ROS平台下INDEMIND双目惯性模组SDK教程

已于 2023-10-13 19:30:09 修改
阅读量687 收藏 4
点赞数
分类专栏： SLAM ROS 文章标签： INDEMIND ROS imu
于 2023-03-22 21:24:06 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Prototype___/article/details/129717553
版权
SLAM 同时被 2 个专栏收录
31 篇文章 12 订阅
订阅专栏
ROS
4 篇文章 0 订阅
订阅专栏

实验室做视觉SLAM需要IMU相机，购入INDEMIND双目惯性模组运行多模态融合的感知定位，根据官方例程加以改进，运行实例并记录。IDEMIND这款双目摄像头可以匹配ubuntu18.04和ubuntu16.04两个版本的ubuntu，但是最好使用ubuntu16.04版本。

双目惯性模组 SDK1.4.2 版本改进了不少，官网上关于ROS环境下的教程十分简略，直接按照官网的步骤无法实现相机数据读取并发布到指定的topic上，于是把自己的安装过程记录下来，方便以后查阅。

文章目录

一、配置版本信息

系统版本
Ubuntu16.04/18.04
ROSkinetic
Pangolin0.5
Eigen3.2.92
Opencv3.3.1
Boost1.81

二、安装ROS环境

小鱼老师把国外关于ROS的库放到了自己的服务器上，所以只用向他的服务器发送命令就能快速安装

安装ROS系统配置比较复杂，Ubuntu20.04对应ROS版本为noetic，推荐使用小鱼老师的一键安装、配置ROS的代码

wget http://fishros.com/install -O fishros && bash fishros

kinetic(ROS1)

在这里插入图片描述

三、仿真环境搭建

1、家目录下创建工作空间catkin_ws

mkdir catkin_ws

2、进入 catkin_ws文件夹，并在里面建立新的 src 文件夹

cd catkin_ws
mkdir src

3、进入src文件夹，并把当前文件夹初始化为workspace属性的文件夹

cd src
catkin_init_workspace

如果/home/你的用户名/catkin_ws/src文件夹下出现了CMakeLists文件，说明工作空间生成成功。
在这里插入图片描述

4、接下来对工作空间进行编译，打开一个新终端，进入catkin_ws文件夹

cd  ~/catkin_ws
catkin_make

5、产生install文件夹

catkin_make install

在这里插入图片描述

6、设置环境变量，打开一个新终端修改.bashrc

sudo vim ~/.bashrc

在 .bashrc 尾部添加

source ~/catkin_ws/devel/setup.bash

在这里插入图片描述

7、刷新环境变量

cd catkin_ws
source ~/.bashrc

四、INDEMIND M1 SDK准备

1、获取代码

git clone https://github.com/indemind/IMSEE-SDK.git

2、准备依赖

cd  IMSEE-SDK
make init

在这里插入图片描述

3、OpenCV3.4.3编译库

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

git clone https://github.com/opencv/opencv.git
cd opencv/
git checkout tags/3.4.3

mkdir build
cd build/

cmake \
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=/usr/local \
\
-DWITH_CUDA=OFF \
\
-DBUILD_DOCS=OFF \
-DBUILD_EXAMPLES=OFF \
-DBUILD_TESTS=OFF \
-DBUILD_PERF_TESTS=OFF \
..

make -j4
sudo make install

在这里插入图片描述

4、protobuf安装

（1）安装依赖

sudo apt-get install autoconf automake libtool

（2）protobuf编译

git clone https://github.com/google/protobuf.git
cd protobuf
git submodule update --init --recursive
./autogen.sh
./configure
make
make check
sudo make install
sudo ldconfig # refresh shared library cache.

autogen文件连接速度不理想，网盘自取

autogen.sh文件
519w

在这里插入图片描述
把protobuf的src目录下的hello.c和Makefile.am文件拷贝到本机protobuf的src目录
在这里插入图片描述
在这里插入图片描述

protoc --version # 若安装成功，将显示protoc版本

在这里插入图片描述

5、MNN安装

git clone https://github.com/alibaba/MNN.git
cd MNN
./schema/generate.sh
mkdir build

cd build
cmake ..

