walking机器人入门教程-校准-相机校准(usbcam相机)-CFANZ编程社区

系列文章目录

walking机器人入门教程-目录
walking机器人入门教程-硬件清单
walking机器人入门教程-软件清单
walking机器人入门教程-测试底盘
walking机器人入门教程-测试键盘控制
walking机器人入门教程-测试手柄
walking机器人入门教程-测试D435i相机
walking机器人入门教程-测试IMU
walking机器人入门教程-测试激光雷达
walking机器人入门教程-测试里程
walking机器人入门教程-测试USB相机(选配)
walking机器人入门教程-测试语音阵列（选配）
walking机器人入门教程-查看TF树和机器人模型
walking机器人入门教程-slam_toolbox算法建图
walking机器人入门教程-cartographer算法建图
walking机器人入门教程-gmapping算法建图
walking机器人入门教程-单点导航
walking机器人入门教程-多点导航
walking机器人入门教程-融合建图和导航
walking机器人入门教程-测试深度数据转激光数据
walking机器人入门教程-视觉转激光建图-gmaping算法建图
walking机器人入门教程-视觉转激光建图-slam_toolbox算法建图
walking机器人入门教程-视觉转激光建图-cartographer算法建图
walking机器人入门教程-语音交互-语音播报
walking机器人入门教程-使用统一建图入口
walking机器人入门教程-语音交互-录音和播放
walking机器人入门教程-语音交互-配置百度语音服务
walking机器人入门教程-语音交互-自定义唤醒词
walking机器人入门教程-开启和关闭自启动功能
walking机器人入门教程-实现基于WebRTC的p2p在线视频通话
walking机器人入门教程-rosbag包的录制和回放
walking机器人入门教程-离线建图-slam_toolbox算法建图
walking机器人入门教程-离线建图-gampping算法建图
walking机器人入门教程-离线建图-cartographer算法建图
walking机器人入门教程-测试-直行1米测试线速度
walking机器人入门教程-测试-旋转360度测试角速度
walking机器人入门教程-应用-障碍检测
walking机器人入门教程-应用-位置控制
walking机器人入门教程-应用-绘制圆形
walking机器人入门教程-视觉建图-rtabmap使用激光建图和导航
walking机器人入门教程-视觉建图-rtabmap使用视觉建图和导航
walking机器人入门教程-应用-查看图像话题
walking机器人入门教程-应用-实现拍照功能
walking机器人入门教程-应用-实现录像功能
walking机器人入门教程-应用-读取图片文件并发布图像话题
walking机器人入门教程-应用-生成aruco标签
walking机器人入门教程-应用-识别图片中aruco标签
walking机器人入门教程-应用-识别视频中aruco标签
walking机器人入门教程-应用-定位视频中aruco标签
walking机器人入门教程-应用-定位和发布aruco标签TF信息和位姿信息
walking机器人入门教程-校准-相机校准
walking机器人入门教程-应用-aruco标签TF实现跟随
walking机器人入门教程-应用-aruco标签实现目标导航
walking机器人入门教程-应用-全景图
walking机器人入门教程-工具-命令管理器

说明:

介绍如何进行相机校准,获取更准确的图片数据
通过相机校准后,能获取更准确AR标签的定位数据

相关设备:

walking机器人
罗技720P的摄像头

步骤:

cd ~/aiwalking_ws/src/walking_visual/walking_visual/chessboard

打印pattern_6x9.png图片,这是一个6 x 9的棋盘图片.并粘贴到一个平板或硬纸板上
效果图:
启动相机, 目前测试的是罗技720P的摄像头

ros2 launch usb_camera_driver usb_camera_node.launch.py

启动之后,图像话题是/camera/image_raw
启动校准

ros2 run camera_calibration cameracalibrator --size 6x9 --square 0.021 --ros-args -r image:=/camera/image --ros-args -r camera:=/camera

参数size是棋盘格是6 x 9的, 每个单元格的边长square是0.021
指定图像话题是/camera/image_raw
带棋盘的纸板放在相机前
效果图：　
然后放置不同的方位，上下左右前后各个方向的倾斜等，直到左边的X Y Size Skew都为绿色即可
标定完成,左边的“校准（CALIBATE）” “保存（SAVE）”按钮和“提交（COMMIT）”几个按钮就会点亮
效果图：　
再点击左边的CALIBATE进行校准, 点一下就可以,这里容易误解没反应.实际处理有点慢.等几秒种就可以了
会在终端下显示校准后数据, 效果图下:

**** Calibrating ****
mono pinhole calibration...
D = [0.13498639482914762, -0.2009855613985599, 0.004663205151826484, -0.01561952859160686, 0.0]
K = [1413.8706554045123, 0.0, 562.3427378079716, 0.0, 1429.2309823544167, 379.80404189143763, 0.0, 0.0, 1.0]
R = [1.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 1.0]
P = [1437.0772705078125, 0.0, 549.0191073617716, 0.0, 0.0, 1471.25927734375, 381.29332585919474, 0.0, 0.0, 0.0, 1.0, 0.0]
None
# oST version 5.0 parameters


[image]

width
1280

height
720

[narrow_stereo]

camera matrix
1413.870655 0.000000 562.342738
0.000000 1429.230982 379.804042
0.000000 0.000000 1.000000

distortion
0.134986 -0.200986 0.004663 -0.015620 0.000000

rectification
1.000000 0.000000 0.000000
0.000000 1.000000 0.000000
0.000000 0.000000 1.000000

projection
1437.077271 0.000000 549.019107 0.000000
0.000000 1471.259277 381.293326 0.000000
0.000000 0.000000 1.000000 0.000000

再点击“保存（SAVE）”按钮,进行保存,效果如下:

('Wrote calibration data to', '/tmp/calibrationdata.tar.gz')

解压, 里面包含了校准使用的图片, 含校准参数的ost.yaml和ost.txt文件

mkdir -p ~/tools/calibrate
tar -zxvf /tmp/calibrationdata.tar.gz -C ~/tools/calibrate

使用校准参数的文件, 如果相机启动时候没有指定校准文件.会出现提示
这里我们指定了usb_camera_node.launch.py文件使用如下路径

file:///home/ubuntu/aiwalking_ws/src/walking_visual/config/camera_720p.yaml

cp ~/tools/calibrate/ost.yaml /home/ubuntu/aiwalking_ws/src/walking_visual/config/camera_720p.yaml

在启动相机,就会自动加载这个文件

参考：

navigation2的校准流程