ROS摄像机标定

一、环境准备

安装usb_cam相机驱动
sudo apt-get install ros-noetic-usb-cam

安装标定功能包
sudo apt-get install ros-noetic-camera-calibration

usb_cam提供了一个launch文件，可以直接roslaunch运行，打开usb_cam_node 和 image_view节点。launch文件在/opt/ros/noetic/share/usb_cam/launch文件夹下。直接在这个目录打开bash然后运行。执行这个命令：
roslaunch usb_cam usb_cam-test.launch

launch文件内容如下：

<launch>
  <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen" >
    <param name="video_device" value="/dev/video0" />
    <param name="image_width" value="640" />
    <param name="image_height" value="480" />
    <param name="pixel_format" value="yuyv" />
    <param name="color_format" value="yuv422p" />
    <param name="camera_frame_id" value="usb_cam" />
    <param name="io_method" value="mmap"/>
  </node>
  <node name="image_view" pkg="image_view" type="image_view" respawn="false" output="screen">
    <remap from="image" to="/usb_cam/image_raw"/>
    <param name="autosize" value="true" />
  </node>
</launch>

二、摄像头标定

2.1 为什么要标定

普通相机成像误差的主要来源有两部分，第一是相机感光元件制造产生的误差，比如成
像单元不是正方形、歪斜等；第二是镜头制造和安装产生的误差，镜头一般存在非线性的径
向畸变。
在对相机成像和三维空间中位置关系对应比较严格的场合（例如尺寸测量、视觉 SLAM等）就需要准确的像素和物体尺寸换算参数，这参数必须通过实验与计算才能得到，求解参数的过程就称之为相机标定。

2.2 标定前准备

2.2.1 标定板

在执行摄像头标定前，需要先准备一块标定板。
标定板有两种获得方法，第一种是采购成品的标定板，A4纸大小的标定板通常价格在300~400的样子。

如果不想采购，可以使用打印机将下面的文件按照1:1打印在A4纸上，然后贴在一块纯平的版上，例如亚克力板。

打印的标定板缺点在于，第一打印机的精度有限，边缘可能会产生模糊，另外就是在粘贴时很难做到极高的平整度，这两项都会对标定结果产生一定的影响，但是优点时便宜易得。

2.2.2 摄像头调焦

标定只针对手动对焦的相机，自动对焦的相机由于焦距变化，难以形成固定的标定参数。
相机在标定前，需要调整好焦距（拧镜头），使成像清晰，并将当前焦距固定住，防止焦距产生变化。

2.3 开始标定

准备标定板，可以使用这个网站生成标准的棋盘标定pdf，可以截图到平板上当成一块板子。

开始标定，bash中输入：
rosrun camera_calibration cameracalibrator.py --size 11x8 --square 0.02 image:=/usb_cam/image_raw
--size是指这个标定板的内角点数量详细说明戳这
--square是指每个小正方形的边长。
运行之后会出现下面这个窗口，然后用你的标定板缓慢各式各样的移动，会发现右边那几个进度条在变化，你要做的就是让这些血条变绿。X表示左右移动，Y表示上下，Size表示远近，Skew表示倾斜


全部绿了之后，会发现CALIBRATE按钮变颜色，然后点击，开始无尽的等待。直到控制台出现你的标定信息，就标定好了。如下图：

测试标定结果，再把标定板拿到镜头，右侧出现了一个数据，叫线性误差，通常这个值小于0.1或者显示acc都可以认为标定结果可用

除此之外，点击SAVE按钮后在/tmp目录下，出现了一个压缩包，这个压缩包存放了标定结果和图片。其中的.yaml就是标定结果，后续会使用。

2.4 测试标定结果

打开你的ros工作目录，在src下创建一个功能包，在这个功能包下创建config和launch目录，config存放刚才的标定结果yaml文件，launch目录存放launch文件，来运行节点。
launch文件内容如下：

<launch>
  <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen" >
    <param name="video_device" value="/dev/video0" />
    <param name="image_width" value="640" />
    <param name="image_height" value="480" />
    <param name="pixel_format" value="yuyv" />
    <param name="camera_frame_id" value="usb_cam" />
    <param name="io_method" value="mmap"/>
    <param name="camera_name" value="my_camera"/>
    <param name="camera_info_url" type="string" value="file://$(find bingda_tutorials)/config/ost.yaml"/>
  </node>
</launch>

重要的是后面两个参数，一个是摄像头名称，你自定义，一个是info_url，写你的yaml文件路径
接下来launch一下：

使用echo将camera_info话题输出，可以看到摄像头的标定参数已经加载在话题中了
rostopic echo /usb_cam/camera_info

矫正图像
如果需要使用标定参数矫正图像，可以使用image_proc这个功能包
首先通过apt方式安装

安装完成后运行它，这里加入ROS_NAMESPACE是由于usb_cam这个功能包中发布的话题都带有了/usb_cam这个命名空间，所以为了保证图像和摄像头参数话题能正常的被image_proc节点接收需要给它加上命名空间/usb_cam
ROS_NAMESPACE=usb_cam rosrun image_proc image_proc
再开启两个rqt_image_view,直接终端输入就可以。
左边是校正了的，右边是原生图像。看不出什么区别，广角下就会比较明显

总结

在本实验中，操作了在Ubuntu 20.04上安装ROS并使用相机标定包对摄像头进行标定，了解了具体操作过程。通过进行标定，获取摄像头的内部参数和畸变系数，提高测量精度。

参考资料

让他火!!!神级教程

标定材料
标定教程