利用Intel Realsense D455 进行 2d Laser Camera标定总结

最新推荐文章于 2023-10-13 18:05:56 发布

Myliuxuwei

最新推荐文章于 2023-10-13 18:05:56 发布

阅读量3.2k

点赞数 3

文章标签： linux

本文链接：https://blog.csdn.net/weixin_43563233/article/details/115480729

版权

利用Intel Realsense D455 进行Laser Camera标定总结

所有连接请右键在新建标签页中打开，直接点击会跳到别人的页面，不知道CSDN抽什么风
原文地址
 原Github地址

注意如果你使用的是Hokuyo雷达，Hokuyo雷达配置
可以直接按照原文进行配置，不会出现下面我遇到的各种问题

修改源码后的Github地址

Intel RealSense SDK 安装

sudo apt-key adv --keyserver keys.gnupg.net --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE

Add the server to the list of repositories:

sudo add-apt-repository "deb https://librealsense.intel.com/Debian/apt-repo $(lsb_release -cs) main" -u

Install the libraries (see section below if upgrading packages):

sudo apt-get install librealsense2-dkms
sudo apt-get install librealsense2-utils

run:

realsense-viewer

RealSense ROS 包

Github地址
请自行下载，新建ROS工作空间或者利用现有的工作空间，下载的源码移入/src，然后编译

或者

sudo apt-get install ros-$ROS_DISTRO-realsense2-camera

启动相机的命令
运行

roslaunch realsense2_camera rs_camera.launch

激光雷达

请根据自己使用的雷达型号使用对应的ROS包，并将激光雷达的正方向朝向标定板安置

我使用的是思岚A2 雷达，启动雷达的命令
运行

roslaunch rplidar_ros rplidar.launch

前期准备

1.制作标定板

可以选择多 apriltag 的标定板 ( kalibr_tag.pdf ) 或者自己打印一个 apriltag 做标定板(apriltag.pdf)。

原作者采用的是多apriltag 的标定板，尺寸应该是A0纸，因为kalibr_tag.pdf的实际尺寸是80cm x 80cm的

2.修改Config文件

请注意：确定你所使用的相机的模型是哪一种，常用的有针孔相机(Pinhole)和鱼眼相机(Kannala-brandt)。

如果你所使用的相机模型为针孔相机(Pinhole)，请将config/calibra_config_pinhole.yaml中的内容覆盖到config/calibra_config.yaml中，并修改config/calibra_config.yaml中的以下参数

1）savePath:：后面标定结果的保存位置
2）bag_path：录制的bag数据包的保存位置，默认在/home/用户名/路径下
3）scan_topic_name：修改为 /scan
4）img_topic_name：修改为 /camera/color/image_raw
5）tag_type：1：多 apriltag 的标定板 
		     2：单 apriltag 的标定板 
6）tag_size：apriltag 的边长
7）tag_spacing：apriltag之间的间距/apriltag 的边长
8）black_border：1：单apriltag 的标定板
				 2：多apriltag 的标定板

在这里插入图片描述

9）model_type：PINHOLE
10）camera_name: cam0
11）image_width: 1280
12）image_height: 720
13）distortion_parameters:
			k1：
			k2：
			k3：
			k4：
14）projection_parameters：
			fx：为相机内参K中的fx参数
			fy：为相机内参K中的fy参数
			cx：为相机内参K中的cx参数
			cy：为相机内参K中的cy参数

realsense相机参数官方已经标定好了，可以通过订阅一个ROS节点来获得，运行

rostopic echo /camera/color/camera_info

就可以获得相机参数K 和 D 以及其他的参数

内参K ：
在这里插入图片描述

3.录制bag数据

启动rviz，根据话题添加可视化，选择/camera/color/image_raw 中的Image 和 /scan 中的 LaserScan
在这里插入图片描述
根据 rviz 中显示的相机画面，调整标定板在相机中的位置。

录制数据时不应只平移标定板，还应该进行角度旋转，包括水平轴和竖直轴
确保标定板被相机完全捕捉到，并且同时确保雷达激光点能够扫描到标定板的下半部。

但在实际录制过程中，无法保证能够有效控制距离，所以如果后续程序运行出现异常，请根据异常结果和代码寻找可能的原因，并重新录制数据

大致位置请参考下图，注意该图片并不是此步骤得到的

在这里插入图片描述

然后输入以下代码 ，记录雷达和相机数据

rosbag record /scan /camera/color/image_raw

根据rosbag录制的数据名称，修改calibra_config.yaml中的bagPath参数

标定开始

位姿计算

运行

roslaunch lasercamera_ros kalibra_apriltag.launch

之后会出现如上图所示的窗口，注意XYZ轴的显示是否正常，如果不正常，可能你的参数文件中相机内参没有配置正确。

标定板位置检测以及变换矩阵计算

运行

roslaunch lasercamera_ros calibra_offline.launch

如果没有什么问题的话，会出现下图所示的效果

在这里插入图片描述
但是，大概率不会显示上图中的红线，也就是标定板的位置。或者标定板确实被标红了，但是其他地方的激光点也被误标记为红色。

这里讲一下检测步骤：
1）：将所有激光数据经过简单变换为平面坐标，并在窗口中以蓝色点显示
2）：检测坐标满足一定条件（包括两点之间的距离，点到原点也就是激光雷达的位置，具体请查阅代码。代码位置在calibr_offline.cpp中的 AutoGetLinePts 函数中）的连续点段，并对点段进行扩充，然后以绿色点显示
3）：从上面的点段中，找到最长的点段作为最优的直线段，并以红色点显示

为了准确找到标定板上的激光点，需要修改代码，可以简单粗暴的将标定板上的点全部作为最优直线段输出。或者对原有的判断条件进行修改，使代码适应录制的数据。