传感器标定的方法 称重传感器如何标定怎么校准？
称重传感器如何标定怎么校准？
称重传感器如何标定怎么校准？
传感器本身输出的是弱电信号，在毫伏级，0~2毫伏的信号左右，正常情况下，经过变送器或者显示器AD转换，才可以得到您那边想要的信号或通讯。（数字量区别：RS232,RS485等信号，模拟量区分：0~5V，±5V，0~10V，±10V，0~20MA，4~20MA等信号）。
,将传感器输出信号进行精密放大，内部进行稳压,恒流供桥、电压电流转换、阻抗适配、线性补偿、温度补偿等。将力学量转换成标准电流、电压信号输出，可切换 0-10mA 0-20mA 4-20mA 0~±5v 0~±10v 。可直接与自动控制设备 PLC 单片机 上位机终端等接口或者计算机联网。具备标准信号外调零、外调增益功能，输入过压保护，输出短路保护。
功能参数：
A、 输入范围宽，0.4~6mV/V 能配接大部分应变桥式传感器
B、 负载能力强可以接配 4 只 350Ω传感器
C、 采用原装进口电子元器件，响应频率高,长期稳定性好综合精度达到±0.05%FS
D、 输入电源反接保护和输出短路保护
E、 供电电源 16~30VDC (推荐 24VDC)或 12~24VAC
F、 适用于压力 拉压力 扭矩张力等各种应变桥式传感器
ZERO：零度调整增益电位器
SPAN：满度调整增益电位器输出电压±10v,±5V。
“—”是公共端。
接“—”和“I”：输出电流4~20mA接地。
接“—”和“V”输出电压0~10V或者0~5V。
sIG- 信号负
SlG+ 信号正
SHIELD屏蔽线
EXC- 激励负
EXC+激励正
第一：变送器标定校准。
使用方法：
1、 按照接线要求接好线
2、 给变送器接通规定大小直流电源
3、 接上传感器，在安装好空载的情况下通过零点调整电位器将其调整到对应的零点输出值（例如:0~10v 输出 即调整
到 0.000v） 4、 调整好零点以后，将传感器加负载（最好为量程的最大值），然后调整增益电位器到相应的值（例如：0~10v 输入 即调整为 10.000v）也可以根据需要调整到任意值。
5、 参数调整完毕（最好重复校准 2-3 次）并确认后断开供电电源。
6、 用蜡或指甲油等凝固剂封住调节电位器螺丝防止抖动造成误差。
根据以上的操作标定校准，其中计算方式4~20MA。假如量程是100kg的，砝码重量是20KG，传感器空载时候要调为4MA，加载20KG后的算法：
（20-4）÷100×20+4=7.2(MA)
（20MA-4MA）÷传感器满量程×增益砝码+4MA=理论的电流输出。
电压算法：也是一样，假如需要0~10V输出，10÷100×20=2 (V）。0~5V输出算法：5÷100×20=1 (V）
满度电压÷传感器量程×增加砝码重量=理论的电压输出。
实际操作中，电压电流不可能百分百到达4.0000MA，20.0000MA,或10.000V 等等的，我们只能调到3.9998MA，或者4.0001MA就可以了，当然越近标准输出，精度就越高，模拟量信号不想数字串口通讯信号那样，RS232,RS485，直接输出就是数字量了。
显示器标定校准也是一样，不过显示器比较简单一点，看看说明书，或者让厂家发视频过来看看就可以了。再不然让厂家视频协助一些标定校准。然后再多点修正一下输出，保证精度更高更好。
自动驾驶系统的传感器标定方法
来源：智车科技
导读
传感器标定是自动驾驶的基本需求 ，一个车上装了多个/多种传感器，而它们之间的坐标关系是需要确定的。湾区自动驾驶创业公司ZooX的co-founder和CTO是Sebastia Thrun的学生Jesse Levinson，他的博士论文就是传感器标定。
这个工作可分成两部分：内参标定和外参标定 ，内参是决定传感器内部的映射关系，比如摄像头的焦距，偏心和像素横纵比（+畸变系数），而外参是决定传感器和外部某个坐标系的转换关系，比如姿态参数（旋转和平移6自由度）。
摄像头的标定曾经是计算机视觉中3-D重建的前提，张正友老师著名的的Zhang氏标定法，利用Absolute Conic不变性得到的平面标定算法简化了控制场。
这里重点是，讨论不同传感器之间的外参标定，特别是激光雷达和摄像头之间的标定。
另外在自动驾驶研发中，GPS/IMU和摄像头或者激光雷达的标定，雷达和摄像头之间的标定也是常见的。不同传感器之间标定最大的问题是如何衡量最佳，因为获取的数据类型不一样：
摄像头是RGB图像的像素阵列；激光雷达是3-D点云距离信息（有可能带反射值的灰度值）；GPS-IMU给的是车身位置姿态信息；雷达是2-D反射图。这样的话，实现标定误差最小化的目标函数会因为不同传感器配对而不同。
另外，标定方法分targetless 和target 两种，前者在自然环境中进行，约束条件少，不需要用专门的target；后者则需要专门的控制场，有ground truth的target，比如典型的棋盘格平面板。
这里仅限于targetless方法的讨论，依次给出标定的若干算法。
01 首先是手眼标定
这是一个被标定方法普遍研究的，一定约束条件下的问题：可以广义的理解，一个“手” （比如GPS/IMU）和一个“眼” （激光雷达/摄像头）都固定在一个机器上，那么当机器运动之后，“手”和“眼”发生的姿态变化一定满足一定的约束关系，这样求解一个方程就可以得到“手”-“眼”之间的坐标转换关系，一般是AX=XB形式的方程。
