摘要：随着自动驾驶技术的快速发展,环境感知系统对多传感器融合的需求日益增加。4维(4D)毫米波雷达因其在复杂天气和光照条件下的稳定性能而成为自动驾驶领域的重要传感器之一。尽管4D毫米波雷达通过增加俯仰角信息和提高点云密度改善了目标检测的精度,但其点云稀疏性和噪声问题限制了其独立应用。因此,4D毫米波雷达与视觉传感器的融合成为提升自动驾驶感知精度的关键。然而,传统的外参配准方法依赖繁琐的手动操作,难以满足高效自动化配准的需求。为解决这一问题,该文提出了一种基于标定板的4D毫米波雷达与视觉图像自动外参配准方法。该方法首先设计了包含ChArUco标记、红色圆环和角反射器的标定板,然后通过圆检测算法和角反射器检测算法自动提取配准点的图像坐标和雷达点云坐标。此外,还提出了一种通过3D Max和Unity仿真的方式实现配准数据采集与验证的方法。最后,通过实验比较直接线性变换(DLT)和外参配准(EC)2种方法的性能,评估配准精度。结果表明,所设计的标定板和自动配准算法能够有效地减少人工操作,并且在配准点个数较多时,EC方法具有更高的配准稳定性和配准精度。