国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

d435i 相機(jī)和imu標(biāo)定

這篇具有很好參考價(jià)值的文章主要介紹了d435i 相機(jī)和imu標(biāo)定。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

一、IMU 標(biāo)定

使用 imu_utils 功能包標(biāo)定 IMU,由于imu_utils功能包的編譯依賴于code_utils,需要先編譯code_utils,主要參考

相機(jī)與IMU聯(lián)合標(biāo)定_熊貓飛天的博客-CSDN博客

Ubuntu20.04編譯并運(yùn)行imu_utils,并且標(biāo)定IMU_學(xué)無(wú)止境的小龜?shù)牟┛?CSDN博客

1.1 編譯 code_utils

創(chuàng)建工作空間

mkdir -p ~/catkin_ws/src/imu_calib/src/
cd ~/catkin_ws/src/imu_calib/src
git clone https://github.com/gaowenliang/code_utils.git

1.1.1 修改 CMakeLists.txt 文件

修改 set(CMAKE_CXX_FLAGS "-std=c++11") 為 set(CMAKE_CXX_FLAGS "-std=c++14")

修改 #include "backward.hpp" 為 include “code_utils/backward.hpp”

?如果安裝的是 OpenCV 4.x.x 則需要修改一些全局變量的名稱,終端輸入

cd ~/catkin_ws/src/imu_calib/src/code_utils/
sed -i 's/CV_LOAD_IMAGE_UNCHANGED/cv::IMREAD_UNCHANGED/g' `grep CV_LOAD_IMAGE_UNCHANGED -rl ./`
sed -i 's/CV_LOAD_IMAGE_GRAYSCALE/cv::IMREAD_GRAYSCALE/g' `grep CV_LOAD_IMAGE_GRAYSCALE -rl ./`
sed -i 's/CV_MINMAX/cv::NORM_MINMAX/g' `grep CV_MINMAX -rl ./`

安裝依賴

sudo apt-get install libdw-dev

編譯 code_utils

mkdir -p ~/catkin_ws/src/imu_calib/
catkin_make

1.2 編譯 imu_utils

mkdir -p ~/catkin_ws/src/imu_calib/src/
cd ~/catkin_ws/src/imu_calib/src
git clone https://github.com/gaowenliang/imu_utils.git

修改 CMakeLists.txt 文件

修改 set(CMAKE_CXX_FLAGS "-std=c++11") 為 set(CMAKE_CXX_FLAGS "-std=c++14")

修改 imu_an.cpp 文件

添加頭文件:#include <fstream>

編譯 imu_utils

mkdir -p ~/catkin_ws/src/imu_calib/
catkin_make

1.3 錄制 imu 數(shù)據(jù)集

創(chuàng)建錄制的數(shù)據(jù)保存路徑

mkdir ~/catkin_ws/src/imu_calib/bag/
cd imu_calib/bag/

啟動(dòng)相應(yīng)的設(shè)備開(kāi)始發(fā)布 imu 數(shù)據(jù),d435i 相機(jī)可以啟用 realsense-ros 發(fā)布相機(jī) imu 數(shù)據(jù)

roslaunch realsense2_camera rs_camera.launch

靜止情況下采集IMU的數(shù)據(jù),并錄制為ROS包,采集的時(shí)間 2小時(shí) 左右

rosbag record /camera/imu -O ~/catkin_ws/src/imu_calib/bag/imu.bag

在 ~/imu_calib/src/imu_utils/launch 路徑下創(chuàng)建如下 d435i.launch 文件

<launch>
    <node pkg="imu_utils" type="imu_an" name="imu_an" output="screen">
        <!--訂閱的imu話題-->
        <param name="imu_topic" type="string" value= "/camera/imu"/>
        <!--標(biāo)定結(jié)果的名稱-->
        <param name="imu_name" type="string" value= "d435i"/>
        <!--標(biāo)定結(jié)果存放路徑-->
        <param name="data_save_path" type="string" value= "$(find imu_utils)/../../bag/d435i/"/>
        <!--數(shù)據(jù)錄制時(shí)間-min 120分鐘 可以自行修改 一般要大于60-->
        <param name="max_time_min" type="int" value= "120"/>
        <!--imu采樣頻率,設(shè)置為400-->
        <param name="max_cluster" type="int" value= "400"/>
    </node>
</launch>