在这里插入图片描述

make -j4

在这里插入图片描述

sudo make install

在这里插入图片描述

安装好OpenCV与MNN后，可以开始编译SDK中的demo了

6、驱动安装

cd /geekfanr/catkin_ws/src/IMSEE-SDK  # <IMSEE-SDK> 为安装的SDK具体路径
make init

7、编译样例

cd /geekfanr/catkin_ws/src/IMSEE-SDK  # <IMSEE-SDK> 为安装的SDK具体路径
make demo

五、SDK功能展示

cd /home/geekfanr/catkin_ws/src/IMSEE-SDK/demo/output/bin

sudo su

1、通过 SDK 回调获取原始图片并显示

./get_image

在这里插入图片描述

2、通过 SDK 回调获取 imu 数据

 ./get_imu

在这里插入图片描述

3、通过 SDK 回调获取矫正后的图片并显示

./get_rectified_img

在这里插入图片描述

4、通过 SDK 回调获取视差图并显示

./get_disparity

在这里插入图片描述

5、通过 SDK 使能高精度模式并通过回调获取视差图显示

可以根据源码中相应 api 设置高精度或高速深度计算模式，其中默认模式为高速深度计算模式；注意，目前高精度模式只在 x64 ubuntu 起效

./get_disparity_with_high_accuracy

在这里插入图片描述

6、通过 SDK 回调获取深度图并显示

./get_depth

在这里插入图片描述

7、通过 SDK 回调获取深度图并显示，同时可显示光标所指像素及周围九个像素的深度值

在这里插入图片描述

8、通过 SDK 回调获取深度学习物体检测结果

./get_detector

9、通过 SDK 回调获取点云图并显示

在这里插入图片描述

极客范儿
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
opencv双目测距_INDEMIND双目视觉惯性模组深度点云插件使用教程
weixin_39731107的博客
12-22 470
众所周知，获取场景深度点云信息是计算机视觉系统中的重要作用之一，通过深度点云信息，计算机视觉系统可获取场景内各点距双目相机的位置，提供图像测距、深度图像分割、三维目标识别等功能，进而可对真实场景进行三维建模；有了鲁棒的深度图，机器人可以实现精准的障碍物检测及避障功能。前不久，INDEMIND更新双目视觉惯性模组200帧固件时同步上传了点云及深度插件，该插件去除了CUDA依赖，解除了GPU...
jetson nano 查看opencv版本_使用Jetson+双目相机模组自制深度相机
weixin_39842955的博客
11-22 438
很多Jetson开发者在刚接触这个平台时都会有个疑问，为什么预装的OpenCV竟然没有GPU加速。Nvidia论坛上的解释说，OpenCV的GPU部分可能存在Bug，不能保证稳定性。于是大家要在Jetson上使用有GPU支持的OpenCV就要从源码编译。实际上除了OpenCV，Jetson平台上的计算机视觉库还有另一个选择，就是Nvidia自家的VisionWorks。VisionWorks包含了...
从零开始丨INDEMIND双目视觉惯性模组ROS平台ORB-SLAM教程及记录
weixin_43922139的博客
03-18 3459
本文涉及很多代码及文字，排版、文字错误请见谅。 阅读时间预计30分钟 本文涉及图像、数据均由INDEMIND双目视觉惯性模组采集 文章目录一：环境介绍二：下载SDK及ORB-SLAM源码三：修改源码1 . 源码路径2 . 修改stereo_euroc.cc文件1）将其橙色区域改成2）添加时间转换函数3）删除LoadImages函数4）添加回调函数imagelCallback5）添加show_ORB...
性能升级，INDEMIND机器人AI Kit助力产业再蜕变
weixin_43922139的博客
04-12 1035
让开发更简单，让机器人更高效
ORB_SLAM3 + INDEMIND 双目惯性相机实时运行（Ubuntu 18.04）
qq_68717863的博客
04-26 1164
Ubuntu 18.04，ORB_SLAM3 + INDEMIND相机，实时运行双目惯性SLAM。
INDEMIND双目惯性模组运行实时ORB-SLAM3教程
极客园地
04-21 1307
现在实验室视觉SLAM已经不够满足，所以需要多模态融合，正巧购入高翔博士推荐的INDEMIND双目惯性模组，根据官方例程在中使用ROS接入ORB-SLAM3，这回有SDK及ORB-SLAM3安装过程中的各种常见性问题解决方法及安装细节，与官网教程略有不同，列举所有默认安装的依赖，做以记录。
视觉SLAM神器——INDEMIND双目视觉惯性模组更新1.4.1版SDK，封测活动更有现金奖励！
weixin_43922139的博客
05-11 778
双目视觉惯性模组是INDEMIND18年推出的首款普惠SLAM开发者的产品，主要用于视觉SLAM、室内外导航避障相关的计算机视觉技术研究，或无人机、机器人、AR/VR等相关产品部署搭建。 模组采用“双目视觉+IMU”多传感器融合架构，支持1280*800@50FPS、1280*800@100FPS、640*400@100FPS、640*400@200FPS 4档不同帧率的图像输出模式，最大程度上满足了用户的不同帧率需求。 内置微秒级时间同步机制，摄像头与IMU传感器优势互补，是目前位姿精度更高、环境适应
INDEMIND双目惯性模组运行VINS-Fusion教程
极客园地
10-16 267
最近使用VIO算法做视觉SLAM，尝试一下VINS-Fusion算法在INDEMIND这款IMU相机上的表现，做以记录。
Indmeind双目模组评测
weixin_42892943的博客
