估计三维激光雷达和相机之间的刚性变换。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三维激光雷达传感器，以估计它们之间的相对转换。当激光雷达传感器的视场（FOV）之间的重叠可以忽略不计时，传统方法（如基于标记的注册）很难实现。随着激光雷达传感器数量的增加，校准也变得更加困难。此示例演示了如何使用单个激光雷达传感器的轨迹来估计它们之间的转换。此校准方法也称为手眼校准。

使用来自同一位置摄像机的标签数据以及已知的激光雷达到摄像机校准参数检测激光雷达中的车辆。在MATLAB®中使用此工作流，根据相应图像中的二维边界框估计激光雷达中的三维定向边界框。您还将看到如何自动生成地面真实值作为二维边界框的距离使用激光雷达数据在相机图像中显示。此图提供了该过程的概述。

根据雷达和激光雷达传感器的测量结果生成目标级轨迹列表，并使用轨迹级融合方案对其进行进一步融合。使用扩展对象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。使用轨迹级融合方案进一步融合这些轨迹。工作流程示意图如下所示。