在 imu 數(shù)據(jù)采集完畢后(錄制時(shí)間兩小時(shí)左右),啟動(dòng)上述 launch 文件標(biāo)定 imu 內(nèi)參

roslaunch imu_utils d435i.launch
rosbag play -r 200 ~/catkin_ws/src/imu_calib/bag/imu.bag

數(shù)據(jù)包播放結(jié)束之后,在 ~/catkin_ws/src/imu_calib/bag/ 這個(gè)文件夾下會(huì)出現(xiàn)一系列的參數(shù)文件,

d435i 相機(jī)和imu標(biāo)定,數(shù)碼相機(jī)

打開(kāi) d435i_imu_param.yaml 這個(gè)文件,會(huì)看到計(jì)算出來(lái)的噪聲和隨機(jī)游走的系數(shù)值

d435i 相機(jī)和imu標(biāo)定,數(shù)碼相機(jī)

至此,IMU的內(nèi)參標(biāo)定和記錄結(jié)束。

二、相機(jī)標(biāo)定

2.1 編譯 kalibr

使用 kalibr 功能包標(biāo)定相機(jī),編譯 kalibr,主要參考

https://github.com/ethz-asl/kalibr/wiki/installation

創(chuàng)建工作空間并下載源碼

mkdir -p ~/catkin_ws/src/kalibr/src/ && cd ~/catkin_ws/src/kalibr/src/
git clone https://github.com/ethz-asl/kalibr.git

編譯 kalibr

cd ~/catkin_ws/src/kalibr/ && catkin build -DCMAKE_BUILD_TYPE=Release -j4

2.2 制作標(biāo)定板

終端輸入

source ~/catkin_ws/src/kalibr/devel/setup.bash
cd ~/catkin_ws/src/kalibr/bag/stereo/
rosrun kalibr kalibr_create_target_pdf --type apriltag --nx 6 --ny 6 --tsize 0.022 --tspace 0.3

不論是打印PDF標(biāo)定還是直接在電腦里面打開(kāi)PDF標(biāo)定,都要實(shí)際測(cè)量一下二維碼方格和小方格的的長(zhǎng)度,再填到y(tǒng)aml文件里面,

--type apriltag??????????????? 標(biāo)定板類型
--nx [NUM_COLS]??????????????? 列個(gè)數(shù)
--ny [NUM_ROWS]??????????????? 行個(gè)數(shù)
--tsize [TAG_WIDTH_M]????????? 二維碼方格長(zhǎng)度,單位m
--tspace [TAG_SPACING_PERCENT] 小方格與二維碼方格長(zhǎng)度比例

新建 april_6x6_A4.yaml 文件,格式參考上面的yaml,內(nèi)容展示如下:

target_type: 'aprilgrid' #gridtype
tagCols: 6               #number of apriltags
tagRows: 6               #number of apriltags
tagSize: 0.0318           #size of apriltag, edge to edge [m]  要親自拿尺子量一下
tagSpacing: 0.305          #ratio of space between tags to tagSize

千萬(wàn)要自己量一下 tagSize?。。?/p>

d435i 相機(jī)和imu標(biāo)定,數(shù)碼相機(jī)

2.3 錄制數(shù)據(jù)集

啟動(dòng)相應(yīng)的設(shè)備開(kāi)始發(fā)布 相機(jī) 數(shù)據(jù),d435i 相機(jī)可以啟用 realsense-ros 發(fā)布相機(jī) imu 數(shù)據(jù)

roslaunch realsense2_camera rs_camera.launch

kalibr 在處理標(biāo)定數(shù)據(jù)的時(shí)候要求頻率不能太高,官方推薦是4Hz(盡管實(shí)際頻率不完全準(zhǔn)確,但是不影響結(jié)果),我們可以使用如下命令來(lái)更改topic的頻率,實(shí)際上是將原來(lái)的topic以新的頻率轉(zhuǎn)成新的topic, infra1 對(duì)應(yīng)左目相機(jī)。

rosrun topic_tools throttle messages /camera/infra1/image_rect_raw 4.0 /infra_left
rosrun topic_tools throttle messages /camera/infra2/image_rect_raw 4.0 /infra_right

