一、安裝 Autoware & ZED 內參標定 & 外參標定準備
之前的這篇文章：Autoware 進行 Robosense-16 線雷達與 ZED 雙目相機聯合標定！ 記錄了我用 Autoware 標定相機和雷達的過程，雖然用的不是 Calibration Tool Kit 工具，但是部落格裡面的以下章節也適用本次的 Calibration Tool Kit ：
- 一、編譯安裝 Autoware-1.10.0
- 二、標定 ZED 相機內參
- 3.1 聯合標定準備
如果你是第一次看這篇 Calibration Tool Kit 聯合標定的部落格，建議先按照之前的部落格安裝 Autoware、標定 ZED 內參和做好外參標定的準備（標定板，錄製標定包等），最好用上篇部落格的方法標定一次。
這篇部落格我就直接開始介紹使用 Calibration Tool Kit 標定雷達和相機外參的過程！
二、Calibration Tool Kit 聯合標定雷達和 ZED 相機
2.1 啟動 Autoware
先啟動 Autoware-1.10.0，啟動過程中可能需要輸入 root 密碼：
# 1. 進入 autoware 的 ros 目錄下
cd autoware-1.10.0/ros
# 2. source 環境，zsh 或 bash
source devel/setup.zsh[.bash]
# 3. 啟動主介面
./run
切換到 Sensing 選項卡：
2.2 回放雷達相機 Bag
這裡回放時需要更改雷達的話題為 /points_raw，因為這個工具訂閱的雷達主題是固定的：
rosbag play --pause xxx.bag /rslidar_points:=/points_raw
我用的 Robosense 雷達，釋出的話題是 rslidar_points，這個回放預設暫停，防止跑掉資料，按空格繼續或暫停。
2.3 啟動 Calibration Tool Kit
點選 Calibration Tool Kit 啟動標定工具：
選擇影像輸入話題，我只用的 ZED 的左影像話題，如果沒有相機話題，確保前面你已經回放了 bag，選擇好了點選 OK 確定：
選擇標定型別為相機到 velodyne 雷達的標定（對 Robosense 雷達也適用，只不過需要更改點雲的釋出話題），點選 OK 確定：
進入標定主介面 MainWindow：
配置標定板棋盤格引數：
- Pattern Size(m)：標定板中每個格子的邊長，單位 m，我的標定板每個格子長 0.025 m
- Pattern Number：標定板長X寬的單元格數量 - 1，我的標定板是長有 12 個格子，寬有 9 個，所以填 11x8，減一是因為標定檢測的是內部角點
設定好了後，重啟 Calibration Tool Kit，點選左上角 Load 匯入第一步標定的相機內參 YAML 檔案，但是這個工具只能匯入 YML 格式的檔案：
因此需要把前面的內參標定檔案拷貝一份，修改格式為 yml 即可，YAML 和 YML 其實是一樣的：
修改好了之後，再點選 Load 載入 yml 格式的內參檔案即可：
選擇不載入相機和雷達的標定資料，因為我是直接回放 Bag 標定：
到這裡都設定好了，下面開始外參標定過程！
2.4 標定過程
開啟回放 bag 終端，按空格繼續回放資料，主介面會顯示相機影像：
但是右邊的點雲視窗沒有顯示資料，需要我們調整視角才可以，視角的調整方法如下（文末有個 pdf 專門介紹）：
簡單解釋下，建議直接操作，很容易：
- 移動點雲：上下左右方向鍵、PgUp、PgDn
- 旋轉點雲：a、d、w、s、q、e
- 切換模式：數字 1 和數字 2
- 視角縮放：減號縮小、加號放大
- 點雲大小：o 鍵使用小點雲、p 使用大點雲
- 改變點雲視窗背景顏色：b
我使用的使用直接按數字 2 切換模式就能看到點雲了，其實這些模式我也不是很懂。。。：
如果需要更換背景，按 b 鍵改變為大致灰色即可：
我這裡就不改背景了，黑色也挺好看出點雲的，然後使用上面的視角操作方法，把點雲中的標定板放大到中心位置：
之後點選右上角的 Grab 捕獲當前幀的影像和點雲，使用 - 和 + 縮放視角：
如果你點選 grab 沒反應很正常，可能是棋盤格離得太遠或者模糊了，你多試幾個位置應該就能捕獲到，我回放一個 Bag 也就捕獲了 9 張左右。
然後把滑鼠放到右下角捕獲的點雲視窗，選擇一個棋盤格的中心位置區域，關於這個區域的選擇，我是參考這個標定工具的文件例子（文末有連結）選擇的，大概就是標定板的中心位置選擇一個圓形的區域，儘量保證向外側的平面法向量垂直於標定板平面：
滑鼠左鍵點選選擇，右鍵點選取消，我的選擇如下，可以參考：
然後重複以上步驟，不斷回放暫停，Grab 捕獲單幀影像和點雲（多選一些），選擇點雲區域，直到回放結束，接著就可以點選右上角的「Calibrate」按鈕計算外參矩陣（左上角顯示），然後再點選「Project」檢視標定效果：
切換左下方的單幀圖片和點雲視窗，捕獲的每一幀影像和點雲都可以看到對齊效果，另外左邊也能看到標定的誤差，當然是越小越好，我目前的標定效果一般般，後續打算再標幾次。
標定好之後，點選左上角「save」儲存外參矩陣即可，檔名建議帶上時間戳方便識別：
最後的外引數檔案如下，這個檔案包含了相機內參和相機到雷達的外參：
以上就是我的雷達相機聯合標定過程！希望能幫助正在標定雷達和相機的同學 _！
三、標定結果測試
可以直接用之前部落格 Autoware 進行 Robosense-16 線雷達與 ZED 雙目相機聯合標定！ 中的「四、標定結果測試」一節介紹的步驟來測試融合效果：
前幾天我把 ROS 的點雲和影像的融合節點也除錯好了，所以直接在程式裡面載入了外參矩陣，然後做了個初步的融合，效果如下：
我也錄了個融合視訊，可以看看：B 站：Robosense-16 雷達與 ZED 相機資料融合。
五、標定資源
以下是我標定過程中收集的一些好的資料，這裡也分享給大家：
- 標定工具的使用文件在這裡：CalibrationToolkit_Manual.pdf
- 這裡還有個視訊，有條件的同學可以看看：Yutobe：Autoware 標定相機和雷達
另外 ROS 融合節點的程式我還在完善中，建議關注我的 Github 專案，後續會上傳節點程式碼：AI-Notes: lidar_camera_fusion，如果標定遇到問題，可以公眾號後臺給我發訊息，或者直接在部落格平臺留言，我看到會盡快回復的，不過公眾號應該回復的快些，哈哈 ：）
