹配地图数据H-LiDAR-Map-data.pcd文件。建立完成后启动标定程序**calibration**，完成标定参数估计工作，最后启动
|
||
参数拟合器**fitline**，完成最终参数矩阵计算。
|
||
|
||
|
||
**图２．** 样例数据的自动标定结果输出
|
||
|
||
## **注意：**
|
||
* 必须保证双雷达数据同步
|
||
* 基准雷达建图必须尽可能准确
|
||
* 采集车、平台运动必须尽可能缓慢，数据建议进行运动畸变修正以保证最终的精度
|
||
* 粗配准外参数矩阵不必要很精准，但需要大致能够对齐，尽可能保证最终的精度。
|
||
* 对于Mid-40, Horizon型号，转换的PCD文件参照100ms为一帧。
|
||
|
||
## 标定数据采集要求
|
||
|
||
1.在移动采集数据期间，需要保证基准雷达LiDAR0在移动的时间段t内扫描的区域（重建的地图）能够被其余雷达所探测，需要保证最小的探测盲区。建议采用原地旋转或者”0”字形轨迹运动进行完全的场景扫描。
|
||
|
||
2.采集数据的环境，尽量选用宽敞的室内或者地下车库，能够保证有较好的地图重建精度，地图完整度与特征丰富度（需注意Livox的探测盲区问题）。避免选用室外空旷，无明显几何结构特征且移动目标（车辆行人）较多的场景。采集数据时候避免四周有移动物体（注意切勿有人在围观或者跟随运动）。否则容易导致建图失败或者建图误差过大，影响后续的配准标定。
|
||
|
||
3.移动采集时尽量保证运动的缓慢，特别时是转弯处，遵循慢速、大半径过弯原则，最小化运动畸变。
|
||
|
||
4.传感器数据要保证同步，建议采用Livox HUB进行数据的获取。
|
||
|
||
5.雷达的安装不局限于有重叠可视区域，可以任意安装，只要能够保证获取外参初值即可。
|
||
|
||
6.采集格式无要求，可以是rosbag或者lvx，只需要能够按每帧100ms转换为多帧pcd文件即可。
|
||
|
||
## 参考标定过程
|
||
|
||
1.找到合适的场地，确定标定的路线，软硬件的准备。因为我们需要提供一个外参的初值（重要！），有两种方式，第一是直接把外参初值写在雷达中然后采数据，这样获得的点云数据直接是带有外参初值的，程序中使用的初值提供单位矩阵即可；第二是把雷达中的外参清空后采数据，这样点云数据是雷达自身坐标系下的，然后在程序中对应的地方提供初值外参矩阵即可，这里外参初值获取可以用机械设计参考值或者手工测量值。
|
||
|
||
2.开始录制对应的rosbag或者lvx，注意不同的雷达数据需要保存不同的topic。所以在录制rosbag或者在lvx转rosbag的时候，需要在对应的launch文件（比如录制是livox_hub_rviz.launch；转换是lvx_to_rosbag.launch）里面把 multi_topic 参数设置成1，这样可以把不同的雷达数据保存成不同的topic，或者把一个lvx文件中不同的雷达保存成不同的topic。开始录制后开始缓慢的走一圈标定路线，走完后结束录制即可。
|
||
|
||
3.将雷达数据转化成对应的一帧一帧pcd文件（lvx可以通过lvx_to_rosbag.launch转换，参考 https://github.com/Livox-SDK/livox_ros_driver ），注意两个雷达之间需要时间同步，同样名称的pcd文件需要对应同一个时刻的数据。然后根据readme文档里面的要求把对应的pcd文件放在不同的文件夹下然后执行程序即可。
|
||
|
||
4.编译，运行代码，输出最终标定结果。
|
||
|
||
## 标定结果的验证
|
||
有两种验证方式可以参考：
|
||
|
||
1.两雷达存在重叠区域（overlap）情况，可以在标定结束，参数写入后，用livox viewer观察overlap区域是否存在错层，如果错层较大，说明标定结果错误，建议修改外参初值，确认地图建立的精度以后，重新进行标定和验证。
|
||
|
||
2.两雷达无overlap情况，将target雷达的点云使用标定结果外参旋转后，融合到base雷达点云（merge操作）。将融合后的点云存为pcd，运行mapping节点进行建图，观察建图结果。如果建图结果存在错层，说明标定结果错误，建议修改外参初值，确认地图建立的精度以后，重新进行标定和验证。
|
||
|
||
**Developer: [Livox](https://www.livoxtech.com/)**
|
||
|