創(chuàng)建數(shù)據(jù)保存路徑,并錄制雙目圖像數(shù)據(jù)

mkdir -p ~/kalibr/bag/stereo/
rosbag record /infra_left /infra_right -O ~/catkin_ws/src/kalibr/bag/stereo/stereo.bag

錄制操作參考

Kalibr相機(jī)及IMU校準(zhǔn)教程(Tutorial: IMU-camera calibration)_嗶哩嗶哩_bilibili

總結(jié)下來(lái)就是偏航角左右擺動(dòng)2次,俯仰角擺動(dòng)2次,滾轉(zhuǎn)角擺動(dòng)2次,上下移動(dòng)2次,左右移動(dòng)2次,前后移動(dòng)2次,然后自由移動(dòng)一段時(shí)間,擺動(dòng)幅度要大一點(diǎn),讓視角變化大一點(diǎn),但是移動(dòng)要緩慢一點(diǎn),同時(shí)要保證標(biāo)定板在2個(gè)相機(jī)視野內(nèi)部,整個(gè)標(biāo)定時(shí)間要在90s以上更好,但是優(yōu)化時(shí)間會(huì)比較長(zhǎng)。

2.4 標(biāo)定

錄制完成后使用 kalibr 標(biāo)定

rosrun kalibr kalibr_calibrate_cameras \
--target /home/lilabws001/catkin_ws/src/kalibr/bag/d435i/stereo/april_6x6_A4.yaml \
--bag  /home/lilabws001/catkin_ws/src/kalibr/bag/d435i/stereo/stereo.bag \
--models pinhole-radtan pinhole-radtan \
--topics /infra_left /infra_right \
--bag-from-to 10 130 --show-extraction --approx-sync 0.1

參數(shù)解釋

  • --targt 標(biāo)定板的配置文件路徑
  • --bag 采集的數(shù)據(jù)包的路徑
  • --models 每個(gè)相機(jī)的模型
  • --topics 每個(gè)相機(jī)發(fā)布的話題,需要與前面的相機(jī)模型對(duì)應(yīng)
  • --bag-from-to 處理bag中指定時(shí)間段的數(shù)據(jù)
  • --show-extraction 表示顯示檢測(cè)特征點(diǎn)的過(guò)程

報(bào)錯(cuò)1:
Initialization of focal length failed. You can enable manual input by setting ‘KALIBR_MANUAL_FOCAL_LENGTH_INIT’.
[ERROR] [1668944382.174500]: initialization of focal length for cam with topic /color failed

解決:
如果提示不能得到初始焦距的時(shí)候,可以設(shè)置:export KALIBR_MANUAL_FOCAL_LENGTH_INIT=1(終端輸入)。然后運(yùn)行程序,當(dāng)程序運(yùn)行失敗的時(shí)候,它會(huì)提示要你手動(dòng)輸入一個(gè)焦距,Initialization of focal length failed. Provide manual initialization: 這時(shí)手動(dòng)輸入比如 400,給比較大的值,也能收斂。
參考:Realsence D455標(biāo)定并運(yùn)行Vins-Fusion_realsense 自動(dòng)標(biāo)定_呼叫江江的博客-CSDN博客

報(bào)錯(cuò)2:
Cameras are not connected through mutual observations, please check the dataset. Maybe adjust the approx. sync. tolerance.

解決:
應(yīng)該是兩個(gè)相機(jī)時(shí)間不同步導(dǎo)致的,需要調(diào)整參數(shù):

--approx-sync 0.04

報(bào)錯(cuò)3:

File "/home/lilabws001/catkin_ws/src/kalibr/src/kalibr/aslam_offline_calibration/kalibr/python/kalibr_camera_calibration/CameraUtils.py", line 123, in getReprojectionErrorStatistics
??? mean = np.mean(rerr_matrix, 0, dtype=np.float)
? File "/home/lilabws001/.local/lib/python3.8/site-packages/numpy/__init__.py", line 305, in __getattr__
??? raise AttributeError(__former_attrs__[attr])
AttributeError: module 'numpy' has no attribute 'float'.
`np.float` was a deprecated alias for the builtin `float`. To avoid this error in existing code, use `float` by itself. Doing this will not modify any behavior and is safe. If you specifically wanted the numpy scalar type, use `np.float64` here.

