估计三维激光雷达和相机之间的刚性转换。在本例的最后，您将能够使用刚性变换矩阵来融合激光雷达和相机数据。

校准安装在车辆上的多个3-D激光雷达传感器以估计它们之间的相对变换。当激光雷达传感器在其视野（FOV）之间具有可忽略不计的重叠时，诸如标记的登记等传统方法很难。随着LIDAR传感器的数量增加，校准也变得更加困难。该示例演示了使用单个激光雷达传感器的轨迹来估计它们之间的变换。这种校准方法也称为手眼校准。

使用来自共同定位的摄像头的标签数据检测LIDAR中的车辆，其中包含已知的激光雷达到相机校准参数。在MATLAB®中使用此工作流程以基于相应图像的2-D边界框估算LIDAR中的3-D定向边界框。您还将在使用LIDAR数据中看到如何在相机图像中自动生成地面真理作为2-D边界框的距离。该图提供了该过程的概述。

从雷达和激光雷达传感器的测量生成对象级轨道列表，并使用轨道级融合方案进一步熔化它们。您使用联合概率数据关联（JPDA）跟踪器使用扩展对象跟踪器和LIDAR测量来处理雷达测量。您可以使用轨道级融合方案进一步熔化这些曲目。工作流程的示意图如下所示。