xiaokn

> Hi, can i know how you execute file in the bin folder, because in the file lidar2camera/manual calib, there is no bin folder. Thank you. You need to compile...

> Could you provide some data for testing? Each calibration tool includes a test case, and we will consider open-sourcing a calibration benchmark in the future.

> 你好！感谢分享代码！我在自己电脑上进行了尝试，尝试之前我将外参数据改为了距离正确值比较近的值。 但是用example跑完以后，发现误差没有减少，反而增多了，新计算出的标定数据距离真值远了些，我注意到论文里提到的，auto标定这里计算了一系列的道路数据，所以这个标定工具应该是不止一张图才能使用的吗？ 因为特征分割可能会存在一些误差，所以精度会受到影响，多帧经过后处理会有一些提升。后续我们会继续优化lidar2camera auto的标定工具!

> size_t ComputeVoxelOccupancy(const Eigen::Matrix4d &init_guess); Sorry, for some reason, I deleted this part of the code and will add it later.

> Hi, Thanks for your sharing! I have used the lidar2imu tool, however, the result seems to diverge. > > `Ceres Solver Report: Iterations: 15, Initial cost: 2.748471e+03, Final cost:...

> 请问在标定激光雷达和IMU的外参时，要求确保地面足够平坦，这种情况下IMU在Z轴方向的激励不够充分，那么雷达和IMU在z轴方向的外参标定效果会不会不好呢？ 你好，感谢您提出的问题。(我们上传的这一个版本lidar2imu有点bug，后面会再更新一版，另外这里起名imu也有点不妥，应该是lidar到pose-sensor的外参标定，后续也会修改一下哈)。您提到的平面运动确实会影响z轴的标定，所以这里我们直接用测量值作为z轴标定的结果。不过，我们后面更新的版本也会解决因为平面运动z轴无法标定的问题。

> 作者你好,感谢你提供的标定工具，在进行lidar和imu的自动标定时，出现了segmentation fault报错。 看到您在其它问题下面的回答，尝试了docker pull images 运行代码还是出现了问题，请问还有其他的解决方法吗？如果可以的话，请发送到我的邮箱：[[email protected]](mailto:[email protected]) 我更新了一下lidar2imu的auto_calib的代码，你重新拉一下代码试试哈

> terminate called after throwing an instance of 'std::runtime_error' what(): Pangolin X11: Unable to retrieve framebuffer options Aborted (core dumped) You can refer to this issue: https://github.com/PJLab-ADG/SensorsCalibration/issues/7

> 您好 非常感谢你们对多传感器标定做出的相关工作，关于毫米波雷达和相机标定，有几个问题想请教一下。 1.我研读了你们论文毫米波和相机标定的相关部分，也配置好了相关算法，好像没有提到毫米波和相机标定结果怎么评价，是首先毫米波数据和相机数据在鸟瞰图上显示，再就是相关数据点和参考的车道线平行就认为标定是准确的吗 2.关于标定数据采集。radar CSV格式的数据可以用ROS录得bag直接转换过来吗，标定对于毫米波雷达来说，主要是关注csv数据里面velocity_x, velocity_y, position_x，position_y值吗，dynprop，rcs(反射截面积)分别指的是什么？后面其他的值怎么给出，能方便给个制作这种radar数据的教程吗。 3.毫米波雷达和相机初始外参是怎么得到的，是我大概给一个，再在界面上手动调整就可以吗 手动标定工具，主要有两个参考：1. radar本身的点云投影到图像上，但是因为Radar的稀疏性和二维点不可能像雷达点云那样准确判断 2. 为了评估yaw角需要把图像和radar都转到鸟瞰图上判断，这里需要标定一下图像到地面的H矩阵

> 您好 非常感谢你们对多传感器标定做出的相关工作，关于毫米波雷达和相机标定，有几个问题想请教一下。 1.我研读了你们论文毫米波和相机标定的相关部分，也配置好了相关算法，好像没有提到毫米波和相机标定结果怎么评价，是首先毫米波数据和相机数据在鸟瞰图上显示，再就是相关数据点和参考的车道线平行就认为标定是准确的吗 2.关于标定数据采集。radar CSV格式的数据可以用ROS录得bag直接转换过来吗，标定对于毫米波雷达来说，主要是关注csv数据里面velocity_x, velocity_y, position_x，position_y值吗，dynprop，rcs(反射截面积)分别指的是什么？后面其他的值怎么给出，能方便给个制作这种radar数据的教程吗。 3.毫米波雷达和相机初始外参是怎么得到的，是我大概给一个，再在界面上手动调整就可以吗 2. radar数据的处理可能要根据具体的radar来看，只要能得到radar点的坐标就可以了 3. 毫米波雷达和相机的初始外参可以根据传感器的坐标轴确定，一般是单位矩阵进行（或者转90°这样子）4. 这里有个比较重要的需要标定一下相机的H矩阵才能把相机转到鸟瞰图