解決:

修改 kalibr/aslam_offline_calibration/kalibr/python/kalibr_camera_calibrationCameraUtils.py 文件 line 123 和 line 124

    mean = np.mean(rerr_matrix, 0, dtype=np.float64)
    std = np.std(rerr_matrix, 0, dtype=np.float64)

然后重新標(biāo)定,標(biāo)定完成后會(huì)輸出標(biāo)定結(jié)果。

三、相機(jī) 和 IMU 聯(lián)合標(biāo)定

新建文件夾

mkdir -p ~/catkin_ws/src/kalibr/bag/stereo_imu/

3.1 建立標(biāo)定所需的配置文件

首先將前面用于標(biāo)定的標(biāo)定板的配置文件 april_6x6_A4.yaml 復(fù)制到當(dāng)前目錄下,文件內(nèi)容

target_type: 'aprilgrid' #gridtype
tagCols: 6               #number of apriltags
tagRows: 6               #number of apriltags
tagSize: 0.0318           #size of apriltag, edge to edge [m]  要親自拿尺子量一下
tagSpacing: 0.305          #ratio of space between tags to tagSize

然后利用前面兩節(jié)標(biāo)定出來(lái)的相機(jī)和 imu 數(shù)據(jù)分別創(chuàng)建用于聯(lián)合標(biāo)定的兩個(gè) yaml 文件

第一個(gè)是 imu 標(biāo)定文件,命名為 imu.yaml,放在 ~/kalibr/bag/stereo_imu/ 目錄下

#Accelerometers
accelerometer_noise_density: 2.3726567696372197e-02  #Noise density (continuous-time)
accelerometer_random_walk:   3.4998014052324268e-04  #Bias random walk

#Gyroscopes
gyroscope_noise_density:     2.9170092608699020e-03   #Noise density (continuous-time)
gyroscope_random_walk:       2.0293647966050773e-05  #Bias random walk

rostopic:                    /imu      #the IMU ROS topic
update_rate:                 200.0      #Hz (for discretization of the values above)

第二個(gè)是 相機(jī) 標(biāo)定文件,命名為 stereo.yaml,放在 ~/kalibr/bag/stereo_imu/ 目錄下

cam0:
  camera_model: pinhole
  distortion_coeffs: [0.008164119133114047, -0.004262736896205682, 0.00018631722833154752, 0.000787900754729365]
  distortion_model: radtan
  intrinsics: [382.6730910374852, 382.92071041253627, 322.75543963112193, 236.70194625219574]
  resolution: [640, 480]
  rostopic: /infra_left
cam1:
  T_cn_cnm1:
  - [0.999998451671115, 2.8757914694169446e-05, 0.0017594966182482613, -0.050366075624740984]
  - [-2.9002408639730846e-05, 0.9999999899284603, 0.00013893140083111915, 6.282865148510808e-05]
  - [-0.0017594926051500526, -0.00013898221535954127, 0.9999984424336424, -4.991600269348002e-05]
  - [0.0, 0.0, 0.0, 1.0]
  camera_model: pinhole
  distortion_coeffs: [0.008643399298017006, -0.0051253525048807844, -0.00019751500921053345, 0.00044002401613992687]
  distortion_model: radtan
  intrinsics: [382.64357095584296, 382.86804296348265, 322.37239440429965, 236.64851650860956]
  resolution: [640, 480]
  rostopic: /infra_right

這兩個(gè)文件的具體數(shù)據(jù)需要于前兩節(jié)的標(biāo)定結(jié)果相對(duì)應(yīng)。

3.2 錄制 相機(jī) 和 imu 的聯(lián)合數(shù)據(jù)

調(diào)整 相機(jī) 和 imu 的 topic 的發(fā)布頻率以及以新的topic名發(fā)布它們,其中雙目圖像的發(fā)布頻率改為20Hz,imu發(fā)布頻率改為200Hz

rosrun topic_tools throttle messages /camera/infra1/image_rect_raw 4.0 /infra_left
rosrun topic_tools throttle messages /camera/infra2/image_rect_raw 4.0 /infra_right
rosrun topic_tools throttle messages /camera/imu 200.0 /imu

然后錄制數(shù)據(jù)

rosbag record /infra_left /infra_right /imu -O ~/catkin_ws/src/kalibr/bag/stereo_imu/stereo_imu.bag

