ZED2相机同步订阅rgb与depth话题用于室内场景分析

最新推荐文章于 2023-08-29 22:22:39 发布

YuSuen

最新推荐文章于 2023-08-29 22:22:39 发布

阅读量1.8k

点赞数 5

文章标签：计算机视觉 python

本文链接：https://blog.csdn.net/sinat_24424445/article/details/119136288

版权

本文介绍了如何利用ZED2相机进行室内场景分析，包括安装ZED2 SDK，编译zed_ros，同步订阅RGB与Depth话题，以及通过ROS进行数据处理。此外，还展示了如何将处理后的数据接入ESANet进行室内场景的语义分割，以实现更精细的效果分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.安装ZED2相机SDK

下载链接

chmod +x ZED_SDK_Tegra_JP45_v3.5.0.run
sudo ./ZED_SDK_Tegra_JP45_v3.5.0.run

在这里插入图片描述

相机校准，zed2 sdk安装在目录usr/locsl/zed，在usr/local/zed/tools下运行

ZED_Calibration

2.编译zed_ros

mkdir -p zed_ws/src
cd zed_ws/src
git clone --recursive https://github.com/stereolabs/zed-ros-wrapper.git
cd ../
rosdep install --from-paths src --ignore-src -r -y
catkin_make -DCMAKE_BUILD_TYPE=Release
echo "source ~/zed_ws/devel/setup.bash">> ~/.bashrc
source ~/.bashrc

在这里插入图片描述

3.运行

roslaunch zed_wrapper zed2.launch

使用rqt或rviz订阅zed2相机发布的话题，查看相机捕获到的信息

rqt # 或 rviz

在这里插入图片描述

4.ROS同时订阅zed2两个话题同步处理

由于做室内场景分析使用RGB-D数据，需要同时使用RGB图像与Depth图像作为输入，因此需要同时订阅两个话题同步处理

# -*- coding: utf-8 -*-
import rospy
import message_filters
from sensor_msgs.msg import Image, CompressedImage
from cv_bridge import CvBridge, CvBridgeError

import cv2
import numpy as np

class rgbd():
    def __init__(self):

        # 带宽可能不足导致卡顿，订阅压缩话题
        rgb = message_filters.Subscriber('/camera/color/image_raw/compressed', CompressedImage, queue_size=10,
                                         buff_size=2 ** 24)
        depth = message_filters.Subscriber('/camera/depth/image_rect_raw', Image, queue_size=10,
                                           buff_size=2 ** 24)
        # 同步时间戳
        ts = message_filters.ApproximateTimeSynchronizer([rgb, depth], 10, 0.1, allow_headerless=True)
        # 执行回调函数
        ts.registerCallback(self.callback)


    def callback(self, rgb, depth):


        bridge = CvBridge()

        # 解码压缩
        rgb_image = cv2.imdecode(np.fromstring(rgb.data, dtype=np.int8), cv2.IMREAD_COLOR)
        # 转16位深度图
        depth_image = bridge.imgmsg_to_cv2(depth, '32FC1')
        depth_image = np.array(depth_image, dtype=np.float)
        depth_image = depth_image * 1000
        depth_image = np.round(depth_image).astype(np.uint16)
        # 显示
        cv2.imshow('rgb', rgb_image)
        cv2.imshow('depth', depth_image)
        cv2.waitKey(1)


if __name__ == '__main__':

    rospy.init_node('rgbd')
    rgbd = rgbd()
    rospy.spin()