matlab Lidar Camara Calibrator使用方法及雷达点云对相机的标定

标定过程

标定数据导入matlab lidar camara calibrator 插件，点击图示中的Import后选择Import Data如图所示：

依次选择导入图像和点云数据如下后点击“确定”：

Matlab会自动导入数据并计算相机内参，然后开始进行相机和点云数据的处理，并进行自动标定，但自动标定结果一般较差，会提示没有探测到目标，这都是正常现象。

需要进行手动调整后就能精确标定。点击“确定”后调整过程如下。首先选择Edit ROI，也就是划定一个棋盘格（标定板）的范围，不用太大，能将所有采样的标定板包含在内就行，如图所示。

然后进行区域的调整如下所示，然后点击“应用”即可：（旋转和选定框的调整还是有一定难度的，多试试就好）

然后先调整好Dimension Tolerance，适当调整大一些然后选择Select Checkerboard选择标定板的点云，需要将每一组数据的点云都选择好。
调整一个比较好的姿态，使用图中的“小刷子”便可以进行点云选择，画框就可以选了。选完之后被选中的点云会变成红色，尽可能的只选择标定板的点云，这样标定结果更加准确，如下图所示。
点击左上角“Apply”后回到插件主页，然后点击“Detect”等会儿就可以了。

然后点击“标定”（Calibrate）即可

得到标定结果如下：能看出标定板上覆盖了蓝色的点云，点云数据中也赋上了图片中的颜色，包括地砖的颜色，左下角为每幅图标定的标定误差，中间为像素误差，右边为重建误差。然后点击“导出”Export导出标定参数。

然后点击确定就行。

然后在matlab的工作区就能打开结果，这里不知道除了什么问题，之前会有很多标定数据，包括标定的相机内参都会显示出来，这次不知道是卡了还是哪里设置的不对，欢迎大神指教。这里的变量T就是外参矩阵。
可以在这个网站将矩阵导入，然后就可以看出相机和雷达之间的欧拉角等信息。https://www.andre-gaschler.com/rotationconverter/如下：

相机内参标定跟这个比较相似，用的插件是Camara Calitrator，获得的结果导出后如下IntrinsicMatrix就是内参矩阵。