本教程所使用标定工具为一个9x7的棋盘格，单格尺寸为123mm。
1. 内参标定
1.1 借助ROS中的usb_cam功能包，具体实现如下：
- 安装usb_cam功能包
$ sudo apt-get install ros-kinetic-usb-cam - 安装标定功能包
$ sudo apt-get install ros-kinetic-camera-calibration - 启动摄像头
$ roslaunch usb_cam usb_cam-test.launch - 启动标定包
$ rosrun camera_calibration cameracalibrator.py --size 8x6 --square 0.123 image:=/usb_cam/image_raw camera:=/usb_cam
注：8x6为棋盘格的角点个数，0.123为单格尺寸（单位m） - 标定程序启动后会看到一个可视化界面，右上角的x, y, size, skew下面的进度条代表的着该方向/尺度/角度下的样本数量；
- 不断移动标定板，当样本数量满足标定要求后，下方的calibrate会变成绿色；
- 点击calibrate，系统会卡住一段时间，计算完成后，下方的save会变成绿色；
- 点击save，标定结果会储存到计算机下的tmp文件夹中。
1.2 使用matlab中的camera calibrator工具
2. 外参标定
一般来说，外参都是相对另一参考系而言的。我们这里可以将其放在机器人的中心或者汽车的后轴中心上，定义前进方向为x轴正方向，y轴朝左，z轴朝上，形成一个右手系。
- 将棋盘格平放在地面上，格线与x轴对齐；
- 在棋盘格上选出至少8个相机视野内可以看到的点；
- 记录下这8个点的像素坐标；
- 量出其中一个点在选定参考系下的x, y, z坐标，通过单格尺寸计算出其余7个点的三维坐标；
- 利用OpenCV中的solvePnP函数即可计算出相机相对选定参考系的旋转向量和平移向量。
https://docs.opencv.org/3.4/d9/d0c/group__calib3d.html#ga549c2075fac14829ff4a58bc931c033d