# ff

欢迎使用Apollo传感器标定服务。本文档提供64线激光雷达与组合惯导之间的外参标定服务使用流程。

## 文档概览

1. 服务概述
2. 准备工作
3. 标定数据录制
4. 标定数据上传以及任务创建
5. 标定结果获取
6. 错误说明

## 服务概述

本服务作为Apollo整车传感器标定功能中的一部分，提供Velodyne 64线激光雷达HDL-64ES3与IMU之间的外参标定功能。标定结果可用于将激光雷达检测的障碍物转换至IMU坐标系，进而转到世界坐标系下。标定结果以 `.yaml` 文件形式返回。


## 准备工作

为了更好地使用本服务，请按以下顺序进行准备工作：

1.安装Apollo所支持的64线激光雷达和组合惯性导航系统，下载镜像安装docker环境。

2.开机并启动64线激光雷达以及组合惯导系统。Novatel组合惯导初次上电时需要校准。此时应将车在开阔地带进行直行、左右转弯等操作，直至惯导初始化完成。

3.确认本服务所需传感器数据的topic均有输出。[如何查看传感器有数据输出？](https://github.com/ApolloAuto/apollo/blob/master/docs/FAQs/Calibration_FAQs_cn.md)

本服务所需的topics如下表1所示：

表1. 传感器topic名称

| 传感器       | Topic名称                                  | Topic发送频率（Hz） |
| --------- | ---------------------------------------- | ------------- |
| HDL-64ES3 | /apollo/sensor/velodyne64/VelodyneScanUnified | 10            |
| INS       | /apollo/sensor/gnss/odometry             | 100           |
| INS       | /apollo/sensor/gnss/ins_stat             | 2             |

4.确认车辆采集标定数据时的定位状态为56。[如何查看车辆定位状态？](https://github.com/ApolloAuto/apollo/blob/master/docs/FAQs/Calibration_FAQs_cn.md)

5.选择合适的标定场地。

标定的地点需要选择无高楼遮挡、地面平坦、四周有平整的建筑物并且可以进行如图1所示8字轨迹行驶的地方。一个合适的标定场地如图2所示。

![](images/calibration/lidar_calibration/trajectory.png)
<p align="center">图1 标定所需车辆行驶的轨迹。</p>

![](images/calibration/lidar_calibration/field.png)
<p align="center">图2 标定场地。</p>

## 标定数据录制

准备工作完成后，将车辆驶入标定场地进行标定数据的录制。

1.录制脚本工具为 `apollo/script/lidar_calibration.sh`。

2.运行以下命令，开始数据录制工作：

```bash
bash lidar_calibration.sh start_record
```

所录制的bag在 `apollo/data/bag` 目录下。

3.以8字形轨迹驾驶汽车，将车速控制在20-40km/h，并使转弯半径尽量小。行驶的时长3分钟即可，但要保证标定数据至少包含一个完整的8字。

4.录制完成后，输入以下命令结束数据录制：

```bash
bash lidar_calibration.sh stop_record
```

5.随后，程序会检测所录制的bag中是否含有所需的所有topics。检测通过后，会将bag打包成 `lidar_calib_data.tar.gz` 文件，内容包括录制的rosbag以及对应的MD5校验和文件。

### 标定数据上传以及任务创建

录制好标定数据后，登录至[标定服务页面](https://console.bce.baidu.com/apollo/calibrator/index/list)以完成标定。

1.进入标定服务页面，在**任务管理**列表下点击**新建任务**按钮以新建一个标定任务。

2.进入新建任务页面后，需先填写简单的任务描述，然后点击**上传数据并创建任务**按钮，选择上传标定文件，则可以开始进行数据上传。

3.开始上传数据后，页面将跳转至任务流程视图。流程视图图示为上传进度页面，待其到达100%后则可以开始进行标定。上传期间请保持网络畅通。

4.数据上传完毕后，将开始数据校验流程，如图3所示。校验流程可以保证数据完整以及适合标定，校验项目有：

* 数据包解压校验
* MD5校验
* 数据格式校验
* 8字路径与GPS质量校验
* 初始外参评估合格

若数据校验失败，则会提示相应错误。错误的原因请参照错误说明。

![](images/calibration/lidar_calibration/calib_valid_cn.png)
<p align="center">图3 标定数据校验流程。</p>

6.校验通过后将开始标定流程，一个标定进度页面会展示给用户，如图4所示。视数据大小和质量的影响，整体标定时间大约持续10-30分钟，用户可以随时进入该页面查看当前任务的标定进度。

![](images/calibration/lidar_calibration/calib_progress_cn.png)
<p align="center">图4 标定进度页面。</p>

7.标定完成后，进入人工质检环节。点击[查看]按钮会弹出用于质检的拼接点云，此时可以开始人工质检。若质检通过，则可以点击**确认入库**按钮以保存标定结果。最后，点击**下载数据**按钮来下载标定结果，至此标定流程完成。[如何进行质检？](https://github.com/ApolloAuto/apollo/blob/master/docs/FAQs/Calibration_FAQs_cn.md)

### 标定结果获取

1.获取标定结果前，本服务需要用户根据可视化效果确认标定结果的质量。

2.确认该标定结果质量合格后，用户可点击**确认入库**按钮将标定结果入库。之后可以在任务页面进行下载，未通过质检并入库的标定结果在任务页面不会出现下载地址。

3.外参格式解析。外参以yaml文件形式返回给用户，下面是一个外参结果文件的样例。
表1中说明了几个字段的含义。

```bash
header:
  seq: 0
  stamp:
    secs: 1504765807
    nsecs: 0
  frame_id: novatel
child_frame_id: velodyne64
transform:
  rotation:
    x: 0.02883904659307384
    y: -0.03212457531272153
    z: 0.697030811535172
    w: 0.7157404339725393
  translation:
    x: 0.000908140840832566
    y: 1.596564931858745
    z: 1
```

表2. 外参YAML文件字段含义

| 字段             | 含义                      |
| -------------- | ----------------------- |
| header         | 头信息，主要包含标定时间            |
| child_frame_id | 所标定的源传感器ID，此时为HDL-64ES3 |
| frame_id       | 所标定的目标传感器ID，此时为Novatel  |
| rotation       | 以四元数表示的外参旋转部分           |
| translation    | 外参的平移部分                 |

4.外参使用方式

首先在`/apollo`目录下输入以下命令创建标定文件目录：

```bash
mkdir -p modules/calibration/data/[CAR_ID]/
```
其中，**CAR\_ID**为标定车辆的车辆ID。然后将下载的外参yaml文件拷贝至对应的**CAR\_ID** 文件夹内。最后，在启动hmi后，选择需正确的**CAR\_ID**即可载入对应的标定yaml文件。

### 错误说明

1. 数据解包错误：上传的数据不是一个合法的 `tar.gz` 文件。
2. MD5校验和错误：上传数据的MD5校验和与服务器端计算的MD5校验和不同，通常由网络传输问题引发。
3. 数据格式错误：上传的数据不是一个rosbag，或者bag里缺少指定的topic或包含其他非指定的topic，服务器端标定程序读取失败。
4. 无8字路径错误：在上传的数据中没有发现8字路径。需要确认录制的数据中是否包含至少一个8字形路径。
5. 组合惯导定位精度不足：在上传的数据中发现定位状态不符合要求。需要确认在录制过程中的定位状态为56。