【ROS实践入门(八)ROS使用USB视觉传感器相机】

【ROS实践入门(八)ROS使用USB视觉传感器相机】

本内容经官网实例以及一些参考书总结而成,欢迎留言评论交流~

联系方式:ziyuanw#foxmail.com(#换成@)

ROS对许多传感器诸如:游戏杆,游戏手柄,IMU,激光测距仪,Kinect(RGBD)传感器,USB视觉相机等都提供了支持,本文只探讨USB相机的使用方式包括:ROS下USB相机驱动安装, 相机节点编译执行,单目相机标定方式。

ROS对于图像处理和计算机视觉提供了摄像机标定过程,畸变矫正,颜色解码,等其他一些底层操作,更加复杂的图像处理任务可以借助OpenCV,cv_bridge和Image_transport库通过建立连接,订阅和发布图像主题进行交互,另外还提供了物体识别,增强现实,视觉里程计等算法功能包。

一、ROS下USB相机驱动

  • 准备设备:USB相机一个(某宝买一个能用即可)
  • 准备ROS版本USB摄像机驱动:(建议从ROS官网给出的USB驱动源码进行编译安装)
    https://github.com/ros-drivers/usb_cam

    因为当我们在使用USB相机时需要对其参数进行自行修改,此时从源码进行安装就能够非常方便设定,一般情况不需要对其源码进行修改。

  • 注意:下面所有步骤都是在我创建好的catkin_ws工作空间里面进行的,usb_cam驱动下载至catkin_ws/src文件夹下。若不知道如何创建该工作空间可参考我前面的第二篇博客。

1.源码安装usb_cam驱动包。

//1.克隆远程仓库 
git clone https://github.com/ros-drivers/usb_cam
//2.切换至usb_cam文件夹中
cd usb_cam/
//3.检查所有分支
git branch -av
//4.在本地建立一个master分支并保持与远程(remote)master仓库分支同步(该步骤可选)
git checkout -b master origin/master
//5.检查此时分支
git branch -av
//6.重新切换至develop分支
git checkout develop
//7.检查此时分支
git branch -av

2.修改launch文件。(使用笔记本电脑自带相机之外的usb相机时需要修改)

默认是第三行:"/dev/video0",我的usb相机设备号是2所以将其修改为video2。(根据个人设备号修改,0为电脑自带相机设备号,外置usb相机设备号一般为1,或2.)

或者查看设备号(把usb相机插拔前后看看哪个设备号变化了):

ls /dev/video*

查看一下usb_cam内部结构,并使用vim编辑launch文件:

<launch>
  <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen" >
    <param name="video_device" value="/dev/video2" />
    <param name="image_width" value="640" />
    <param name="image_height" value="480" />
    <param name="pixel_format" value="yuyv" />
    <param name="camera_frame_id" value="usb_cam" />
    <param name="io_method" value="mmap"/>
  </node>
  <node name="image_view" pkg="image_view" type="image_view" respawn="false" output="screen">
    <remap from="image" to="/usb_cam/image_raw"/>
    <param name="autosize" value="true" />
  </node>
</launch>

3.usb_cam相机驱动编译:

切换至catkin_ws工作空间,并编译:

ziyuan@zyub:~/catkin_ws/src/usb_cam$ cd ~/catkin_ws/
ziyuan@zyub:~/catkin_ws$ catkin_make

编译成功如下:(成功建立相机节点:usb_cam_node)

4.启动相机节点:

(同样,和之前博客提到的一样,source devel/setup.bash更新一下环境配置)

  • 打开第一个终端:
roscore
  • CTRL+Shift+T打开第二个终端:

执行相机usb_cam-test.launch文件(不熟悉launch文件启动方式可以参考上一篇博客):

source devel/setup.bash
roslaunch usb_cam usb_cam-test.launch

弹出一个小窗,效果如下:

如果相机启动时如下警告:(那是由于相机没有进行标定,因此会出警告。)

[ INFO] [1569724530.848204371]: Unable to open camera calibration file [/home/ziyuan/.ros/camera_info/head_camera.yaml]
[ WARN] [1569724530.848223218]: Camera calibration file /home/ziyuan/.ros/camera_info/head_camera.yaml not found.

