由于缺少可参考的散斑图案，单目激光散斑投影系统需要借助精密的测距仪器，提前拍摄不同标准距离处的散斑图像，测量效率较低，且无法在线校正系统的光轴偏移。针对上述问题，提出一种基于单目激光散斑投影系统的外参数标定方法，可将单目激光散斑投影系统等效于带有散斑图像的双目立体视觉系统。通过调整标定板的位姿，计算同名散斑点的空间三维坐标，解算红外相机与激光散斑投射器之间的位姿关系，并对其进行迭代优化，生成投射器的虚拟散斑图像。实验结果表明，所提方法的位移测量误差低于0.16 mm，标准球的半径测量误差低于0.13 mm，且在一定的深度范围内，深度重建结果明显优于Astra-Pro的探测结果。所提方法可有效提高单目激光散斑投影系统的标定效率和深度重建精度。

针对车载三维激光雷达在工作前需要对安装外参数进行标定的问题, 综合考虑激光雷达的扫描光束不可见、多线式扫描等特点, 提出了一种激光雷达外参数的标定方法。首先对普通纸箱进行扫描, 以纸箱两个侧面和地面间的相互垂直关系作为约束, 采用随机抽样一致性算法(RANSAC)在获取的点云数据中拟合出三个平面的初始模型, 并通过旋转、平移步骤优化平面模型的拟合精度, 从最优模型中提取同名向量和同名点; 然后基于空间向量的三维坐标系转换模型, 对激光雷达的旋转和平移参数进行求解, 只需采集一次数据即可完成所有外参数的标定; 最后结合仿真和在标定后对室外环境三维重建的结果, 验证了算法的有效性。

针对无人车三维激光雷达与全球定位系统/惯性导航系统组合导航系统安装位置关系难以准确测量及相对转角无法直接测量的问题,提出一种基于多对点云同时匹配迭代生成外参数的方法。首先选择车辆直线往返行驶中位置相近、方向相反的激光雷达点云对进行匹配;然后设定参数区域中心、初始步长及步数,遍历参数组合,寻找目标函数最小时的外参数组合并更新为最优迭代区域中心;最后不断缩减步长,直到得到满足精度要求的最优外参数。实验采集了两段环境不同的数据,分别采用较优和较差的参数初始迭代中心以及不同步数进行标定。结果表明,所提方法用时短,对于非理想参数初值也能够得到较好的标定结果,而且标定方法简单,无需专门的标定物即可达到需求的标定精度。

无人车三维激光雷达与GPS/INS组合导航系统融合使用，需要对两者之间的相对位姿进行标定。针对车辆运动过程点云畸变的现象，提出了一种单帧点云中激光扫描点坐标修正方法。针对标定问题，建立了标定模型，提出了一种基于ICP算法和手眼标定模型及最小二乘法进行外参数标定的方法。通过蒙特卡罗仿真实验，对该方法的有效性和精度进行了仿真和验证。在实验室JJUV-6无人车平台上进行标定试验，得到两者之间的三维位姿关系。对比标定前后三维点云重建效果，点云重叠度接近于配准效果。基于应用的目的，基本满足二维地图构建和三维环境重建的需求。

在多相机组合测量应用场景中, 各相机之间常常存在没有重叠视场的特殊情况, 该条件下多相机组安装关系的标定极具挑战性。针对传统基于全站仪的标定方法过于繁琐的缺点, 基于机器人领域里手眼标定与多相机组安装关系标定的等价关系, 给出了求解多相机组安装关系的基础方程, 推导了利用四元数描述旋转矩阵下基础方程的解算步骤, 提出了一种基于手眼标定的无重叠视场多相机组标定方法。实验结果表明, 与传统标定方法相比, 该方法在不降低测量精度的前提下, 无需其他测量传感器的辅助, 极大减少了人工作业量, 操作更加简单灵活, 工作效率更高。

针对长距离时外参数标定实际操作难度较大，本文将标定靶杆作为外参数标定的媒介，而后采用双目交会方法进行相关精度验证。通过分析标定靶杆上合作标志物的世界基准坐标系坐标误差对相机内外参数的影响，从而确定最终双目交会时对实测合作目标的世界基准坐标系的影响。实验结果表明，为了使得合作标志物的测量坐标在项目要求的10 mm 精度范围之内，标定杆上合作目标的大地测量X 轴坐标精度须在0.621 9 mm 以内，Y 轴上坐标精度为13.341 2 mm，Z 轴坐标误差为0.729 1 mm。

基于多激光雷达的车载三维重建系统在工作时需要对激光雷达的外参数 (包括三个旋转参数和三个平移参数 )进行标定。针对激光雷达外参数的标定问题，根据激光雷达扫描点不可见、单线式扫描等工作特点，以基于空间向量的三维坐标系转换模型为基础，提出了一种采用三面靶标的激光雷达外参数标定方法，对靶标进行三维重建，利用随机采样一致性 (RANSAC)算法进行平面分割和同名向量的提取，采用坐标系转换模型对标定参数求解，实现了激光雷达外参数的标定，并结合仿真结果以及标定前后多激光雷达系统三维重建结果对方法的有效性及精度进行了评估和验证。