手眼系统分两种：eye in hand 和eye to hand ，我们这里显然是前者，即手-眼都在动的情况。
手眼标定分两步法 和单步法 ，后者最有名的论文是“hand eye calibration using dual quaternion"。一般认为，单步法精度高于两步法，前者估计旋转之后再估计平移。
这里通过东京大学的论文“LiDAR and Camera Calibration using Motion Estimated by Sensor Fusion Odometry”来看看激光雷达和摄像头的标定算法。
显然它是求解一个手-眼标定的扩展问题-，即2D-3D标定，如图所示：
求解激光雷达的姿态变化采用ICP，而摄像头的运动采用特征匹配。后者有一个单目SFM的scale问题，论文提出了一个基于传感器融合的解法：初始估计来自于无尺度的摄像头运动和有尺度的激光雷达运动；之后有scale的摄像头运动会在加上激光雷达点云数据被重新估计。最后二者的外参数就能通过手-眼标定得到。下图是算法流程图：
手眼标定的典型解法是两步法： 先求解旋转矩阵，然后再估计平移向量，公式在下面给出：
现在因为scale问题，上述解法不稳定，所以要利用激光雷达的数据做文章，见下图：
3-D点云的点在图像中被跟踪，其2D-3D对应关系可以描述为如下公式：
而求解的问题变成了：
上面优化问题的初始解是通过经典的P3P得到的。
得到摄像头的运动参数之后可以在两步手眼标定法中得到旋转和平移6参数，其中平移估计如下：
注：这里估计摄像头运动和估计手眼标定是交替进行的，以改进估计精度。除此之外，作者也发现一些摄像头运动影响标定精度的策略，看下图分析：
可以总结出：1） 摄像头实际运动a 越小，投影误差越小；2） ( )越小，投影误差越小。第一点说明标定时候摄像头运动要小，第二点说明，标定的周围环境深度要变化小，比如墙壁。
另外还发现，增加摄像头运动的旋转角，摄像头运动估计到手眼标定的误差传播会小。
这个方法无法在室外自然环境中使用，因为点云投影的图像点很难确定。
有三篇关于如何优化激光雷达-摄像头标定的论文，不是通过3-D点云和图像点的匹配误差来估计标定参数，而是直接计算点云在图像平面形成的深度图，其和摄像头获取的图像存在全局匹配的测度。
不过这些方法，需要大量迭代，最好的做法是根据手眼标定产生初始值为好。
另外，密西根大学是采用了激光雷达反射值，悉尼大学在此基础上改进，两个都不如斯坦福大学方法方便，直接用点云和图像匹配实现标定。
斯坦福论文“Automatic Online Calibration of Cameras and Lasers”。
斯坦福的方法是在线修正标定的“漂移” ，如下图所示：精确的标定应该使图中绿色点（深度不连续）和红色边缘（通过逆距离变换 IDT，即inverse distance transform）匹配。
标定的目标函数是这样定义的：
其中w 是视频窗大小，f 是帧#，(i, j) 是图像中的像素位置，而p是点云的3-D点。X表示激光雷达点云数据，D是图像做过IDT的结果。
下图是实时在线标定的结果例子：
第一行标定好的，第二行出现漂移，第三行重新标定。
密西根大学的论文“Automatic Targetless Extrinsic Calibration of a 3D Lidar and Camera by Maximizing Mutual Information”。
这里定义了标定的任务就是求解两个传感器之间的转换关系，如图：求解R，T。
定义的Mutual Information (MI) 目标函数是一个熵值：
求解的算法是梯度法：
下图是一个标定的例子：RGB像素和点云校准。
澳大利亚悉尼大学的论文“Automatic Calibration of Lidar and Camera Images using Normalized Mutual Information”。
本文是对上面方法的改进。传感器配置如图：
标定的流程在下图给出：
其中定义了一个新测度Gradient Orientation Measure (GOM)如下：
实际上是图像和激光雷达点云的梯度相关测度。
点云数据和图像数据匹配时候需要将点云投影到柱面图像上，如图所示：
投影公式如下：
而点云的梯度计算之前需要将点云投影到球面上，公式如下：
最后，点云的梯度计算方法如下：
标定的任务就是求解GOM最大，而文中采用了蒙特卡洛方法 ，类似particle filter。下图是一个结果做例子：
IMU-摄像头标定
德国Fraunhofer论文“INS-Camera Calibration without Ground Control Points“。
本文虽然是给无人机的标定，对车辆也适合。
这是IMU定义的East, North, Up (ENU) 坐标系：
而实际上IMU-摄像头标定和激光雷达-摄像头标定都是类似的，先解决一个手眼标定，然后优化结果 。只是IMU没有反馈信息可用，只有姿态数据，所以就做pose graph optimization。下图是流程图：其中摄像头还是用SFM估计姿态。
这是使用的图像标定板：
03 激光雷达系统标定
牛津大学论文“Automatic self-calibration of a full field-of-view 3D n-laser scanner".