錄制操作與第二節(jié)相同,參考

Kalibr相機(jī)及IMU校準(zhǔn)教程(Tutorial: IMU-camera calibration)_嗶哩嗶哩_bilibili

總結(jié)下來(lái)就是偏航角左右擺動(dòng)2次,俯仰角擺動(dòng)2次,滾轉(zhuǎn)角擺動(dòng)2次,上下移動(dòng)2次,左右移動(dòng)2次,前后移動(dòng)2次,然后自由移動(dòng)一段時(shí)間,擺動(dòng)幅度要大一點(diǎn),讓視角變化大一點(diǎn),但是移動(dòng)要緩慢一點(diǎn),同時(shí)要保證標(biāo)定板在2個(gè)相機(jī)視野內(nèi)部,整個(gè)標(biāo)定時(shí)間要在90s以上更好,但是優(yōu)化時(shí)間會(huì)比較長(zhǎng)。

3.3 聯(lián)合標(biāo)定 相機(jī) 和 imu

錄制完成后,終端輸入

rosrun kalibr kalibr_calibrate_imu_camera \
--target /home/lilabws001/catkin_ws/src/kalibr/bag/stereo_imu/april_6x6_A4.yaml \
--bag  /home/lilabws001/catkin_ws/src/kalibr/bag/stereo_imu/stereo_imu.bag \
--cam /home/lilabws001/catkin_ws/src/kalibr/bag/stereo_imu/stereo.yaml \
--imu /home/lilabws001/catkin_ws/src/kalibr/bag/stereo_imu/imu.yaml \
--bag-from-to 10 50 --show-extraction

參數(shù)解釋

  • --targt 標(biāo)定板的配置文件路徑
  • --bag 采集的數(shù)據(jù)包的路徑
  • --cam 標(biāo)定好的相機(jī)的參數(shù)文件
  • --imu 標(biāo)定好的 imu 的參數(shù)文件
  • --bag-from-to 處理bag中指定時(shí)間段的數(shù)據(jù)(時(shí)間太長(zhǎng)要等很久而且結(jié)果可能退化)
  • --show-extraction 表示顯示檢測(cè)特征點(diǎn)的過(guò)程

報(bào)錯(cuò):

File "/usr/lib/python3/dist-packages/scipy/sparse/sputils.py", line 16, in <module>
??? supported_dtypes = [np.typeDict[x] for x in supported_dtypes]
? File "/usr/lib/python3/dist-packages/scipy/sparse/sputils.py", line 16, in <listcomp>
??? supported_dtypes = [np.typeDict[x] for x in supported_dtypes]
? File "/home/lilabws001/.local/lib/python3.8/site-packages/numpy/__init__.py", line 320, in __getattr__
??? raise AttributeError("module {!r} has no attribute "
AttributeError: module 'numpy' has no attribute 'typeDict'

解決:

numpy 版本過(guò)高,安裝較低版本的 numpy

pip3 install numpy==1.21

重新標(biāo)定即可。

如果選的時(shí)間太長(zhǎng)要等很久,因?yàn)榻Y(jié)果可能退化

d435i 相機(jī)和imu標(biāo)定,數(shù)碼相機(jī)

多等一會(huì)即可,輸出標(biāo)定結(jié)果。

d435i 相機(jī)和imu標(biāo)定,數(shù)碼相機(jī)

其中 stereo_imu-results-imucam.txt 內(nèi)容為標(biāo)定結(jié)果文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-704200.html

Calibration results
===================
Normalized Residuals
----------------------------
Reprojection error (cam0):     mean 0.1104504565760671, median 0.10931046996879386, std: 0.04566466456955288
Reprojection error (cam1):     mean 0.10568403044796316, median 0.10371974631938084, std: 0.04481417386193855
Gyroscope error (imu0):        mean 0.0013850311184222608, median 2.5661565262693863e-06, std: 0.009802423645836557
Accelerometer error (imu0):    mean 0.001268643166366196, median 4.695420807691451e-07, std: 0.00974036762203694

Residuals
----------------------------
Reprojection error (cam0) [px]:     mean 0.1104504565760671, median 0.10931046996879386, std: 0.04566466456955288
Reprojection error (cam1) [px]:     mean 0.10568403044796316, median 0.10371974631938084, std: 0.04481417386193855
Gyroscope error (imu0) [rad/s]:     mean 5.713632942751922e-05, median 1.058609894733102e-07, std: 0.00040437683974539325
Accelerometer error (imu0) [m/s^2]: mean 0.0004256860317308491, median 1.5755218677114464e-07, std: 0.0032683252080259934

