html5做静态网站,网页已改版,重庆自有网站推广,有了云服务器怎么做网站vslam-evaluation/VINS/Installation documentation/4.IMU和相机联合标定kalibr_calibration.md at master DroidAITech/vslam-evaluation GitHub
目录
1.kalibr安装
1.1安装依赖项
1.2创建工作空间
1.3下载kalibr并编译
1.4设置环境变量
2.准备标定板
3.配置驱动和打…vslam-evaluation/VINS/Installation documentation/4.IMU和相机联合标定kalibr_calibration.md at master · DroidAITech/vslam-evaluation · GitHub
目录
1.kalibr安装
1.1安装依赖项
1.2创建工作空间
1.3下载kalibr并编译
1.4设置环境变量
2.准备标定板
3.配置驱动和打开realsense摄像头
3.1更新系统
3.2注册服务器公钥
3.3添加Intel RealSense仓库
3.4安装realsense SDK
3.5测试RealSense D435/D435i
3.6ROS环境下的配置
3.7启动ROS节点并测试摄像头
3.8查看相机内参等信息通过rostopic echo /camera/color/data_raw
4.用imu_utils标定IMU数据
注意 5.录制imu和相机的bag包
6.相机、imu、标定板yaml文件 1.kalibr安装
1.1安装依赖项
sudo apt-get install python-setuptools python-rosinstall ipython libeigen3-dev libboost-all-dev doxygen libopencv-dev ros-kinetic-vision-opencv ros-kinetic-image-transport-plugins ros-kinetic-cmake-modules python-software-properties software-properties-common libpoco-dev python-matplotlib python-scipy python-git python-pip ipython libtbb-dev libblas-dev liblapack-dev python-catkin-tools libv4l-devsudo pip install python-igraph --upgrade
1.2创建工作空间
mkdir -p ~/kalibr_workspace/srccd ~/kalibr_workspacesource /opt/ros/kinetic/setup.bashcatkin initcatkin config --extend /opt/ros/kineticcatkin config --cmake-args -DCMAKE_BUILD_TYPERelease
1.3下载kalibr并编译
cd ~/kalibr_workspace/srcgit clone https://github.com/ethz-asl/Kalibr.gitcd ~/kalibr_workspacecatkin build -DCMAKE_BUILD_TYPERelease -j4
1.4设置环境变量
source ~/kalibr_workspace/devel/setup.bash
2.准备标定板
标定板可以用 kalibr 提供的pdf 下载地址为https://github.com/ethz-asl/kalibr/wiki/downloads, 由于Aprilgrid能提供序号信息, 能够防止姿态计算时出现跳跃的
情况,所以这里采用Aprilgrid 6x6 0.8x0.8 m (A0 page)进行标定。 我下载了这个pdf, 打印成了4纸大小在标定前, 注意测量格子的尺寸信息填入yaml文件, 尺寸信息具体是哪些数据可以看看kalibr的说明说明的网址为
https://github.com/ethz-asl/kalibr/wiki/calibration-targets
3.配置驱动和打开realsense摄像头
3.1更新系统
sudo apt-get update sudo apt-get upgrade
3.2注册服务器公钥
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE || sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE
3.3添加Intel RealSense仓库
sudo add-apt-repository deb https://librealsense.intel.com/Debian/apt-repo $(lsb_release -cs) main -u
3.4安装realsense SDK
sudo apt-get install librealsense2-dkms
sudo apt-get install librealsense2-utils
3.5测试RealSense D435/D435i
realsense-viewer
3.6ROS环境下的配置
sudo apt-get install ros-$ROS_DISTRO-realsense2-camera
sudo apt-get install ros-$ROS_DISTRO-realsense2-description
3.7启动ROS节点并测试摄像头
roslaunch realsense2_camera rs_camera.launch
//see images
rosrun image_view image_view image:/camera/color/image_raw
3.8查看相机内参等信息通过rostopic echo /camera/color/data_raw
4.用imu_utils标定IMU数据
双目相机 -- IMU联合标定_双目imu 如何标定-CSDN博客
使用Kalibr标定相机和IMUZEDpx4外参-CSDN博客我参考了这篇博客的imu
sudo apt-get install libdw-dev
4.1下载imu_utils和code_utils,并将imu_utils和code_utils放在工作空间下。
code_utils.zip
imu_utils.zip
注意
1. code_utils 依赖 ceres库 需要先全局安装ceres库okvis等内部的ceres不行。
2. 由于imu_utils依赖code_utils所以先把code_utils放在工作空间的src下面然后编译。
3. 编译code_utils 报错 fatal error: backward.hpp: No such file or directory
解决办法 在code_utils下面找到sumpixel_test.cpp修改#include “backward.hpp” 为
#include “code_utils/backward.hpp” 即可编译成功。
cd catkin_ws
catkin_make
4.2编译成功以后再把imu_utils放到工作空间的src下面进行编译。
cd catkin_ws
catkin_make
4.3让IMU静止不动两个小时录制IMU的bag.
cd MYNT-EYE-D-SDK
source wrappers/ros/devel/setup.bash
roslaunch mynteye_wrapper_d display.launch
rosbag record /mynteye/imu/data_raw -O imu.bag
4.4两个小时以后按CtrlC完成录制。
4.5获得这四个参数
Gyr:avg-axis:gyr_n: 3.1820671461855504e-03gyr_w: 3.0693398103399251e-05
Acc:avg-axis:acc_n: 2.6449533258549235e-02acc_w: 7.2111910796954259e-04 5.录制imu和相机的bag包
rosbag record /camera/color/image_raw /mavros/imu/data_raw -O imu_camera.bag注意1.录制bag包的时候imu的频率应为200hz左右
2.录制的时候要注意按照官方的说法-充分激励IMU- 绕3个轴旋转和3个方向的平移这里有个官方视频介绍打不开的话有人把它搬到B站上了https://www.youtube.com/watch?appdesktopvpuNXsnrYWTY 3.三个topic按照自己的情况改。另外可以再加两个(非必要) /camera/left/camera_info /camera/right/camera_info
4.录制时间大于30min
6.相机、imu、标定板yaml文件
相机
cam0:cam_overlaps: [] camera_model: pinhole # 相机模型kalibr也支持鱼眼模型distortion_coeffs: [0.0, 0.0, 0.0, 0.0] # 相机畸变参数distortion_model: radtan # 畸变模型intrinsics: [603.3211669921875, 602.70361328125, 324.1352844238281, 242.0079803466797] # 内参resolution: [640, 480] # 分辨率rostopic: /camera/color/image_raw # ROS话题imu
rostopic: /mavros/imu/data_raw
update_rate: 195 #Hzaccelerometer_noise_density: 0.1 #VINS默认 0.2
accelerometer_random_walk: 0.03 #0.05
gyroscope_noise_density: 0.02 #0.02
gyroscope_random_walk: 0.00004 #4e-5
target
#example for aprilgridtarget_type: aprilgrid #gridtypetagCols: 6 #number of apriltagstagRows: 6 #number of apriltagstagSize: 0.02 #size of apriltag, edge to edge [m]tagSpacing: 0.3 #ratio of space between tags to tagSize a0.02cm b0.006cm7.运行获取结果
rosrun kalibr kalibr_calibrate_imu_camera --imu /home/fhzn/calib/imu.yaml --cam /home/fhzn/calib/camera.yaml --target /home/fhzn/calib/target.yaml --bag /home/fhzn/calib/imu_camera.bag --show-extraction 使用kalibr标定双目相机以及IMU--安装运行标定全过程以及踩坑记录-CSDN博客
