ROS+D435i+YOLOv5+deepsort实现目标识别跟踪、测距、测速

已于 2023-12-21 18:38:08 修改
阅读量3.5k 收藏 42
点赞数 12
分类专栏： ROS 文章标签： python ubuntu
于 2022-11-24 17:21:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_49424075/article/details/128021826
版权

 本来在linux下实现目标识别不麻烦，麻烦的是当你只有一个深度摄像头且别的应用需要在ROS下执行并占用摄像头资源导致别的线程无法获得摄像头数据。

反观使用深度摄像头能干很多事情，测距，测速，坐标转换的工作

本实验所用平台：无gpu,cpu i7-10710U，realsense-d435i深度摄像头，ubuntu18.04,ROSmelodic

由于无gpu，计算的时候比较卡，有gpu肯定会好很多，至于测速，有基于相对距离计算的速率，和利用建立完坐标后计算的绝对速度矢量，显示的是相对的

同一类别的物体会有自己独立的id方便建模

相关具体的原理和应用的场景可以参考论文：Target Attribute Perception Based UAV Real-Time Task Planning in Dynamic Environments | IEEE Conference Publication | IEEE Xplore

宏sir
关注
  • 12
    点赞
  • 踩
  • 42
    收藏
    觉得还不错? 一键收藏
  • 21
    评论
专栏目录
YOLOv5+Deepsort的ROS系统封装
01-29
资源描述：集成了YOLOv5和Deepsort算法，并将其进行封装进入ROS系统，形成ROS功能包。 相关知识：YOLOv5模型框架，Deepsort多目标跟踪算法，ROS系统以及算法封装。 适合人群：对于需要对机器人目标识别任务的人，这个过程非常适合，对于其他需要在ROS系统做项目的人也是非常适合的。 项目价值：主要是集中在ROS系统的封装上面，使得能够在ROS系统调用目标识别算法，以满足ROS系统的目标需要。
基于Yolov5和Intel_Realsense_D435i开发的物体之间三维距离测量源码+使用说明.zip
10-25
【资源说明】 基于Yolov5和Intel_Realsense_D435i开发的物体之间三维距离测量源码+使用说明.zip 基于Yolov5和Intel_Realsense_D435i开发的物体之间三维距离测量源码+使用说明.zip 基于Yolov5和Intel_Realsense_D435i开发的物体之间三维距离测量源码+使用说明.zip 1.一个可运行yolov5的环境 2.一个Intel realsense D435i相机,pyrealsense2和各种依赖库 ``` 1. could run yolov5 2. pip install -r requirements.txt 3. pip install pyrealsense2 ``` ### Use: 配置yolov5_D435i_2.0/config/yolov5s.yaml,运行yolov5_D435i_2.0/config/main2.py即可。 Attenion 分辨率好像只能改特定的参数，不然会报错。d435i可以用 1280x720, 640x480, 848x480。 要使用USB3.0接口，不然会报错 yolov5_D435i_2.0/config/yolov5s.yaml中的target是您想要检测距离的类别 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可直接用于毕设、课设、作业等。 欢迎下载，沟通交流，互相学习，共同进步！
Realsense D435i Yolov5目标检测实时获得目标三维位置信息
热门推荐
Thinkin9的博客
02-13 3万+
基于realsense相机实现yolov5目标检测，返回目标三维坐标信息。yolov5代码经过简化删改，方便调用。只要有一个realsense相机和一个能跑yolov5的环境就能复现。
探索YOLOv5-D435i：实时三维物体检测的新里程
最新发布
gitblog_00081的博客
03-29 672
探索YOLOv5-D435i：实时三维物体检测的新里程 项目地址:https://gitcode.com/killnice/yolov5-D435i 在这个数字化时代，计算机视觉技术正以前所未有的速度发展，为我们的生活和工作带来了无数创新。YOLO（You Only Look Once）系列算法作为实时目标检测的杰出代表，一直在业界备受瞩目。今天，我们将深入探讨一个基于YOLOv5的新型项目——...
