無人駕駛中感知模塊負責獲取和理解其周圍的場景信息，  其性能和可靠性是 整個無人駕駛系統的關鍵環節之一， 直 接影響下游的定位、路線規劃和決策 等控制鏈。通過融合 多種感知傳感器的數據， 提高系統在復雜場景下的感知 能 力是無人駕駛發展的主要方向。然而無論是攝像頭、毫米 波雷達還是激光 雷達， 都有自己的坐標系， 即傳感器產生 的數據都是基于自身坐標系的。將 各傳感器轉換到統一坐 標系的過程便是傳感器的外參標定。

而激光雷達點云數據包含以自身為參考原點的物體3 D 坐標信 息。當多個雷達 拼接以獲得更大范圍3 D 覆蓋時， 通過外參將 各個激光雷達統一到全局坐標系， 便能把各個雷達的點云很 好地拼接起來，

在實際使用中， 有時不方便找到用于標定的開源環境或參 考物體， 為此 L i v o x 推出了自動標定技術T F A C - L i v o x 算 法( T a r g e t - F r e e A u t o m a t i c C a l i b r a t i o n ) 并在G i t h  u b 上開源。該技術主要依靠幾何一致性假設， 即多個 雷達 掃描出來的局部三維模型是一致的， 通過對基準雷達( L i D A  R 0 ) 進行移 動建圖， 然后將其余雷達數據對L i D A R 0 的重 建地圖不斷進行迭代配準與計 算， 依靠一致性假設不斷減 少匹配誤差， 直到算法收斂并且滿足標定矩陣剛 性不變特 性（ 六條平行線） ， 最后用一致性算法得出最終標定矩陣.

助力工業智能

自動駕駛汽車標定車輛對中裝置介紹-氣缸推動

瑞視儀器輔助駕駛車輛對中臺介紹