Transformation (cam0):
-----------------------
T_ci:  (imu0 to cam0): 
[[ 0.99991885 -0.00448156 -0.01192529 -0.00263335]
 [ 0.00454447  0.99997587  0.00525384 -0.00174852]
 [ 0.01190145 -0.00530761  0.99991509 -0.00021396]
 [ 0.          0.          0.          1.        ]]

T_ic:  (cam0 to imu0): 
[[ 0.99991885  0.00454447  0.01190145  0.00264362]
 [-0.00448156  0.99997587 -0.00530761  0.00173554]
 [-0.01192529  0.00525384  0.99991509  0.00019172]
 [ 0.          0.          0.          1.        ]]

timeshift cam0 to imu0: [s] (t_imu = t_cam + shift)
0.002278866295546706


Transformation (cam1):
-----------------------
T_ci:  (imu0 to cam1): 
[[ 0.99992565 -0.0044584  -0.01134993 -0.05300071]
 [ 0.00452389  0.99997323  0.00575127 -0.00163601]
 [ 0.01132399 -0.00580219  0.99991905 -0.00023653]
 [ 0.          0.          0.          1.        ]]

T_ic:  (cam1 to imu0): 
[[ 0.99992565  0.00452389  0.01132399  0.05300685]
 [-0.0044584   0.99997323 -0.00580219  0.0013983 ]
 [-0.01134993  0.00575127  0.99991905 -0.00035563]
 [ 0.          0.          0.          1.        ]]

timeshift cam1 to imu0: [s] (t_imu = t_cam + shift)
0.00246986588204672

Baselines:
----------
Baseline (cam0 to cam1): 
[[ 0.99999983  0.00002622  0.00057526 -0.05036719]
 [-0.0000265   0.99999988  0.00049716  0.00011254]
 [-0.00057525 -0.00049718  0.99999971 -0.00002496]
 [ 0.          0.          0.          1.        ]]
baseline norm:  0.05036732476881377 [m]


Gravity vector in target coords: [m/s^2]
[-0.0908983  -9.80442883  0.18258076]


Calibration configuration
=========================

cam0
-----
  Camera model: pinhole
  Focal length: [382.17500647201865, 382.4214301817554]
  Principal point: [322.86349593743256, 236.54094094752824]
  Distortion model: radtan
  Distortion coefficients: [0.005773123668491621, -0.0040545501820581885, 0.00028207298182264084, 0.0008053010502294262]
  Type: aprilgrid
  Tags: 
    Rows: 6
    Cols: 6
    Size: 0.0318 [m]
    Spacing 0.009699000000000001 [m]

cam1
-----
  Camera model: pinhole
  Focal length: [382.2362024108845, 382.43170351451005]
  Principal point: [322.9638181263497, 236.36811655369087]
  Distortion model: radtan
  Distortion coefficients: [0.006243739765081835, -0.004482994321431694, -0.0003470496074590888, 0.0006688633081104086]
  Type: aprilgrid
  Tags: 
    Rows: 6
    Cols: 6
    Size: 0.0318 [m]
    Spacing 0.009699000000000001 [m]



IMU configuration
=================

IMU0:
 ----------------------------
  Model: calibrated
  Update rate: 200.0
  Accelerometer:
    Noise density: 0.023726567696372197 
    Noise density (discrete): 0.3355443382477292 
    Random walk: 0.0003499801405232427
  Gyroscope:
    Noise density: 0.002917009260869902
    Noise density (discrete): 0.04125274058290133 
    Random walk: 2.0293647966050773e-05
  T_ib (imu0 to imu0)
    [[1. 0. 0. 0.]
     [0. 1. 0. 0.]
     [0. 0. 1. 0.]
     [0. 0. 0. 1.]]
  time offset with respect to IMU0: 0.0 [s]

到了這里,關(guān)于d435i 相機(jī)和imu標(biāo)定的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 使用D435i相機(jī)錄制TUM格式的數(shù)據(jù)集