案例：道路车辆速度追踪-原理篇
大李出奇迹的博客
06-13 767
多目标跟踪比目标检测更进了一步，不只是识别出来物体和定位坐标，还要实现一直跟踪的效果。deepsort-yolo
nvidia jetson 在ros中使用yolov5进行目标检测发布目标消息
ponnyao学习笔记
07-13 2282
需要环境：melodic 、 conda虚拟环境，如果已有，看二。Nvidia jetson agx xavier ubuntu18.04 一键安装ROS-melodic_Ponnyao的博客-CSDN博客Nvidia jetson xavier agx 安装pytorch1.9.0 Gpu版_Ponnyao的博客-CSDN博客_xavier安装pytorch1、创建工作空间 2、编译 3、下载功能包 4、编译 5、运行 6、报错解决 1、找不到cv2模块 解决：找
OpenCV调用YOLOv4进行目标检测
Steven的博客
08-19 1万+
目标检测就是对目标进行动态实时跟踪定位，常见的目标检测算法有 R-CNN、Fast R-CNN、Faster R-CNN、SSD、Yolo 等，其中 Yolo 的速度和精确度都比较高，且只需训练一次，使用起来比较方便。 这里我们就使用官方现成的模型来检测图片，看一看效果，先学会使用流程，以后再训练自己的模型。 注意：opencv-python 目前只有 4.4.0 版本适配了 YOLOv4 导入库 import numpy as np import time import cv2 设置标签和标注颜色
基于Yolov5和Intel-Realsense-D435i实现的物体之间三维距离测量源码+使用说明
01-20
<项目介绍> 结合YOLOv5对Intel_Realsense_D435i 进行开发，实现实时检测物体之间的三维距离 yolov5:实时目标检测算法 Intel Relsense D435i深度摄像头:Intel使用realsense(实感)技术开发出来的的深度摄像头，可以获取目标的三维信息 1.Use and Environment: 如果您想直接使用，请 - 不懂运行，下载完可以私聊问，可远程教学 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
Realsense D435i 通过YOLOv5、YOLOv8输出目标三维坐标
Zeng999212的博客
10-19 4939
使用realsense d435i 深度相机，通过yolov5、YOLOv8获取目标的三维坐标
【D435i深度相机YOLO V5结合实现目标检测】
vor234的博客
05-12 3951
Ubutntu下使用realsense d435i（三）：使用yolo v5测量目标物中心点三维坐标欢迎大家阅读2345VOR的博客【D435i深度相机YOLO V5结合实现目标检测】🥳🥳🥳2345VOR鹏鹏主页： 已获得CSDN《嵌入式领域优质创作者》称号👻👻👻，座右铭：脚踏实地，仰望星空🛹🛹🛹本文章属于《Ubuntu学习》和《ROS机器人学习》：这里主要是记录Ubuntu下简单使用yolov5测试检测效果的过程，我是使用realsense d435i摄像头的RGB图像。👍👍👍。
Ubuntu 18.04 Intel RealSense D435i 相机标定教程
anquangan的博客
02-08 6805
Ubuntu 18.04 Intel RealSense D435i 相机标定教程，包含IMU单独标定，相机内参标定，IMU---相机外参标定。
yolov5 deepsort-船舶目标检测+目标跟踪+单目测距+速度测量（代码+教程）
阿利同学的博客
07-15 2373
YOLOv5算法进行船舶跟踪和测距是一种高效准确的方法。通过训练一个船舶检测模型，并结合跟踪算法和光流算法来跟踪船舶，我们可以估算出船舶的未来位置和速度。然后，使用摄像头的参数和船舶图像的尺寸来测量船舶的距离，可以更好地了解船舶的远近。
双目+YOLOV5测距
12-02
可以实现图片视频的三维测距，如果想要实时摄像头测距及其他功能可以私信我，不免费
将ros的深度图像 转换成 opencv的图像 并求距离
月照银海似蛟龙的博客
04-07 3664
将ros的图像 转换成 opencv的图像并求距离参考的博客概念将ROS图像消息转换为OpenCV图像示例计算距离 参考的博客 ROS学习笔记47（ROS图像和OpenCV图像之间的转换（C ++）） 如何使用ROS的service读取Kinect图像 使用kinect2进行目标跟踪-ROS平台 深度图从ros数据类型转换成了opencv数据类型 概念 ROS以自己的sensor_msgs / ...