08-14 629
Indemind双目模组测评 还在苦于手头没有合适的硬件平台来跑通VINS-FUSION、ORB-SLAM这些经典的开源算法吗？快来尝试一下Indemind推出的这款价格适中、操作简便的双目视觉惯性模组吧。 Indemind双目模组硬件测评 权威硬件体验可以查看- - -高翔博士知乎专栏文章SLAM硬件体验-INDEMIND双目IMU相机（这里仅对测评做出补充） 在这款40g左右的模组上配备的是 两个位于120mm基线上的全局快门相机。 一块6 Axis的IMU。 相机的水平、垂直视场角分别达到
科大讯飞语音识别SDK的ROS包修改
11-27
在本文中，我们将深入探讨如何对科大讯飞（iFlytek）的语音识别软件开发套件（SDK）进行ROS（Robot Operating System，机器人操作系统）包的修改。这个过程涉及了将科大讯飞的语音识别功能集成到ROS环境中，以便在...
ros项目调试:vscode下配置开发ROS项目的详细教程
12-17
在终端中输入`catkin_make -DCMAKE_EXPORT_COMPILE_COMMANDS=Yes`，这将在ROS工作空间的`build`目录下生成`compile_commands.json`。然后，在`c_cpp_properties.json`文件中，添加以下配置： ```json ...
ubuntu 18.04下 ROS部署安装全流程教程
01-09
设置软件源 ...设置秘钥(不用担心，ROS是开源的，密钥直接下载就好了，不用买) sudo apt-key adv –keyserver ‘hkp://keyserver.ubuntu.com:80’ –recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
ROSNXT_SDK-ROS开发资源
最新发布
07-04
ROSLEGO NXT
中科慧眼s1双目相机sdk
07-19
中科慧眼S1双目相机SDK与ROS结合，意味着开发者可以轻松地将相机集成到ROS系统中，利用ROS的生态系统来处理和分析相机捕获的数据。 在提供的"SmarterEyeSdk-master"文件中，我们可以预期找到SDK的主要源码和资源。...
诠视科技 双目视觉slam模组
zhangsi_123456的专栏
03-08 474
该产品是一种基于人工智能并融合多类型相机系统的模组。各项功能由相应的SDK 支持，该模组已适配OPEN CV 开发环境，并有各个摄像头之间内外参完整标定数据源，用户可以轻松地利用OPEN CV 开发多相机的应用。该系列模组多类型相机系统包含了深度相机(TOF)、双目相机(FE)、彩色图像摄像机(RGB)和惯性测量单元(IMU)。该模组小尺寸和易于集成为系统集成商提供了设计各种产品的灵活性。该产品对标市场上的realsense的T265和D系列的模组，这一个模组可以同时输出 定位信息和深度信息。
Lris88双目立体视觉AI模组
lanbo8866的博客
10-16 975
Iris88 双目立体视觉模组,结合嵌入式视觉处理器，通过USB接口，搭配Supernode SDK，Iris88可以方便地进行系统集成，在室内外深度感知领域均有很好的性能，广泛适用于机器人，扫地机等领域。 应用方向：智能避障，物体识别，环境感知，智能追踪等 性能特点：红外夜视，智能避障，物体识别，双目同步触发误差≤10ns 扫地机应用可满足核心要求：智能避障（地板上的障碍物：袜子、塑料袋、电线、沙发底部等等），物体识别，导航建图。 更多详...
INDEMIND双目相机运行ORB-SLAM2记录
weixin_45057582的博客
07-26 514
INDEMIND双目相机运行ORB-SLAM2记录
重磅升级，INDEMIND打造业内首款200FPS双目惯性相机
weixin_43922139的博客
04-08 377
众所周知，自动驾驶、动作捕捉等场景非常依赖双目立体相机采集图像、位姿信息的清晰度、丰富度，单位时间内双目相机提供的信息越多，越有利于相关场景的算法追踪及定位，降低算法开发难度。 正因如此，为了满足不同场景使用需求，提升产品适用性，3月28日，国内新锐计算机视觉技术提供商INDEMIND更新了旗下双目惯性模组的驱动程序，本次更新中，模组开始支持1280800分辨率下25/50/100FPS、640...
darknet_ros编译出错
07-27
你好！对于darknet_ros编译出错的问题，我可以提供一些常见的解决方案。首先，请确保你已经按照正确的步骤安装了darknet和ROS，并且环境变量设置正确。 如果你遇到编译错误，可以尝试以下步骤： 1. 检查依赖项：确保你已经安装了darknet_ros所需的所有依赖项。可以查看官方文档或README文件以获取所需的依赖项列表。 2. 清理并重新编译：有时候编译错误是由于之前的构建或缓存文件导致的。尝试执行`catkin clean`命令清理旧的构建文件，然后重新编译。 3. 检查错误信息：当编译出错时，编译器通常会提供一些错误信息。请确保仔细阅读错误信息，以便找到问题所在。有时，错误信息可能会指向缺少的依赖项或不兼容的库。 4. 更新darknet_ros版本：如果你使用的是较旧的darknet_ros版本，尝试更新到最新版本。新版本通常会修复已知的错误和问题。 5. 搜索解决方案：如果以上步骤都无法解决问题，建议在开发社区或论坛上搜索相关问题。其他人可能已经遇到了类似的问题，并提供了解决方案。 如果你能提供更多关于错误信息或具体的编译问题的细节，我可能能够提供更具体的帮助。希望这些提示对你有所帮助！

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

极客范儿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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