欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

基于kalibr的xtion pro live 相机及与IMU的标定

程序员文章站 2022-04-18 16:45:29
...
  • kalibr的安装
  • 点击打开链接https://github.com/ethz-asl/kalibr
  • Kalibr 提供两种使用方式。                                                                                                                                                                                                                               第一种为CDE下直接使用,作者将所需的库文件打包好,省去了配置dependency的步骤,可以直接从

    https://github.com/ethz-asl/kalibr/wiki/downloads下载, 注意需要科学浏览。下载之后直接用./cde-exec+命令 即可使用对应的工具。

    例如如果我们想使用kalibr内的kalibr_calibrate_cameras功能,使用

    ./ced-exec kalibr_calibrate_cameras --target april_6x6.yaml --bag static.bag --models pinhole-equi pinhole-equi omni-radtan omni-radtan --topics /cam0/image_raw /cam1/image_raw /cam2/image_raw /cam3/image_raw

    但是此方法不能使用其中的某些功能,例如我们想使用calibration validator,在CDE环境下是无法使用的。                                                                                  第二种:build from source。

    根据https://github.com/ethz-asl/kalibr/wiki/installation的part B中的描述进行安装。

  1. xtion pro live 相机标定
    1. 首先我们要下载PTAM,用ptam的cameracalibrator来标定。
      下载ptam包,编译之前安装依赖项:
      sudo apt-get install freeglut3-dev
      sudo apt-get install libblas-dev
      sudo apt-get install liblapacke-dev
      进入PtamFixParams.yaml文件第2、3行修改xtion_pro_live的图像分辨率为:
      ImageSizeX: 640
      ImageSizeY: 480
      成功编译后,进入cameracalibrator.launch修改输入topic :
      <?xml version="1.0"?>
      
      <launch>
         <include  file="$(find openni2_launch)/launch/openni2.launch" />
         <node name="image_proc" pkg="image_proc" type="image_proc" ns="camera">
             <remap from="camera_info" to="/camera/rgb/image_info" />
             <remap from="image_raw" to="/camera/rgb/image_raw" />
             <remap from="image_mono" to="/mono_image" />
         </node>
         <node name="cameracalibrator" pkg="ptam" type="cameracalibrator" clear_params="true" output="screen">
         <!--     <remap from="image" to="/camera/rgb/image_raw" /> -->
              <remap from="image" to="/mono_image" />
              <remap from="pose" to="pose"/>
          <rosparam file="$(find ptam)/PtamFixParams.yaml"/>
         </node>
      </launch>
      
      做完了这些,你还需要把ptam中的calib_pattern.pdf打印出来作为标定棋盘,你就可以运行校准程序了,在终端中输入:
      roslaunch ptam cameracalibrator.launch
    2. 针对xtion相机还有一种pinhole模型,给出pinhole模型标定过程:
      1. 先把标定程序下载下来: git clone https://github.com/ros-perception/image_pipeline.git
      2. 去把最新的依赖文件vision_opencv下载下来:
        git clone https://github.com/ros-perception/vision_opencv.git 
        
      3. 扔到空间内的src下编译,然后开始标定
        roslaunch openni2_launch openni2.launch 
        rosrun camera_calibration cameracalibrator.py --size 11x7 --square   0.02 image:=/camera/rgb/image camera:=/my_camera --no-service-check
        有人会问了不是12x8个方格吗?对啊,所以有11x7内点啊。
        有人会问camera:=/my_camera这是什么东东?相机device。因为有–no-service-check所以/my_camera可以随便写!!不检查。但不可以省略。下面的过程可以看下:
        教程:http://wiki.ros.org/camera_calibration/Tutorials/MonocularCalibration
  2. 相机/IMU标定
    1. 如何标定,标定所需文件
      * XX.bag:包含有图片信息和IMU数据的ROS包
      * camchain.yaml:包含相机的内参和畸变参数的文件
      * IMU.yaml:包含IMU的基本参数,噪音等
      * target.yaml:标定目标板的参数
    2. 之前说过需要打印一个棋盘格,kalibr也提供一种制作方式,
      kalibr_create_target_pdf --type apriltag --nx [NUM_COLS] --ny [NUM_ROWS] --tsize [TAG_WIDTH_M] --tspace [TAG_SPACING_PERCENT]

      将生成的pdf打印出来,置于平稳,光照充足的地方,注意要保持平整。Kalibr作者推荐将camera固定,然后移动标定板,这样可以提高标定的稳定性,但是鉴于我使用场景受限,我使用的是晃动camera方法。

    3. 之后就可以开始录制bag了,使用
      rosbag record /camera/rgb/image_raw  /imu/data

      标定时注意**所有的轴,即可录制包含三个topic的rosbag了。

      注意录制过程中camera不要距离标定板太近,否则会出现无法初始化focal length的错误。Kalibr是一个十分强大的工具箱,提供了很多工具。我们可以使用calibration validator进行标定的验证,原理是对重投影误差进行量化分析。大家可以自行验证。工具使用上一步骤的camera标定结果以及标定板的yaml文件,具体命令如下:

      kalibr_camera_validator --cam camchain.yaml --target target.yaml
      其中camchain.yaml为相机标定结果yaml,target.yaml为标定板yaml。部分资料可在以下链接下载:点击打开链接https://github.com/ethz-asl/kalibr/wiki/downloads

    4. 若对相机标定结果满意我们可以继续进行camera以及imu的联合标定步骤,此步使用了如下信息:

      1. 标定板yaml

      2. 相机标定结果yaml

      3. imu内参yaml

      4. 前面使用的对应bag

      有了如上材料即可进行联合标定,具体如下:
      kalibr_calibrate_imu_camera --target aprilgrid6x4.yaml --cam camchain-2017-07-07-09-13-29.yaml --imu imu.yaml --bag 2017-07-07-09-13-29.bag --bag-from-to 5 45
      最后的--bag_from_to是选取地5-45s的bag数据,去除了拾取防止设备产生的抖动部分影响。我们建议进行多组标定之后将标定结果进行最佳无偏估计,不建议对R部分直接取平均值,可以将多组数据的R部分转换成四元数。之后进行处理。
    5. 标定完成后一般会生成三个文件,其中一个,基于kalibr的xtion pro live 相机及与IMU的标定
      因为可能存在的人为的安装问题,真实的IMU到相机的的转移矩阵可能不确定.由于没有准确的判定准则,故当前标定的结果,主要基于以下两个方面:
      * 真实的IMU坐标系和相机坐标系的转换,即相机和IMU的物理距离
      * 标定结果的稳定性上
  3. 未解决的部分
    1. 相机IMU之间的坐标平移矩阵没有获得;
    2. imu的标定没有完成。
    3. 标定完后,代码运行有所改善,但没有预想的好。
  4. 部分链接:
    1. 点击打开链接http://blog.csdn.net/binbin_sun/article/details/53791404
    2. 点击打开链接https://github.com/ethz-asl/kalibr/wiki/downloads
    3. http://blog.csdn.net/xu1129005165/article/details/52948992
    4. 点击打开链接http://blog.csdn.net/u013004597/article/details/51965940