本文定义点云的“crispness” 作为质量测度，通过一个熵函数Rényi Quadratic Entropy (RQE）最小化作为在线标定激光雷达的优化目标。（注：其中作者还讨论了激光雷达的时钟偏差问题解决方案）
“crisp“其实是描述点云分布作为一个GMM（Gaussian Mixture Model）形式下的致密度。根据信息熵的定义，RQE被选择为测度：
下图是一个标定后采集的点云结果：
标定算法如下：
04 雷达-摄像头标定
西安交大论文“Integrating Millimeter Wave Radar with a Monocular Vision Sensor for On-Road Obstacle Detection Applications”。
在讲传感器融合的时候提过这部分工作，这里重点介绍标定部分。首先坐标系关系如下：
传感器配置如下：
标定环境如下：
标定其实是计算图像平面和雷达反射面之间的homography矩阵参数，如下图：
相关问答
如何 标定 ?thanks~`如何对 传感器标定 ?是这样的?:拿高精度的...[最佳回答]标定按定义来说一般有两种:一是使用标准的计量仪器对所使用仪器的准确度(精度)进行检测是否符合标准,一般大多用于精密度较高的仪器.二是有校准的意...
传感器标定的 基本形式分为哪几类?一、按用途压力敏和力敏传感器、位置传感器、温度传感器、温湿度传感器、气体传感器、液位传感器、能耗传感器、速度传感器、加速度传感器、射线辐射传感器、...
传感器的标定 和校准有什么区别?传感器的标定:对装配好的传感器,对设计指标进行一系列实验,全面检测,确定实际性能。传感器的校准:在使用一段时间或修理后,对主要技术指标进行再次检测试...
为什么要对 传感器 进行 标定 和校准?由于一般传感器的精度会随着使用的时间和温度变化而变化,时间久了,传感器会有一定的零点漂移,这时候就要对它进行标定,将传感器在使用中或存储后进行的性能复...
传感器 静态 标定的 条件步骤?传感器的标定分为静态标定和动态标定两种。静态标定的目的是确定传感器静态特性指标,如线性度、灵敏度滞后和重复性等。动态标定的目的是确定传感器的动态特...
大疆无人机感应器怎么 标定 ?大疆无人机的感应器标定通常需要通过以下步骤进行:首先,确保无人机处于平稳的环境中,没有干扰物。然后,打开无人机的飞行控制软件,进入感应器标定模式。根...
这样怎么 标定 啊,在新买的 传感器 里有一个圆球和一个扁扁的...[最佳回答]1:首先明确的您是购买的桥式传感器,也就是用在地磅上的.传感器主体是放在地磅秤体下面的,传感器上放上钢球,钢球上面的是钢碗,钢碗与秤体相连接.2:...
中联吊车坡道 传感器 怎么 标定 ?中联吊车坡道传感器标定的步骤如下:1.确保吊车在平坦的地面上,并且发动机处于关闭状态。2.找到坡道传感器,通常位于吊车的底盘或驾驶室下方。3.使用专门...
汕德卡如何 标定 高度 传感器 ?在标定汕德卡高度传感器时,首先应将车辆停放在水平地面上,确保没有任何斜坡。然后,调整传感器位置,使其垂直于地面,并且与车辆底部平行。接着,打开车辆电...
mems 传感器 种类及 标定方法 ?MEMS传感器的6大种类简介以下直接介绍MEMS传感器的几个类型及工作原理介绍,MEMS传感器即微机电系统是在微电子技术基础上发展起来的多学科交叉的前沿研究领域...