基于C++实现双目相机与激光雷达外参联合标定的算法源码+使用说明文档.zip 【资源说明】 【1】项目代码完整且功能都验证ok,确保稳定可靠运行后才上传。欢迎下载使用!在使用过程中,如有问题或建议,请及时私信沟通,帮助解答。 【2】项目主要针对各个计算机相关专业,包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 【3】项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 【4】如果基础还行,或热爱钻研,可基于此项目进行二次开发,DIY其他不同功能,欢迎交流学习。 【特别强调】 项目下载解压后,项目名字和项目路径不要用中文,建议解压重命名为英文名字后再运行!有问题私信沟通,祝顺利! 基于C++实现双目相机与激光雷达外参联合标定的算法源码+使用说明文档.zip 算法特点** - 利用libcbdetect进行棋盘格检测,并对原接口进行了相应修改,相比于OpenCV函数具有更高的鲁棒性。 - 对于标定板点云的分割,实现了类似Matlab LCC的立方体拟合。标定板点云的顶点提取采用了拟合边缘直线交点的方式,之后还进行了顶点的检验和优化。该部分主要基于pcl实现。 - 对于图像和点云中的标定板同时提取了点、面特征。参数优化过程中将点约束、面约束、双目反投影约束、闭环位姿约束统一在同一优化框架下,参数初值利用kabsch算法估计得到,该部分基于ceres实现。 /*当前算法精度不算高,仍在调试优化中,突出优势在于特征提取的鲁棒性较好*/ **使用方法** 本算法可以进行单目相机与激光雷达的外参标定和双目相机与激光雷达的外参标定,分别对应了samples/mono_lidar_calib.cpp,samples/stereo_lidar_calib.cpp。相机内参需要预先标定,推荐使用双目标定工具获得内参。 工程编译:mkdir build && cd build && cmake .. && make -j16 **单目相机与激光雷达外参标定** 首先,需要提供配置文件,以Matlab提供的hdl64线激光雷达数据为例(config/hdl64_mono.yaml), 需要提供的参数包括:标定类型、相机内参、图像和点云文件夹目录(文件名保持一致)、标定板参数、点云的虚拟边界、tform_l1_c1是用来对比的标定结果,这里提供的是Matlab LCC标定得到的参数。 标定命令:./samples/mono_lidar_calib -c ../config/hdl64_mono.yaml
- 1
- 2
- 粉丝: 3827
- 资源: 4664
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 项目采用YOLO V4算法模型进行目标检测,使用Deep SORT目标跟踪算法 .zip
- 针对实时视频流和静态图像实现的对象检测和跟踪算法 .zip
- 部署 yolox 算法使用 deepstream.zip
- 基于webmagic、springboot和mybatis的MagicToe Java爬虫设计源码
- 通过实时流协议 (RTSP) 使用 Yolo、OpenCV 和 Python 进行深度学习的对象检测.zip
- 基于Python和HTML的tb商品列表查询分析设计源码
- 基于国民技术RT-THREAD的MULTInstrument多功能电子测量仪器设计源码
- 基于Java技术的网络报修平台后端设计源码
- 基于Python的美食杰中华菜系数据挖掘与分析设计源码
- 基于Java与JavaScript混合技术的吉森摄影项目设计源码