LiDAR–IMU 外参标定

用车上的**激光雷达（LiDAR）与惯性测量单元（IMU）**在连续行驶中的相对运动，估计二者之间的安装关系（外参），并估计两路传感器的时间差。

p_IMU = T_IMU_lidar · p_lidar

实现包：[imu_lidar/](imu_lidar/)。文件职责说明：[imu_lidar/文件职责说明.md](imu_lidar/文件职责说明.md)。

本仓库只有这一条标定路径（连续运动关键帧 + IMU 预积分）。不直接解析原始 .rscap / dlog，需先导出为中间格式。

---

0. 现状一览（先读）

项	说明
仓库做什么	输入标准中间格式（IMU CSV + 雷达会话），输出 LiDAR–IMU 正式安装外参 T_IMU_lidar 与时间偏置 δt。合格数据且过质量门 → 可交付（常规先交旋转 + δt；激励够再交可观平移）；数据不合格或未过门 → blocked，不交外参
当前阶段	算法链路已闭环，合成自检通过；尚缺合格实车数据验收，故正式外参尚未对实车落盘交付（生产级原始录制→中间格式导出仍待完善）
合成数据测什么	证明链路能跑通，并能收回已知旋转（yaw）与 δt；不证明实车安装精度或平移交付
旧车 S2 测什么	仅线下烟测：主机时间旧数据上流水线能否跑完；结果预期为 blocked，不当作外参真值
合格数据	见下方定义；拿到后即可按正式标定流程跑通，期望得到可交付外参（先旋转 + δt）

什么叫合格数据

同时满足下列条件，才视为可用于正式标定（与旧车主机时间烟测数据区分）：

类别	要求
时间戳	IMU、雷达均用设备时间写入中间格式的 t / t_start/t_end（可另留主机接收时间作排查，但标定主轴不用主机时）
会话结构	单趟：静止 20–30 s → 低速连续运动 3–8 min → 再静止 10–20 s；运动含明显左右转（如「8」字 / 圆）及适量加减速
场景	有墙、柱、路缘等结构，避免空旷无特征；雷达帧率与点数正常、无明显大面积丢帧
覆盖	两路传感器覆盖同一段物理行驶；安装全程不得改动
格式	已导出本仓库中间格式：imu.csv + lidar_session/（见 docs/V1_数据格式.md）
验证会话（建议）	另录一段独立路线 B，只做叠点/一致性检查，不参与求外参

不算合格（举例）： 仅主机接收时间；只有静止、无转弯；IMU 与雷达不是同一趟；未导出中间格式；时间相关极弱仍强行当安装参数。

完整现场清单见 docs/标定流程与采集清单.md。

合格数据拿到后 → 正式外参与预期效果

仓库目标产物就是可安装使用的外参（再加 δt）。合格数据过门后：

模式	跑法	正式交付内容	较现实预期	成功标志
rotation_only（第一步，必做）	--mode rotation_only	旋转外参 + δt	旋转约 0.5°–2°；δt 随同步与激励质量变化	summary.json → rotation_only_accepted
full_se3（激励够再试）	--mode full_se3	上一项 + 可观的平移	水平平移约数厘米～十几厘米；竖直常更差或不可观（需缓坡或垂直先验）	full_se3_accepted；否则旋转仍可交付、平移拒绝

交付前须叠点云 / 跨会话独立验证；blocked 一律不可用作安装参数。
当前尚未完成的是「用合格实车数据跑出并验收这份外参」，不是「合格数据也交不出外参」。

两类试验对照

	合成数据（默认 pytest / 一键复现）	旧车 S2（线下，非默认测试）
目的	回归算法正确性	验证实车 IO/链路可跑
时间戳	可控、带已知 δt	主机接收时间（非设备时间）
是否合格数据	否（合成，仅对照）	否（主机时间，预期拒绝）
期望结果	rotation_only_accepted；δt / yaw 接近真值	blocked（质量门拒绝）
能否当安装参数	否	否

细节见 tests/README.md。实现状态细表见 docs/IMU-LiDAR标定.md §8。

---

目录

1. 现状一览（先读）
2. 系统输入 / 输出
3. 一键复现（合成数据）
4. 能求出什么
5. 方法概要
6. 分步求值
7. 程序流程
8. 真实数据怎么跑
9. 结果判读
10. 仓库结构与文档

---

1. 系统输入 / 输出

输入

输入	说明
imu.csv	列：t,gx,gy,gz,ax,ay,az（秒；陀螺 rad/s；加速度 m/s²）
雷达点云	frames_index.csv + frames/frame_XXXXX.npz（点云米制）
车辆配置 YAML	轴向与时间语义；不必事先填外参真值（模板：config/vehicle_installation.template.yaml）

中间格式细节见 docs/V1_数据格式.md。原始 .rscap 等需先导出。

输出（--output 目录）

文件	内容
T_IMU_lidar.json	外参矩阵、平移、四元数、欧拉角
time_offset.json	δt，定义 t_imu = t_lidar + δt
summary.json	状态、残差、可观性、各阶段细节
report_preview.png	一键复现时生成的简易指标图（可选）

