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3d激光雷达传感器，以估计它们之间的相对转换。传统的方法，如基于标记的配准，在激光雷达传感器之间的视场(fov)有可忽略的重叠时是困难的。随着激光雷达传感器数量的增加，校准也变得更加困难。这个例子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转换。这种校准方法也称为手眼校准。

在激光雷达中，使用来自同一位置的摄像机的标签数据和已知的激光对摄像机校准参数来检测车辆。在MATLAB®中使用此工作流，根据对应图像中的二维包围盒估计激光雷达中的三维方向包围盒。您还将看到如何使用激光雷达数据自动生成地面真相作为相机图像中的2-D边界框的距离。该图提供了该流程的概述。

从雷达和激光雷达传感器的测量数据生成目标级轨迹表，并使用轨迹级融合方案进一步融合它们。使用扩展目标跟踪器处理雷达测量，使用联合概率数据关联(JPDA)跟踪器处理激光雷达测量。您可以使用轨道级融合方案进一步融合这些轨道。工作流的原理图如下所示。