下面对其进行标定。

二、相机标定方法
 

在ROS中已经集成了对相机完成标定以及畸变矫正的整个流程,用起来非常方便。通常使用张正友相机标定方法,即利用平面坐标的单应性关系,流程简洁。

1.准备黑白棋盘格:

在网上可以找到黑白相机棋盘格的pdf文档,这里给一个Matlab官方相机标定黑白棋盘格链接:

http://www.vision.caltech.edu/bouguetj/calib_doc/htmls/pattern.pdf

下载之后将其打印在A3或者A4纸张上,然后量出其方格边长即可(自己量多少就写多少,单位换为国际单位m)。我这里使用的A3纸张,最终尺子量出来是0.03m,A4的是0.028m。

黑白棋盘格是由9×7的黑白格组成,但是使用时仅仅用到内部交点数即8×6的角点。

2.启动相机:

roscore

roslaunch usb_cam usb_cam-test.launch

3.启动标定程序:

rosrun camera_calibration cameracalibrator.py –size 8×6 –square 0.03 image:=/usb_cam/image_raw

注意标定过程中左右,上下,前后,对角方向前后倾斜标定板,这样使得右边X,Y,Size,Skew变成绿色后,CALIBRATE按钮变为蓝色,然后点击(等上半分钟左右)变为下面三个按钮都可以点击,依次点击SAVE(保存)和COMMIT(提交)到相机配置文件中。即可将标定结果保存至本地。

点击SAVE之后:('Wrote calibration data to', '/tmp/calibrationdata.tar.gz')

如果第三步点击COMMIT出现:

raise ServiceException("service [%s] unavailable"%self.resolved_name)
rospy.service.ServiceException: service [/camera/set_camera_info] unavailable

那么只能自行将标定参数移动至:~/.ros/camera_info

1.cd /tmp

2.tar -zxvf calibrationdata.tar.gz

3.将ost.yaml复制到~/.ros/camera_info

4.打开并重命名为head_camera.yaml

camera_name:head_camera

再次打开相机节点就不会出现如下警告:

[ INFO] [1569724530.848204371]: Unable to open camera calibration file [/home/ziyuan/.ros/camera_info/head_camera.yaml]
[ WARN] [1569724530.848223218]: Camera calibration file /home/ziyuan/.ros/camera_info/head_camera.yaml not found.

至此相机使用过程以及完成,后面将会实践ORB-SLAM的ROS版本。

 

上一篇:【ROS实践入门(七)launch文件和动态参数使用】

下一篇:【ROS实践入门(九)ROS编译ORB-SLAM2运行】

 

参考资料:

【1】ROS官网

【2 】ROS上基于usb_cam相机使用: https://blog.csdn.net/pengrui18/article/details/88958487

【3】ROS机器人高效编程。

  • 17
    点赞
  • 147
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
基于ROS视觉传感器数据融合是指通过ROS(机器人操作系统)平台来集成和处理多个视觉传感器的数据,以实现更准确和全面的环境感知。 视觉传感器通常包括相机、激光雷达等,它们能够提供对环境的不同视觉信息。然而,单一传感器往往无法获得完整和准确的环境信息,因此需要将多个传感器的数据融合起来,以获得更加全面和准确的环境感知。 基于ROS视觉传感器数据融合可以实现以下几个步骤: 1. 数据采集:多个视觉传感器同时采集环境数据,并将数据发送给ROS系统进行处理。 2. 数据同步:由于不同传感器的采集频率可能不同,需要确保数据在时间上保持同步。ROS提供了消息传递机制,可以将数据以消息的形式传递,确保数据同步。 3. 数据处理:ROS提供了丰富的数据处理库和算法,可以对传感器数据进行滤波、配准、特征提取等处理,以获得更准确和有用的信息。 4. 数据融合:将处理后的数据进行融合,得到更全面和准确的环境感知结果。数据融合可以使用适当的算法,如卡尔曼滤波、粒子滤波等,将不同传感器的数据进行融合,从而减少噪声和误差,并提高感知结果的准确性。 5. 应用开发:基于融合后的数据,可以进行各种应用开发,如机器视觉、自主导航等。ROS提供了强大的开发环境和工具,支持各种应用开发需求。 总而言之,基于ROS视觉传感器数据融合利用ROS平台的强大功能,将多个视觉传感器的数据集成起来,经过处理和融合,可以得到更全面和准确的环境感知结果,为机器人的各种应用提供基础支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值