使用RGBD相机实现YOLOv3目标识别并测距，获取物体三维坐标
qqsuiying的博客
08-15 9924
设备环境：Ubuntu18.04+rosmelodic 相机：乐视相机（乐视遗产，和奥比中光的AstraPro同方案，便宜） 1.首先要安装一部分依赖 sudoaptinstallros-$ROS_DISTRO-rgbd-launchros-$ROS_DISTRO-libuvcros-$ROS_DISTRO-libuvc-cameraros-$ROS_DISTRO-libuvc-ros 2.我建议建立一个空的工作空间，供调试(当然，也可以放入自己原有的ros工作空...
深度学习和目标检测系列教程 21-300：deepsorts测试小车经过的时间和速度
微信号：RunsenLiu
08-27 1897
@Author：Runsen deepDeepSort DeepSort是一种用于跟踪目标的模型，为每个目标分配 ID，为每一个不同的类别分配label。 在DeepSort 中，过程如下。 使用YOLO 计算边界框（检测） 使用Sort（卡尔曼滤波器）和ReID（识别模型）链接边界框和轨迹 如果无法建立活动链接，则会分配一个新 ID 并将其新添加到track。 deepDeepSort所谓的“检测”是每一帧中的目标列表，“轨迹”是当前被跟踪的列表。 deepsorts项目地址：https://gith
ubuntu18.04安装Realsense D435i相机SDK及realsense-ros记录，为后期运行yolo v5作准备
Time_Memory_cici的博客
01-11 4250
ubuntu18.04安装Realsense D435i相机SDK及realsense-ros记录，为后期运行yolo v5作准备
realsense D455+ROS+OpenCV4.5完成目标距离检测
qq_41414485的博客
07-29 4116
ROS-OpenCV 1. 环境配置 1.1 realsense SDK2.0安装 ①通过官网找到最新的SDK包并下载 Intel RealSense SDK 2.0 ②解压安装包（librealsense-2.47.0.tar.gz） ③注册服务器的公钥： sudo apt-key adv --keyserver keys.gnupg.net --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE || sudo apt-key adv --keyserv
ROS D435I识别目标并获取深度数据
Hot_Ant的博客
12-13 3547
其中深度图像可以看出，距离很近或者很远的时候，深度数据是黑色的。彩色图像是bgr8的格式，深度图像是16UC1格式，可以通过Image.encoding获得。使用上述代码，可以将获取的图像转为三通道bgr的opencv图像，可以直接用opencv进行处理，（但是我出现了无法cv2.imshow），发布后的图像可以用rqt看到。使用D435I相机，并基于ros获取到彩色图像和匹配后的深度数据，通过OPENCV对彩色图像进行目标识别，得到目标所在的像素范围，随后得到深度数据。720和1920*1080。
ros d435i yolov5
09-15
根据提供的引用内容，ROS D435i与YOLOv5是一种用于机器人视觉感知和目标检测的组合。ROS是机器人操作系统，D435i是一种深度摄像头，而YOLOv5是一种目标检测算法。 在使用ROS和D435i进行目标检测时，你可以使用YOLOv5算法来实现。首先，你需要确保安装和配置了ROS和D435i的软件和驱动。接下来，你可以使用ROS的相关包和工具，如Rviz和Costmap2D，来建立机器人的感知环境。然后，你可以在ROS中使用YOLOv5算法来进行目标检测，并将检测到的目标信息用于机器人的导航和决策。 在配置D435i的分辨率时，你可以根据需要选择1280x720、640x480或848x480等特定的参数。通过设置流程的配置和启动，你可以开始使用D435i进行深度图像和彩色图像的获取。 请注意，以上是一个基本的解释和示例。具体的代码实现和操作步骤可能因你的具体需求和环境而有所不同。你可以参考ROS和YOLOv5的官方文档和示例代码来获取更详细的信息和指导。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 21
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值