Intel Realsense Tracking Camera T265上手测试与总结

首先在官网(https://www.intelrealsense.com/zh-hans/get-started-tracking-camera/)上认真阅读使用教程，让自己对 Realsense T265相机有一个初步的认识。了解过后，下面进行测试。(以下的测试操作步骤都是基于官网的教程，如果自己操作时遇到了问题，可以在官网上寻找解决办法)

一 在Windows上测试

安装官方提供的RealSense.Viewer软件，在软件中测试。首先，打开github网站https://github.com/IntelRealSense/librealsense/releases/tag/v2.36.0，然后找到网页的此处：

点击选中 Intel.RealSense.Viewer.exe下载，下载完成后安装即可。
最后，打开RealSense.Viewer软件开始测试。根据界面提示点击“Tracking Moduled”的开启按钮，界面会弹出如下的2D可视化界面：

Inter RealSenseT265追踪相机内置两个带鱼眼的灰度相机 一个IMU和一个VPU，所有V-SLAM算法都直接在VPU上运行。在2D可视化界面中，我们可以看到左右两个鱼眼灰度相机的广视角灰度图像，还有加速度流 角速度流 姿态流。

当点击界面右上角的“3D”按钮时，会打开如下的3D可视化界面：

移动T265相机，我们会发现界面上有一个T265模型也在移动，并且画出了轨迹线路，如上图所示。轨迹线路的颜色代表了轨迹的信任度大小，黄色代表轨迹信任度中等，绿色代表信任度较高。

此外，我们还可以点击“Record”按钮来记录T265相机的轨迹，轨迹信息会以.bag文件的形式保存到相应路径中。我们点击“Add Source”按键，可以把之前保存好的轨迹文件打开，把相机运动轨迹图形化显示到界面上，如下图所示：

**

二 在ubuntu上测试

**

1 安装realsense sdk库文件librealsense

1）二进制文件安装(源码不可见)(安装的具体流程详见官网https://github.com/IntelRealSense/librealsense/blob/development/doc/distribution_linux.md)

a 注册服务器的公钥：

sudo apt-key adv --keyserver keys.gnupg.net --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE || sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE

b 添加服务器列表（Ubuntu 18.04用以下指令）：

sudo add-apt-repository "deb http://realsense-hw-public.s3.amazonaws.com/Debian/apt-repo bionic main" -u

c 安装所需的库：

sudo apt-get install librealsense2-dkms（深度相机专用内核扩展的DKMS软件包）  
sudo apt-get install librealsense2-utils （RealSense™SDK提供的一部分demo和工具）

d 开发者开发调试用的包（可选）：

sudo apt-get install librealsense2-dev（开发者所要用到的头文件和链接符号）
sudo apt-get install librealsense2-dbg（开发者debug用到）

e 在终端上运行以下命令来打开realsense-viewer可视化软件：

realsense-viewer

运行该命令后，会自动弹出如下的界面：

接下来要做的测试操作同Windows。

2）源码编译安装(源码可见)

在终端上输入以下命令来下载源码包：

git clone https://github.com/IntelRealSense/librealsense.git

该源码包是CMake工程，可以通过编译CMake工程的方式进行编译，即在源码包路径下打开终端，依次输入以下命令：

mkdir build
cd build
cmake ..
make

(若把该源码包放到ROS工作空间中的src目录下，需要通过catkin_make_isolated命令与ROS功能包分开编译)

在librealsense/build/examples里，有很多编译生成的可执行文件，运行这些文件完成测试。例如，我们在~/librealsense/build/examples/pose路径下打开终端，运行命令：

./rs-pose

终端上会不断打印出当前相机相对于初始位置的XYZ三轴坐标值，运行结果如下图所示：

2 安装realsense-ros功能包

安装好realsense 的SDK库文件后，在ROS工作空间的src路径下打开终端，输入命令：

git clone https://github.com/IntelRealSense/realsense-ros.git

以实现克隆realsense-ros功能包的源码。然后在工作空间目录下，打开终端输入以下命令

catkin_make

完成代码包的编译。
(注：编译时系统可能报错，说realsense-ros功能包的CMakeLists.txt中要求realsense SDK库文件的版本是2.37，而用户安装的是2.36版本。这里要说一下，截至目前，2.37版本为预发行版本，用户只能克隆2.36的版本。因此我们可以在realsense-ros功能包的CMakeLists.txt中，把版本改成2.36版本)

在realsense-ros包的launch文件夹下有许多测试用的lancuh文件，对于T265追踪相机，可以在终端上输入以下命令进行测试：

roslaunch realsense2_camera demo_t265.launch

运行该launch文件后，会自动启动加载了参数配置文件的Rviz，在Rviz的可视化界面中可以直观地看到相机的位姿变化：

此时，我们可以在终端上运行命令：

rostopic list

来查看当前的话题列表。话题列表如下图所示：

在rs_t265.launch文件中可以进行参数的配置，比如更改发布的话题。

如果想要查看话题信息，可以使用以下命令来实现：

rostopic list +话题名 

如果想查看具体的话题消息内容，可以使用rostopic echo命令。例如，要查看当前相机的坐标位置 姿态 线速度 角速度等信息，可以在终端上运行命令：

rostopic echo camera/odom/sample

运行后，如下图所示，终端会实时连续的打印相机的上述一系列信息：