    使用D435i相機(jī)錄制TUM格式的數(shù)據(jù)集

    本文寫(xiě)于2023年3月14日。 D435i相機(jī)的rgb圖像與depth圖像的像素沒(méi)有對(duì)齊,在此記錄一下如何像素對(duì)齊 Ubuntu18.04 + ROS melodic 這一步需要使用 InterRealSenseD435i SDK2 ,可以參考此鏈接安裝。 打開(kāi) Intel RealSense Viewer 。設(shè)置 Depth Stream 以及 Color Stream 的圖像分辨率為 640 × 480 ,設(shè)置采集幀率

    2024年02月09日
    瀏覽(24)
  • 【D435i深度相機(jī)YOLO V5結(jié)合實(shí)現(xiàn)目標(biāo)檢測(cè)】

    參考:Ubutntu下使用realsense d435i(三):使用yolo v5測(cè)量目標(biāo)物中心點(diǎn)三維坐標(biāo) 歡迎大家閱讀2345VOR的博客【D435i深度相機(jī)YOLO V5結(jié)合實(shí)現(xiàn)目標(biāo)檢測(cè)】?????? 2345VOR鵬鵬主頁(yè): 已獲得CSDN《嵌入式領(lǐng)域優(yōu)質(zhì)創(chuàng)作者》稱號(hào)??????,座右銘:腳踏實(shí)地,仰望星空?????? 本文章屬于

    2024年02月08日
    瀏覽(37)
  • python實(shí)現(xiàn)d435i深度相機(jī)測(cè)量?jī)牲c(diǎn)之間的距離

    python實(shí)現(xiàn)d435i深度相機(jī)測(cè)量?jī)牲c(diǎn)之間的距離

    本文介紹python方法實(shí)現(xiàn)intel公司realsense系列d435i深度相機(jī)測(cè)量彩色圖像上兩點(diǎn)之間的距離。 原理很簡(jiǎn)單,就是將相機(jī)獲得的彩色圖像流與深度流對(duì)齊,這樣彩色圖像上的每個(gè)像素就會(huì)對(duì)應(yīng)一個(gè)深度值,作為z坐標(biāo),然后通過(guò)相機(jī)內(nèi)參獲得該像素的x坐標(biāo)和y坐標(biāo)。我們獲得的x、

    2024年02月16日
    瀏覽(20)
  • realsense D435i 實(shí)現(xiàn)外部時(shí)鐘觸發(fā)硬件同步多相機(jī)數(shù)據(jù)采集

    realsense D435i 實(shí)現(xiàn)外部時(shí)鐘觸發(fā)硬件同步多相機(jī)數(shù)據(jù)采集

    最近有一個(gè)調(diào)試D435i相機(jī)的工作,需要使得三個(gè)相機(jī)能夠完成硬件觸發(fā)的同步,具體來(lái)說(shuō),就是有一個(gè)固定頻率的外部脈沖信號(hào),使得三個(gè)相機(jī)能夠根據(jù)外部脈沖信號(hào)的硬件觸發(fā)完成雙目圖片、深度圖片、彩色圖片、IMU數(shù)據(jù)的實(shí)時(shí)響應(yīng)采集,因?yàn)橥獠棵}沖信號(hào)是通過(guò)一個(gè)精確

    2024年01月16日
    瀏覽(301)
  • Ubuntu 18.04安裝D435i 相機(jī)驅(qū)動(dòng)及Ros1 Wrapper

    Ubuntu 18.04安裝D435i 相機(jī)驅(qū)動(dòng)及Ros1 Wrapper

    1.安裝前注意 librealsense SDK相當(dāng)于相機(jī)的驅(qū)動(dòng),SR300和ZR300的支持驅(qū)動(dòng)是librealsense SDK 1.0,而D435i是librealsense SDK 2.0 **安裝前一定要注意librealsense,realsense-ros(即Ros Wrapper),D435i相機(jī)固件版本三者之間的版本對(duì)應(yīng)關(guān)系。**ros1環(huán)境只支持librealsense2.50.0之前的版本,ros2環(huán)境要下載librealse

