APC视觉工具箱使用教程
1. 项目目录结构及介绍
APC视觉工具箱的目录结构如下:
apc-vision-toolbox/
├── convnet-training/
├── data/
│ └── sample/
├── evaluation/
├── realsense-standalone/
├── rgbd-utils/
├── ros-packages/
│ └── catkin_ws/
│ └── src/
├── vis-utils/
├── LICENSE
├── README.md
└── teaser.png
目录介绍
- convnet-training/:包含用于深度学习卷积网络训练的代码。
- data/:包含示例数据,如
sample/
目录中的示例场景数据。 - evaluation/:包含用于评估的代码。
- realsense-standalone/:包含用于独立运行Realsense传感器的C++代码。
- rgbd-utils/:包含RGB-D数据的实用工具。
- ros-packages/:包含ROS包,如
catkin_ws/src/
目录中的ROS源代码。 - vis-utils/:包含可视化工具的代码。
- LICENSE:项目的许可证文件,采用BSD-2-Clause许可证。
- README.md:项目的README文件,包含项目的基本介绍和使用说明。
- teaser.png:项目的宣传图片。
2. 项目启动文件介绍
2.1 Matlab Demo
项目的启动文件之一是Matlab Demo,用于估计6D对象姿态。启动步骤如下:
-
克隆项目仓库:
git clone https://github.com/andyzeng/apc-vision-toolbox.git
-
进入项目目录:
cd apc-vision-toolbox/ros-packages/catkin_ws/src/pose_estimation/src/
-
启动Matlab并运行
mdemo
:mdemo
2.2 6D Pose Estimation ROS Package
另一个启动文件是6D Pose Estimation ROS Package,用于通过模型拟合估计6D对象姿态。启动步骤如下:
-
启动
roscore
:roscore
-
启动姿态估计服务:
rosrun pose_estimation startService
-
调用服务(参考
pose_estimation/srv/EstimateObjectPose.srv
中的服务请求格式)。
3. 项目配置文件介绍
3.1 依赖配置
项目依赖于以下库和工具:
- librealsense v1:用于Realsense传感器的驱动库。
- OpenCV:用于图像处理。
- Point Cloud Library (PCL):用于点云处理。
- Matlab 2015b或更高版本:用于运行Matlab代码。
3.2 编译配置
项目的编译配置主要涉及ROS包的编译。以下是编译步骤:
- 将ROS包
ros_packages/pose_estimation
复制到你的catkin工作空间的源目录(如catkin_ws/src
)。 - 按照
pose_estimation/src/make.m
顶部的说明编译ROS自定义消息。 - 编译GPU CUDA内核函数:
nvcc -ptx KNNSearch.cu
3.3 运行配置
在运行项目时,需要配置以下内容:
- 数据目录:在运行
marvin_convnet
时,需要指定数据目录。 - 相机校准数据:在调用姿态估计服务时,需要提供相机校准数据。
通过以上配置,你可以顺利启动和运行APC视觉工具箱项目。