多模态传感器校准对于实现机器人、自动驾驶汽车、测绘和其他感知驱动应用的传感器融合至关重要。传统的校准方法依赖于带有棋盘或目标的结构化环境，这种方法复杂、昂贵、耗时，而且无法扩展。
简化校准问题的自动传感器校准解决方案是 软件。 是一家自主软件和服务公司，采用最先进的技术为机器人和自动驾驶汽车领域提供传感器校准、定位和测绘解决方案。
在本文中，您将学习如何使用工作流程中的校准文件。基于NVIDIA Isaac ROS构建的 Isaac Perceptor是 NVIDIA 加速库和 AI 模型的参考工作流程，可帮助您快速构建强大的自主移动机器人 (AMR)。本教程适用于负责传感器校准的工程师和使用感知系统的工程师，例如感知工程师。
传感器校准概述
校准可确保不同模式的感知传感器生成一致的传感器数据，从而彼此一致地感知世界。感知传感器包括激光雷达、雷达、摄像头、深度摄像头、IMU、车轮编码器和 GPS/GNSS，它们可捕获各种信息，例如范围、反射率、图像、深度和运动数据。
例如，当自动叉车接近托盘时，3D 激光雷达会识别托盘和货物的形状、大小和距离，而运行机器学习 (ML) 工作流程的立体摄像机会识别叉口。通过适当的校准，摄像机确定的叉口位置将与激光雷达确定的托盘和货物轮廓正确对齐。如果没有适当的校准，传感器数据可能会错位，从而导致不准确的解释，例如错误的物体检测、深度估计错误或导航错误。
传统的传感器校准是确定传感器内在参数和传感器外在参数的手动过程。传感器内在参数涉及对各个传感器的传感器数据的校正，例如镜头失真和相机的焦距。传感器外在参数涉及在共享坐标系中相对于彼此的位置和方向，这些位置和方向通常是与运动框架相关的参考点，用于运动规划和控制。
同时校准两台相机的过程相对简单，只需要一个印刷目标（称为棋盘），工程师可能需要一个小时才能完成。校准更多相机，或者校准相机与激光雷达、相机与 IMU 或激光雷达与 IMU 的难度都会逐渐增加，需要额外的目标和工程工作。
软件是一种自动传感器校准解决方案，可在任何非结构化环境中与任意数量、组合和布局的感知传感器配合使用。无需棋盘或目标，几乎可以在任何地方进行校准，无需设置或环境变化。校准过程只需不到 10 分钟即可完成。无需工程师或技术人员。该解决方案一次性为所有感知传感器生成传感器内在参数、外在参数和时间偏移。
教程先决条件
为了实现第一次校准的最快周转时间，下面概述了一种理想的配置。
环境包括：
附近的纹理静态结构。无需特殊要求。示例包括办公环境、装卸码头或停车场。校准指向海洋的相机很复杂。
足够的照明来进行观察。
湿度足够低（雾、雨、雪最少），以便进行观察。
第三方移动者，例如人、移动车辆或其他移动机器人，他们不会接近传感器或代表大多数观察结果。
传感器系统包括：
以下之一：
3D 激光雷达
2D 激光雷达
已知基线的立体相机
IMU 一个
传感器系统布局：
如果存在 3D 激光雷达，则相机视野 (FOV) 应与激光雷达的 FOV 至少重叠 50%。深度相机应该能够看到 3D 激光雷达可以看到的世界部分。重叠不是必需的，但一旦机器人移动，激光雷达看到的物体应该对深度相机可见。
校准期间所有传感器都刚性连接。
传感器数据存储在 ROS1 或 ROS2 袋中，包含标准主题和消息，所有摄像头和深度图像、单独的激光雷达和雷达点、IMU 和 GPS 测 量值以及车轮编码器刻度或速度上都有准确的时间戳。
在以下情况下捕获传感器数据：
传感器以手动、遥控或 全球数据中的海外华人 自动方式移动，不会造成过度车轮打滑或运动模糊。
传感器以两个 8 字形运动移动，其中各个圆圈不重叠，并且圆圈的直径 >1 米。
传感器在 1 米范围内接近纹理静态结构，其中结构填满每个摄像机的大部分视场。
记录长度相对较短。目标是收集 60 秒的数据，最多不超过 5 分钟。
不满足这些要求的传感器系统仍可校准，但周转时间会更长。非 ROS 格式的传感器数据需要转换，周转时间会更长。大型或运动受限的机器人可以使用替代移动程序。请联系 MSA 了解更多信息。
评估程序
评估 Calibration Anywhere 的过程很简单，涉及五个步骤，概述如下，并在以下章节中详细介绍。
与 MSA 联系并描述您的系统。
在传感器移动时捕获传感器数据。
将传感器数据上传至MSA 数据门户。
接收与 NVIDIA Isaac Perceptor 兼容的 URDF 输出校准包。
将 URDF 导入 Isaac Perceptor 工作流。
一旦 MSA 为您的系统配置了 Calibration Anywhere，您就可以使用校准即服务解决方案。这涉及上传传感器数据和下载校准。您还可以在 Docker 容器中部署 Calibration Anywhere 并在本地运行而无需发送数据。
视频 1. 观看 Calibration Anywhere 流程的演示
步骤 1：联系 MSA 并描述您的系统
访问MSA 演示页面并填写表格。如果您有其他问题，MSA 将与您联系并向您发送使用 MSA 数据门户的凭证。
屏幕截图显示尝试 MSA 演示服务的表单。
图 1. Main Street Autonomy 演示页面
第 2 步：在传感器移动时捕获传感器数据
按照前面所述移动传 公司需要良好文档管理系统的 5 个理由 感器 系统并捕获传感器数据。多个 ROS 包是可以的，但一定要确保连续记录。
为了确保数据质量（这对于校准成功至关重要），请检查以下内容：
数据不包含间隙或丢失。检查计算、网络和磁盘缓冲区是否溢出，以及装袋过程中数据是否丢失。
主题和消息存在。检查系统上所有传感器的主题是否存在
包含时间戳，且时间戳准确。3D 激光雷达需要每个点的时间戳，所有其他传感器数据也需要时间戳。
步骤 3：将传感器数据上传至 MSA 数据门户
访问MSA 上传页面并使用 MSA 提供的凭据进行身份验证。单击“管理机器人”按钮并创建平台和实例。平台是传感器的特定排列，可能类似于 DeliveryBotGen5。实例是属于平台的特定机器人，如果您使用名称，则可能类似于 12 或 Mocha。
在仪表板页面中，输入传感器 cg 线索 数据的标签，选择数据收集自的机器人实例，然后上传传感器数据。根据 MSA 的隐私政策，发送给 MSA 的数据将作为机密信息受到保护。
显示日志列表的 MSA 仪表板屏幕截图。
图 2.MSA 数据门户
步骤 4：接收具有与 Isaac Perceptor 兼容的 URDF 输出的校准包
MSA 将使用 Calibration Anywhere 解决方案来校准用于捕获传感器数据的传感器。对于复杂的设置，此过程可能需要几天或更长时间。完成后，校准将可从数据门户下载，如图 1 所示。将向上传数据的用户发送通知电子邮件。
