标定核心基础：坐标系定义与外参本质

在自动驾驶、智能驾驶辅助系统（ADAS）中，相机与毫米波雷达是感知层的核心互补传感器：相机擅长捕捉环境纹理、语义信息与目标轮廓，能精准识别交通标识、车道线与目标类别；毫米波雷达则不受雨、雾、雪、强光等恶劣天气影响，可稳定输出目标距离、速度、角度等动态参数，穿透性强、测距精度高。二者数据融合是实现鲁棒环境感知的关键，而“相机-毫米波雷达外参标定”是打通数据壁垒、实现空间精准对齐的核心前提。只有通过标定求解出两者的相对旋转、平移关系，才能让毫米波雷达的三维目标与相机的二维像素精准匹配，避免融合感知出现目标错位、漏检、误检等问题。

本文聚焦相机-毫米波雷达外参标定全流程，从核心原理、坐标系定义、主流标定方法、实操关键步骤入手，深度拆解误差来源、量化评价标准与优化方案，兼顾理论深度与工程落地性，为智能驾驶传感器标定提供完整实操指南。

外参标定的本质是建立两个传感器之间的空间映射关系，而清晰的坐标系定义是标定工作的前提，也是理解标定逻辑、分析误差的基础。

核心坐标系梳理

相机-毫米波雷达外参标定涉及四大核心坐标系，形成从雷达三维空间到相机二维像素的完整传递链路，每个坐标系的原点与轴向定义直接影响标定精度：

毫米波雷达坐标系：原点通常位于雷达天线几何中心，行业通用定义为X轴向前（车辆行驶方向）、Y轴向左、Z轴向上，雷达探测到的目标距离、方位角、俯仰角，均基于该坐标系转换为三维坐标，是雷达数据的原生参考系。

相机坐标系：原点位于相机镜头光心，Z轴沿光轴向前指向拍摄场景，X轴向右、Y轴向下，是连接三维空间与二维图像的中间桥梁，依赖相机内参完成后续投影。

图像物理坐标系：位于相机成像平面，原点在图像中心，单位为毫米，记录光线经镜头折射后的物理投射位置，衔接相机坐标系与像素坐标系。

像素坐标系：原点在图像左上角，单位为像素，是视觉感知的输出坐标系，雷达目标需投影至该坐标系，实现与图像目标的对齐。

外参的物理意义

相机-毫米波雷达外参是描述两个传感器相对空间位姿的参数，包含6个自由度参数：3个旋转参数（横滚角Roll、俯仰角Pitch、航向角Yaw）和3个平移参数（X、Y、Z轴方向偏移量）。

其核心作用是将毫米波雷达坐标系下的三维目标点，通过旋转和平移变换，转换至相机坐标系下，再结合相机内参，投影到像素坐标系中。简单来说，外参解决的是“雷达目标在图像中对应哪个像素位置”的问题，外参精度直接决定多传感器融合的可靠性。

需要特别注意的是，外参属于传感器相对位置参数，一旦相机、雷达的安装支架发生形变、传感器松动或拆卸重装，外参就会发生漂移，需要重新标定；同时，外参标定前需完成相机单独内参标定，畸变系数、焦距、主点坐标等内参误差，会直接传导至外参标定结果中。