kaist velodyne imu 外参

[kkkiddd]

您好，在kaist config中外参是： extrinsic_parameter: extrinsic_enable: false # true: enable the online estimation of IMU-LiDAR extrinsic, extrinsic_t: [ 0.58743, -0.02924, -0.175676276933] extrinsic_R: [ -0.515105,-0.702383,-0.491249, 0.487008,-0.711468,0.506593, -0.70533,0.0217062,0.708547] extrinsic_t_odom: [ 0.0, 0.0, 0.0] extrinsic_R_odom: [ 1.0, 0.0, 1.0, 0.0, 1.0, 0.0, 0.0, 0.0, 1.0 ]

1. extrinsic_R与urban8的Vehicle2LeftVLP外参一致，但是extrinsic_t在urban8中是T: -0.438343 0.395882 1.94095。 想问一下 extrinsic_t: [ 0.58743, -0.02924, -0.175676276933]这个数据是从哪里得来的？
2. 我试着用您给的kaist2bag生成其他的kaist rosbag时， 点云转换会出现以下error，这是为什么呢？

[EinsTian1]

2. 我试着用您给的kaist2bag生成其他的kaist rosbag时， 点云转换会出现以下error，这是为什么呢？

问题1：urban提供的外参是Vehicle2IMU，config用到的是LiDAR2IMU，所以需要进行计算； 问题2：这个问题是因为在将两个雷达合并的时候，需要读取两个雷达的点云并根据时间戳进行融合成一个雷达，这会消耗比较大的内存，所以对于几个较大的数据集会因为内存溢出导致这个原因（代码还不熟练）。

[kkkiddd]

感谢您的回答，但是对于问题1,我还有点问题。 以urban8来说， Vehicle2LeftVLP： R: -0.515105 -0.702383 -0.491249 0.487008 -0.711468 0.506593 -0.70533 0.0217062 0.708547 T: -0.438343 0.395882 1.94095 Vehicle2IMU： R: 1 0 0 0 1 0 0 0 1 T: -0.07 0 1.7 那么LeftVLP2IMU的外参应该是： R: -0.515105 -0.702383 -0.491249 0.487008 -0.711468 0.506593 -0.70533 0.0217062 0.708547 T： -0.368343, 0.395882, 0.24095 不好意思，我还是个小白，这样计算外参错了吗？为什么t= 0.58743, -0.02924, -0.175676276933？

[EinsTian1]

感谢您的回答，但是对于问题1,我还有点问题。 以urban8来说， Vehicle2LeftVLP： R: -0.515105 -0.702383 -0.491249 0.487008 -0.711468 0.506593 -0.70533 0.0217062 0.708547 T: -0.438343 0.395882 1.94095 Vehicle2IMU： R: 1 0 0 0 1 0 0 0 1 T: -0.07 0 1.7 那么LeftVLP2IMU的外参应该是： R: -0.515105 -0.702383 -0.491249 0.487008 -0.711468 0.506593 -0.70533 0.0217062 0.708547 T： -0.368343, 0.395882, 0.24095 不好意思，我还是个小白，这样计算外参错了吗？为什么t= 0.58743, -0.02924, -0.175676276933？

平移是不能直接相加减的，要根据变换关系计算: T_lⁱ=(T_i^v)^-1*T_l^v