【基础学习】Kalibr单目标定MVS相机

Kalibr单目标定MVS相机基础学习

原创已于 2025-08-15 11:03:48 修改 · 404 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#学习 #数码相机

于 2025-08-15 11:02:14 首次发布

入门专栏收录该内容

8 篇文章

订阅专栏

1 kalibr标定包

1.1 下载安装

mkdir -p kalibr_ws/src
cd kalibr_ws/src

git clone https://github.com/ethz-asl/kalibr.git

cd ..
catkin build -DCMAKE_BUILD_TYPE=Release -j4

1.2 标定流程

1.2.1 录制rosbag包

开启相机端视频流mvs开启，标定过程中尽量让各个姿态保持时间长一点，且四个角，中心位置等都出现绕xyz轴旋转的图

tips : 注意mvs是否相机驱动正确设置时间戳，通过MVS的UI可查看，不正确设置所有帧的时间戳都是出厂的时间戳，录包后数据没法区分（否则会报错TargetViewTable]: Tried to add second view to a given cameraId & timestamp. Maybe try to reduce the approximate syncing tolerance )

roslaunch mvs_ros_driver mvs_camera_trigger.launch
rosbag record /left_camera/image -o "cam_calib"

由于此处我未检查MVS的相机驱动，所以将采集的rosbag转换为数据集后再再次转为可用的rosbag

转换文件为：

tips：注意数据集命名，一组图像命名为cam0，如果是多相机就是cam1等分别创建文件夹命名，imu也是，然后统一放到一个文件夹里，我这是放到了data_set文件夹

#include <ros/ros.h>
#include <rosbag/bag.h>
#include <rosbag/view.h>
#include <sensor_msgs/Image.h>
#include <cv_bridge/cv_bridge.h>
#include <opencv2/opencv.hpp>
#include <boost/filesystem.hpp>

int main(int argc, char** argv)
{
    if (argc < 5) {
        std::cerr << "用法: " << argv[0] << " <bag路径> <图像话题> <输出文件夹> <抽帧间隔>" << std::endl;
        return -1;
    }

    std::string bag_path     = argv[1];
    std::string image_topic  = argv[2];
    std::string output_dir   = argv[3];
    int frame_interval       = std::stoi(argv[4]);

    // 创建输出文件夹
    boost::filesystem::create_directories(output_dir);

    rosbag::Bag bag;
    try {
        bag.open(bag_path, rosbag::bagmode::Read);
    } catch (rosbag::BagException &e) {
        std::cerr << "无法打开bag文件: " << e.what() << std::endl;
        return -1;
    }

    rosbag::View view(bag, rosbag::TopicQuery(image_topic));

    int frame_count = 0;
    int saved_count = 0;

    for (const rosbag::MessageInstance& m : view) {
        sensor_msgs::Image::ConstPtr img_msg = m.instantiate<sensor_msgs::Image>();
        if (!img_msg) continue;

        if (frame_count % frame_interval == 0) {
            try {
                cv_bridge::CvImageConstPtr cv_ptr = cv_bridge::toCvShare(img_msg, "bgr8");

                auto now = std::chrono::system_clock::now();
                auto ns = std::chrono::duration_cast<std::chrono::nanoseconds>(now.time_since_epoch()).count();

                std::stringstream ss;
                ss << output_dir << "/" << ns << ".jpg";

                cv::imwrite(ss.str(), cv_ptr->image);
                saved_count++;
                std::cout << "保存图片: " << ss.str() << std::endl;
            }
            catch (cv_bridge::Exception& e) {
                std::cerr << "cv_bridge 转换失败: " << e.what() << std::endl;
            }
        }
        frame_count++;
    }

    std::cout << "总共保存了 " << saved_count << " 张图片" << std::endl;

    bag.close();
    return 0;
}

然后调用kalibr本身的kalibr_bagcreator包创建新的可用rosbag

rosrun kalibr kalibr_bagcreater --folder /home/bagfile/data_set --output-bag /home//bagfile/new_bag_20250815.bag

1.2.2 标定步骤

利用kalibr_calibrate进行标定，先创建一个apriltag.yaml文件，说明标定板的情况

target_type: 'aprilgrid' #gridtype
tagCols: 6               #number of apriltags
tagRows: 6               #number of apriltags
tagSize: 0.055           #size of apriltag, edge to edge [m]
tagSpacing: 0.3          #ratio of space between tags to tagSize

rosrun kalibr kalibr_calibrate_cameras --bag /home/bagfile/new-bag-20250815.bag --topics /left_camera/image --models pinhole-radtan --target /home/bagfile/apriltag_6x6.yaml --show-extraction --approx-sync 0.01

.bag是采集的数据包名称，topics处是待标记单目的topic(注意新数据集后的该话题会改变，要rosbag info看一下），pinhole-radtan表示采用的畸变类型，april_6x6_max.yaml是适用于你自己标定板参数的配置文件，–show-extraction显示抽帧提取corner过程，approx-sync是时间差