激光雷达与相机坐标系转换原理及实践

1. 激光雷达与相机坐标系转换的核心价值

在自动驾驶、机器人导航和三维重建领域，激光雷达与相机的数据融合是提升环境感知精度的关键技术。我曾在多个自动驾驶项目中负责传感器标定工作，深刻体会到坐标系转换的准确性直接决定了后续目标检测、跟踪等算法的可靠性。

激光雷达提供高精度的三维点云数据，但缺乏纹理和颜色信息；相机能捕捉丰富的视觉特征，却丢失了深度信息。将两者数据对齐到同一坐标系下，相当于给点云"上色"，给图像"赋深度"，这种互补优势让系统能同时识别物体的几何属性和语义信息。

关键提示：实际项目中90%的融合误差来源于坐标系转换不准确，而非算法本身。精确的转换关系是后续所有处理的基础。

2. 坐标系定义与差异解析

2.1 激光雷达坐标系（L系）详解

激光雷达坐标系遵循右手定则，这是理解所有转换的基础。我在处理Velodyne HDL-64E雷达数据时，其坐标系定义如下：

• 原点定位：位于雷达旋转中心，机械安装时需确保与车辆坐标系的对齐精度控制在±2mm内
• 轴向特性：
  • X轴正方向：与雷达发射器主波束方向一致（车辆前进方向）
  • Y轴正方向：从驾驶员视角看指向左侧
  • Z轴正方向：垂直于地面向上

实测案例：某次安装偏差导致Y轴倾斜3°，使得后续点云在10米处的横向误差达52cm。这提醒我们机械安装的精度直接影响坐标系的准确性。

2.2 相机坐标系（C系）的特殊性

不同于激光雷达，相机坐标系基于针孔相机模型，其独特之处在于：

• Z轴即光轴：所有景物都位于Z>0的半空间
• 轴向反转：
  • Y轴向下（与图像行方向一致）
  • X轴向右（与图像列方向一致）

这种差异源于图像传感器的物理特性——像素坐标系通常以左上角为原点。在调试FLIR Blackfly相机时，必须特别注意这种轴向定义，否则会导致投影结果镜像错误。

2.3 坐标系差异对照表

经验之谈：建议在传感器安装支架上刻划轴向