为什么自动驾驶的量产需要标定车间？

自动驾驶需要各类传感器来感知周围环境，传感器数据（图像、点云等）上的坐标与真实世界中的物体的坐标存在对应的转换关系。这一转换关系可通过建模获得的公式计算。

　　这些公式中有的包含传感器的外部参数，有的也包含传感器的内部参数。外部参数主要和传感器的安装方位有关，内部参数主要和焦距、激光发射器坐标等内因有关。

　　传感器的标定工作，就是通过实验得出传感器内外参数，从而实现各传感器的坐标统一。

　　相机的内参主要有焦距、镜像畸变量级、缩放比例因子、主点等，外参主要有相机的平移向量、旋转矩阵等。相机内参模型使用最广泛的是张正友的针孔模型，而视野广、畸变大的相机会选择鱼眼模型或者全景模型。相机的内参标定目前业内最广泛应用的是“张正友标定法”，通过采集不同角度棋盘格标定板图像的坐标数据，计算出相机的内参。

　　对比针孔模型+棋盘格标定板和鱼眼模型+ChArUco标定板的标定效果，可以看出后者的角点覆盖范围更大，去畸变效果也更好。