企业官网建设流程全解析

FAST-Calib配置指南：yaml参数设置与标定目标准备全攻略

【免费下载链接】FAST-CalibA Handy Extrinsic Calibration Tool for LiDAR-camera Systems.项目地址: https://gitcode.com/gh_mirrors/fa/FAST-Calib

FAST-Calib是一款高效的激光雷达-相机外参标定工具，能够帮助用户快速实现多传感器系统的精准标定。本文将详细介绍FAST-Calib的yaml参数配置方法和标定目标的准备流程，让你轻松掌握标定工具的核心设置。

一、标定目标的选择与准备

1.1 标准标定板规格

FAST-Calib采用专用的标定板设计，包含ArUco二维码和圆形标记点组合。标准标定板尺寸为1400mm×1000mm，四角分布4个ArUco标记，中心区域有4个直径240mm的圆形孔洞，标记点间距严格遵循500mm×400mm的网格布局。

关键参数：

• marker_size: 0.20m（ArUco标记尺寸）
• circle_radius: 0.12m（圆形标记半径）
• delta_width_qr_center: 0.55m（二维码中心水平间距）

1.2 标定板制作建议

• 推荐使用3mm以上厚度的亚克力板制作
• 确保标记图案黑白对比度大于80%
• 可通过config/qr_params.yaml文件调整尺寸参数适配自定义标定板

1.3 多场景标定布置

为提高标定精度，建议在不同场景下采集数据，包括：

• 室内标准环境（如图a）
• 半结构化场景（如图b）
• 复杂背景环境（如图c）

二、核心配置文件解析

2.1 相机内参设置

配置文件config/qr_params.yaml中包含多种相机模型的内参预设：

# 多场景相机内参示例 fx: 2478.48702288166 # 焦距x fy: 2478.58544825456 # 焦距y cx: 1230.99707596681 # 主点x cy: 1025.66149498072 # 主点y k1: -0.0493178189623200 # 径向畸变系数 k2: 0.147394487986097 # 径向畸变系数 p1: -0.00127118592043482 # 切向畸变系数 p2: -0.00200379689523022 # 切向畸变系数

提示：文件中已预设mid360、avia、ouster等多种传感器的参数模板，可根据实际设备取消注释使用。

2.2 距离滤波参数

根据传感器类型调整点云滤波范围：

# multi_scene_33场景滤波参数 x_min: 2.0 # 最小x距离 x_max: 5.0 # 最大x距离 y_min: -1.0 # 最小y距离 y_max: 4.0 # 最大y距离 z_min: 0.0 # 最小z距离 z_max: 2.0 # 最大z距离

不同激光雷达推荐设置：

• Livox Avia/Mid360: x_min=2.0, z_min=-0.5
• Ouster: x_min=1.5, z_min=-0.8

2.3 输入输出路径配置

# 输入数据配置 lidar_topic: "/livox/lidar" # 激光雷达话题 bag_path: "$(find fast_calib)/calib_data/avia_multi_scene/33.bag" # 数据包路径 image_path: "$(find fast_calib)/calib_data/avia_multi_scene/33.jpg" # 图像路径 # 输出路径配置 output_path: "$(find fast_calib)/output" # 标定结果输出目录

三、标定流程与注意事项

3.1 数据采集要求

• 标定板与传感器距离保持2-5米
• 确保标定板完全可见，无遮挡
• 建议采集5-10组不同角度的数据
• 每组数据中二维码检测效果应如图所示：

3.2 运行环境依赖

FAST-Calib基于ROS框架开发，需安装以下依赖包：

• roscpp
• pcl_ros
• cv_bridge
• livox_ros_driver（如使用Livox激光雷达）

完整依赖列表可查看package.xml文件。

3.3 快速开始步骤

1. 克隆仓库：

   git clone https://gitcode.com/gh_mirrors/fa/FAST-Calib

2. 根据传感器型号修改config/qr_params.yaml

3. 启动标定程序：

   roslaunch fast_calib calib.launch

4. 查看输出目录下的标定结果

四、常见问题解决

4.1 二维码检测失败

• 检查照明条件，避免强光直射或反光
• 调整相机焦距，确保二维码清晰
• 确认config/qr_params.yaml中marker_size参数与实际标定板匹配

4.2 标定精度不足

• 增加多场景数据采集数量
• 调整距离滤波参数，排除干扰点云
• 检查标定板是否有变形或损坏

通过以上配置指南，你已经掌握了FAST-Calib的核心参数设置和标定准备工作。合理的参数配置和规范的标定流程将帮助你获得高精度的传感器外参，为后续的多传感器融合应用奠定基础。

【免费下载链接】FAST-CalibA Handy Extrinsic Calibration Tool for LiDAR-camera Systems.项目地址: https://gitcode.com/gh_mirrors/fa/FAST-Calib