傳感器標定是自動駕駛感知&規劃任務的基礎。
第一，各個傳感器各自感知的結果需要統一到車體系融合表達，比如Mono3D感知的前方車輛和激光感知的前方車輛、都需要轉換到車體系，才可以融合并輸出給下游。
第二，某些感知任務依賴傳感器外參標定，比如視覺IPM變換，需要知道相機外參。
三，前融合任務，例如相機和激光前融合，也需要知道相機&激光的外參。所以傳感器標定是一切感知任務的基礎。
專感器標定的精度決定了感知性能。比如方向角偏了0.5度，100m測距橫向就會偏差100*tan(0.5度)=0.87m，接近1m，可能貼著車道行使的車輛會被誤判為侵入車道，引起避讓甚至急剎動作。再比如激光和相機方向角偏差0.2度，側方45度的激光點p(100,100,0)在內參為M 2000、0、960、0.2000.540.0、0、1的相機下，投影像素誤養可以計算:deltaP=M*R*0-M*0,約有5個像素的誤差，那么很多前融合的事情就做不了。
立用場景決定了傳感器標定形式。首先首定是車輛生產交付的場號，在廠房的標定、即精確又快速。但是做過自動駕駛的都知道、在前期研發階段，并沒有很理想的平臺支持，很多事情都是一邊干一邊改，一年前采集的數據，車子早都拆了，現在要重新標定，手里只有一堆數據，那么只能利用數據標定，即所謂的無標靶標定。再比如交付用戶的車輛、維修后傳感器Q重新安裝了，再送回高精度標定間肯定不現實，很多時候會是在4S店搭建簡易標定環境進行標定，也有一些是直接在線標定，即車輛按照特定要求在開放道路行使，進行標定。
自動駕駛傳感器標定任務有哪些
在初期階段，一般需要維護測試車輛的標定，支持一些特定的標定需求，比如沒有車輛的古老數據的標定，在標定間不完善的情況下快速標定一些傳感器。在中期階段，一般開始設計標定規范流程，讓標定流程自動化，開發完善標定功能。后期階段主要是測試和功能維護,中期和后期是互相演進的，沒有絕對的界限。
主要的任務有:下線標定，車輛在產線上的最后一道工序，支持布置一些高精度標靶;在線標定，有一些地方也叫no-target標定，車輛售售后維出后在用戶手里，或者古老數據等，沒有標靶，只能利用環境信息的標定，個人認為這個部分是最難的。售后標定(離線標定)修的場景，支持布置一些簡易的標靶和操作流程，當然在開發階段也是同樣的，很多時候環境局限，搭建高精度標定間很費錢，但是可以布置簡易標靶，類似于售后標定，我統稱為離線標定。
