1. ORK功能包安装
1.1 安装依赖
sudo apt-get install meshlab
sudo apt-get install libosmesa6-dev
sudo apt-get install python-pyside.qtcore
sudo apt-get install python-pyside.qtgui
1.2 创造工作空间,下载源码, 编译(因为功能包较多,最好重新创建一个工作空间ork_ws)
mkdir ork_ws && cd ork_ws
wstool init src https://raw.github.com/wg-perception/object_recognition_core/master/doc/source/ork.rosinstall.kinetic.plus
cd src && wstool update -j8
cd .. && rosdep install --from-paths src -i -y
catkin_make
当执行 rosdep install --from-paths src -i -y, 在下载的过程中,出现类似 error: the following packages/stacks could not have their rosdep keys resolved to system depandencies:......错误时,,这是因为缺少xdot功能包导致的,需要在src文件夹下使用如下命令下载xdot源码,之后重新下载ork源码。
cd src && git clone https://github.com/jbohren/xdot.git
1.3 设置环境变量
echo "export ~/ork_ws/devel/setup.bash" >> ~/.bashrc
source ~/.bashrc
2. ORK功能包安装
2.1 安装
sudo apt-get install couchdb
2.2 测试是否安装成功
curl -X GET http://localhost:5984
2.3 创建一条可乐罐模型
rosrun object_recognition_core object_add.py -n "coke " -d "A universal can of coke" --commit
浏览器中打开网址http://localhost:5984/_utils/database.html?object_recognition/_design/objects/_view/by_object_name
2.4 下载可乐罐模型
git clone https://github.com/wg-perception/ork_tutorials
注意下载的路径,把该文件包下载到ork_ws/src/下
2.5 模型加载到数据库
rosrun object_recognition_core mesh_add.py bb01ae7a23033bdef1a1c3b76000092c ~/ork_ws/src/ork_tutorials/data/coke.stl --commit
2.6 安装couchapp工具,在浏览器中查看具体模型
sudo pip install git+https://github.com/couchapp/couchapp.git
若执行上个命令,提示如下信息,则需要安装pip
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install python-pip
rosrun object_recognition_core push.sh
在浏览器中查看: http://localhost:5984/or_web_ui/_design/viewer/index.html
点击object_listing,查看数据列表
点击mesh,查看模型,点击后,如下图:
3. 模型训练
可以试用上述方法增加不同的所需要识别的物体模型,模型创建完成后,使用以下命令对模型进行数据训练,生成识别所需要的匹配模板。
rosrun object_recognition_core training -c `rospack find object_recognition_linemod`/conf/training.ork
物体识别:
参考:https://www.cnblogs.com/dinghongkai/p/11312874.html