自动驾驶这么多传感器是如何进行标定的?辅助驾驶标定产线案例

传感器标定是自动驾驶感知&规划任务的基础。

di一，各个传感器各自感知的结果需要统一到车体系融合表达，比如Mono3D感知的前方车辆和激光感知的前方车辆、都需要转换到车体系，才可以融合并输出给下游。

第二，某些感知任务依赖传感器外参标定，比如视觉IPM变换，需要知道相机外参。

三，前融合任务，例如相机和激光前融合，也需要知道相机&激光的外参。所以传感器标定是一切感知任务的基础。

专感器标定的精度决定了感知性能。比如方向角偏了0.5度，100m测距横向就会偏差100*tan(0.5度)=0.87m，接近1m，可能贴着车道行使的车辆会被误判为侵入车道，引起避让甚至急刹动作。再比如激光和相机方向角偏差0.2度，侧方45度的激光点p(100,100,0)在内参为M 2000、0、960、0.2000.540.0、0、1的相机下，投影像素误养可以计算:deltaP=M*R*0-M*0,约有5个像素的误差，那么很多前融合的事情就做不了。

立用场景决定了传感器标定形式。首先首定是车辆生产交付的场号，在厂房的标定、即又快速。但是做过自动驾驶的都知道、在前期研发阶段，并没有很理想的平台支持，很多事情都是一边干一边改，一年前采集的数据，车子早都拆了，现在要重新标定，手里只有一堆数据，那么只能利用数据标定，即所谓的无标靶标定。再比如交付用户的车辆、维修后传感器Q重新安装了，再送回高精度标定间肯定不现实，很多时候会是在4S店搭建简易标定环境进行标定，也有一些是直接在线标定，即车辆按照特定要求在开放道路行使，进行标定。

自动驾驶传感器标定任务有哪些

在初期阶段，一般需要维护测试车辆的标定，支持一些特定的标定需求，比如没有车辆的古老数据的标定，在标定间不完善的情况下快速标定一些传感器。在中期阶段，一般开始设计标定规范流程，让标定流程自动化，开发完善标定功能。后期阶段主要是测试和功能维护,中期和后期是互相演进的，没有界限。

主要的任务有:下线标定，车辆在产线上的zui后一道工序，支持布置一些高精度标靶;在线标定，有一些地方也叫no-target标定，车辆售售后维出后在用户手里，或者古老数据等，没有标靶，只能利用环境信息的标定，个人认为这个部分是难的。售后标定(离线标定)修的场景，支持布置一些简易的标靶和操作流程，当然在开发阶段也是同样的，很多时候环境局限，搭建高精度标定间很费钱，但是可以布置简易标靶，类似于售后标定，我统称为离线标定。