---

2. 一键复现（合成数据）

不需要实车数据。脚本会：生成合成 IMU/雷达 → 跑标定 → 打印报告并出预览图 → 跑 pytest。

这一趟证明什么： 全流程可复现；能收回合成真值中的旋转（yaw）与时间偏置。
不证明什么： 实车安装精度、平移外参可交付、主机时间旧数据可用。

推荐（Windows）

cd <本仓库根目录>
python -m pip install -e ".[dev]"
python -m pip install -e ".[open3d]"   # 可选，配准更稳；未装则用内置 ICP
# 预览图需要 matplotlib（没有则跳过绑图，不影响标定）
python -m pip install matplotlib

powershell -File tools\reproduce_synthetic.ps1

只要标定、跳过测试：

powershell -File tools\reproduce_synthetic.ps1 -SkipPytest

尝试完整六自由度模式：

powershell -File tools\reproduce_synthetic.ps1 -Mode full_se3 -SkipPytest

等价 Python 入口

python tools\reproduce_synthetic.py
python tools\reproduce_synthetic.py --mode full_se3 --skip-pytest

这一趟用了什么、产出什么

INPUT
  examples/synthetic_session/imu.csv
  examples/synthetic_session/lidar/
  config/vehicle_installation.template.yaml
  examples/synthetic_session/meta.json      # 合成真值（δt、yaw），仅用于对照

OUTPUT
  examples/synthetic_session/out/T_IMU_lidar.json
  examples/synthetic_session/out/time_offset.json
  examples/synthetic_session/out/summary.json
  examples/synthetic_session/out/report_preview.png

单独查看已有结果：

python tools\show_calibration_report.py `
  --summary examples\synthetic_session\out\summary.json `
  --truth-meta examples\synthetic_session\meta.json `
  --plot examples\synthetic_session\out\report_preview.png

配准结果 3D / 俯视可视化

蓝=目标帧，橙=源帧。

按键	作用
1 / 2 / 3 / 4	原始 / IMU(X=I) / 雷达配准 B / 标定预测 X⁻¹AX
N 或 ]	下一运动对
P 或 [	上一运动对

python tools\visualize_pair_3d.py `
  --lidar examples\synthetic_session\lidar `
  --imu examples\synthetic_session\imu.csv `
  --summary examples\synthetic_session\out\summary.json `
  --pair-index 0 `
  --save-png examples\synthetic_session\out\pair0_overlay.png

--pair-index 只决定起始对；窗口内可继续按 N/P 切换。无 GUI 时加 --no-gui。封装：tools\view_pair.ps1。

---

3. 能求出什么

结果	含义	说明
旋转外参	雷达相对 IMU 的朝向差	常规主交付
时间偏置 δt	两路时钟差（秒）	与旋转一并给出
平移外参	安装位置差（米）	激励足够且质量门通过才接受，否则置零
零偏等	辅助量	改善积分/优化，一般不当安装外参交付

---

4. 方法概要

1. 低速多转弯行驶（如「8」字），首尾各留静止段。
2. 雷达关键帧配准得相对运动 B。
3. 同一时段 IMU 预积分得 A（先用旋转）。
4. 手眼关系：R_A · R_X ≈ R_X · R_B。
5. 时间与旋转稳定后，若 --mode full_se3 且可观，再估计平移（用加速度预积分、重力、速度与时变零偏）。

---

5. 分步求值

步骤	交付	典型要求
第一步	旋转 + δt	设备时间戳；静止 + 低速转弯；有结构的场景
第二步	+ 水平平移	更多转弯半径与加减速
第三步	完整六自由度	缓坡等俯仰激励，或垂直安装尺寸先验

• --mode rotation_only：第一步
• --mode full_se3：尝试完整刚体；平移仍可能被拒绝

质量门未通过时，不能当正式安装参数。

---

6. 程序流程

读入 → 时间/IMU 质检 → 粗估 δt
  → 关键帧配准 B + IMU 预积分 A → 旋转手眼 R
  → 用 R 精修 δt（可交替组对）
  → 联合精修 R / 常值陀螺零偏
  →（full_se3 且可观）重力、速度、时变零偏、平移 t
  → 写出 JSON

「可观」：程序检查转轴是否够多样、相对位移是否够丰富；不够则只保留旋转。

---

7. 真实数据怎么跑

python -m pip install -e ".[dev]"
python -m pip install -e ".[open3d]"

python -m imu_lidar.cli plan --mode rotation_only

python -m imu_lidar.cli run `
  --vehicle-config config\vehicle_installation.template.yaml `
  --imu path\to\imu.csv `
  --lidar path\to\lidar_session `
  --output path\to\output `
  --mode rotation_only `
  --time-offset-search-s 2.0

采集与现场清单：docs/标定流程与采集清单.md。

旧车 S2 主机时间烟测（预期 blocked，不当交付）：配置见 config/s2_old_smoke.yaml，步骤见 [tests/README.md](tests/README.md)。

---

8. 结果判读

summary.json 状态	含义
rotation_only_accepted	旋转可用（该模式下平移置零）
full_se3_accepted	含平移的完整外参通过
full_se3_rejected_due_to_observability	旋转可用，平移未接受
blocked	前序失败，不可用作安装参数

请同时看手眼残差、时间相关、可观性说明，并做点云叠加等独立验证。

---

9. 仓库结构与文档

imu_lidar/     标定算法与 CLI
config/        车辆配置模板
docs/          流程、数据格式、方法说明
tools/         合成数据、一键复现、报告查看
tests/         自动化测试

文档	内容
imu_lidar/文件职责说明.md	各源文件职责
imu_lidar/CHANGELOG.md	算法改动记录
docs/标定流程与采集清单.md	现场采集与分步流程（与现行实现对齐）
docs/V1_数据格式.md	中间数据格式
docs/IMU-LiDAR标定.md	方法约定与实现状态
tests/README.md	自动化测试说明 + S2 旧数据线下试验结果

改算法请同步更新 imu_lidar/文件职责说明.md 与 CHANGELOG.md；改安装/运行/对外说明时更新本文件。