随着移动机器人在工业、服务业、医疗行业等多个行业的应用越来越广泛,多传感器联合标定作为关键技术之一也受到了众多研究者的关注。多传感器联合标定实现了数据的全局统一,为移动机器人后续的工作提供了重要保障。激光雷达和相机作为应用最多的传感器,是本文的研究重点。本文主要从两个方面展开研究,一是激光雷达点云中的边缘细化提取,二是多角度融合的激光雷达-相机外参标定和数据融合,具体完成的工作如下:(1)首先详细介绍了激光雷达和相机联合标定的研究现状以及主要方法,并深入探讨了其中的关键技术。(2)在激光雷达点云中的边缘细化提取算法中,主要介绍了边缘提取的中心思想和具体流程。针对直接法提取边缘点存在的缺陷,本文根据激光雷达旋转扫描的特性,提供了改进的边缘点计算策略,能够利用多帧数据计算出更靠近边缘位置的点。实验表明,本文的方法计算的边缘点位置精度更高,以软件的方式改善了激光雷达的硬件缺陷。(3)在多角度融合的激光雷达-相机外参标定和数据融合算法中,主要介绍了基于Ar Uco的外参标定方法以及多角度下的数据融合方法。外参标定的最终目的是为了将激光雷达点投影到像素坐标系下。然而由于相机成像畸变的影响,若仅用单个角度得到的外参标定结果进行投影,其投影效果仅在自身角度下较为精确。针对这一缺陷,本文提出了多角度的数据融合算法,利用投影点到图像不同区域的距离以及投影参数的误差做加权计算,得到最终优化的投影点。实验表明,本文的方法有效降低了角度变换对投影精度的影响,数据融合的结果也更加精确。