    2024年02月22日
    瀏覽(26)
  • jetsonTX2 nx配置yolov5和D435I相機(jī),完整步驟

    jetsonTX2 nx配置yolov5和D435I相機(jī),完整步驟

    轉(zhuǎn)載一篇問(wèn)題解決博客:?jiǎn)栴}解決 一、燒錄系統(tǒng) 使用SDK燒錄 二、安裝archiconda3 JETSON TX2 NX的架構(gòu)是aarch64,與win10,linxu不同,所以不能安裝Anaconda,這里安裝對(duì)應(yīng)的archiconda。 1. 安裝 2. 配置環(huán)境變量 3. 創(chuàng)建虛擬環(huán)境 其他相關(guān)命令(來(lái)源:相關(guān)命令) 換源 安裝成功截圖 三、安裝

    2024年02月03日
    瀏覽(21)
  • 項(xiàng)目設(shè)計(jì):YOLOv5目標(biāo)檢測(cè)+機(jī)構(gòu)光相機(jī)(intel d455和d435i)測(cè)距

    項(xiàng)目設(shè)計(jì):YOLOv5目標(biāo)檢測(cè)+機(jī)構(gòu)光相機(jī)(intel d455和d435i)測(cè)距

    1.1??Intel D455 Intel D455 是一款基于結(jié)構(gòu)光(Structured Light)技術(shù)的深度相機(jī)。 與ToF相機(jī)不同,結(jié)構(gòu)光相機(jī)使用另一種方法來(lái)獲取物體的深度信息。它通過(guò)投射可視光譜中的紅外結(jié)構(gòu)光圖案,然后從被拍攝物體表面反射回來(lái)的圖案重建出其三維形狀和深度信息。 Intel D455 深度相機(jī)

    2024年02月08日
    瀏覽(33)
  • Intel RealSense D435i深度相機(jī)通過(guò)點(diǎn)云獲取圖片中任意點(diǎn)三維信息(python實(shí)現(xiàn))

    Intel RealSense D435i深度相機(jī)通過(guò)點(diǎn)云獲取圖片中任意點(diǎn)三維信息(python實(shí)現(xiàn))

    此時(shí)效果(左側(cè)RGB圖,右側(cè)深度圖)(過(guò)近時(shí)深度信息幾乎顯示不出來(lái)) ?按下p鍵暫停畫(huà)面 按下s鍵保存圖片 按下r鍵讀取剛才保存的圖片,并通過(guò)image_sliced文件將圖片裁剪到自己需要的范圍 image_sliced.py 按下g鍵進(jìn)行圖像處理,判斷方向,并將三維信息顯示在圖片上 image_pro

    2023年04月08日
    瀏覽(42)
  • Ubuntu18.04安裝配置使用Intel RealSense D435i深度相機(jī)以及在ROS環(huán)境下配置

    Ubuntu18.04安裝配置使用Intel RealSense D435i深度相機(jī)以及在ROS環(huán)境下配置

    最近因?yàn)閷W(xué)習(xí)開(kāi)發(fā)需要,要開(kāi)始接觸一些視覺(jué)相關(guān)的內(nèi)容,拿到了一個(gè)Inter 的D435i深度相機(jī),記錄一下在Ubuntu18環(huán)境下配置SDK 包的歷程 注意 : Intel官方最新版的librealsense版本與ROS1的ROS Wrapper是 版本不一致的 ,且ROS Wrapper支持的是較低版本的SDK ,具體可以去網(wǎng)站查看 如果完全

    2024年02月07日
    瀏覽(42)
  • 【完整教程】在win10平臺(tái)下使用d435i深度相機(jī)讀取數(shù)據(jù)并保存到本地,以便進(jìn)行后續(xù)3D點(diǎn)云處理

    【完整教程】在win10平臺(tái)下使用d435i深度相機(jī)讀取數(shù)據(jù)并保存到本地,以便進(jìn)行后續(xù)3D點(diǎn)云處理

    進(jìn)入網(wǎng)址:RealSense SDK 2.0 直接拉到網(wǎng)站最下端,在Asset下可以看到很多exe可執(zhí)行軟件,由于我的電腦是win10,所以選擇第三個(gè)。說(shuō)句題外話,鄙人曾經(jīng)考英語(yǔ)六級(jí)時(shí)記得Asset專門(mén)指不動(dòng)資產(chǎn),沒(méi)錯(cuò),就是房子! 下載完成后文件夾內(nèi)有如下圖所示軟件,直接安裝即可。 安裝完成

    2024年02月02日
    瀏覽(354)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包