当前位置: 首页 > news >正文

zed2i相机中imu内参的标定及外参标定

zed2i中imu内参的标定

参考:

https://blog.csdn.net/weixin_42681311/article/details/126109617

https://blog.csdn.net/weixin_43135184/article/details/123444090

值得注意,imu内参的标定其实不是那么重要,大致上给一个值应该影响不大,比如下面是官方给的参数imu-params.yaml,直接拿来用应该也影响不大:

#Accelerometers
accelerometer_noise_density: 1.4e-03   #Noise density (continuous-time)
accelerometer_random_walk:   8.0e-05   #Bias random walk#Gyroscopes
gyroscope_noise_density:     8.6e-05   #Noise density (continuous-time)
gyroscope_random_walk:       2.2e-06   #Bias random walkrostopic:                    /zed2i/zed_node/imu/data_raw      #the IMU ROS topic
update_rate:                 400.0     #Hz (for discretization of the values above)

值得注意的是,zed2i提供的imu话题有两个,一个是/zed2i/zed_node/imu/data,一个是zed2i/zed_node/imu/data_raw,前者应该是在后者基础上做了一定的滤波处理,我后面采用了前者。

如果自行标定,可以采用imu_utils,项目链接。安装时要先下载code_utils在workspace中,并且先catkin_make完,然后再放入imu_utils,再次catkin_make

1. 录制

找个地方放置相机,保持静止,录制2个多小时。

source ~/桌面/zed/ros/catkin_ws/devel/setup.bash
roslaunch zed_wrapper zed2i.launch
rosbag record -O /zed2i/zed_node/imu/data /zed2i/zed_node/imu/data

2. 标定

~/桌面/liweidong/imu_utils_ws/src/imu_utils-master/launch下创建文件zed2i.launch,内容如下:

<launch><node pkg="imu_utils" type="imu_an" name="imu_an" output="screen"><param name="imu_topic" type="string" value= "/zed2i/zed_node/imu/data"/><param name="imu_name" type="string" value= "zed2i"/><param name="data_save_path" type="string" value= "$(find imu_utils)/data/zed2i/"/><param name="max_time_min" type="int" value= "120"/><param name="max_cluster" type="int" value= "100"/></node></launch>

其中,需要注意max_time_min是要标定的时间长度(分钟),应当与录制的bag的时间长度一致,或者短一点,切不可比录制时间还长,不然标定会一直卡住。接下来进行标定:

source ~/桌面/liweidong/imu_utils_ws/devel/setup.bash
roslaunch imu_utils zed2i.launch
rosbag play -r 200 xxx.bag

这里将bag的播放速度加速为200倍。最后得到标定结果如下:

%YAML:1.0
---
type: IMU
name: zed2i
Gyr:unit: " rad/s"avg-axis:gyr_n: 1.9907361538269255e-03gyr_w: 3.9258772229758955e-05x-axis:gyr_n: 1.7828571086570984e-03gyr_w: 3.7532900901648101e-05y-axis:gyr_n: 2.3517096252728287e-03gyr_w: 4.4818844873917894e-05z-axis:gyr_n: 1.8376417275508495e-03gyr_w: 3.5424570913710870e-05
Acc:unit: " m/s^2"avg-axis:acc_n: 2.1014029979335751e-02acc_w: 4.5856543488109373e-04x-axis:acc_n: 2.1554014733711498e-02acc_w: 3.7798512464262918e-04y-axis:acc_n: 2.0157270328875061e-02acc_w: 5.3636489912956887e-04z-axis:acc_n: 2.1330804875420693e-02acc_w: 4.6134628087108308e-04

用得到的数据替换最上边官方给的结果imu_params.yaml

#Accelerometers
accelerometer_noise_density: 2.1014029979335751e-02   #Noise density (continuous-time)
accelerometer_random_walk:   4.5856543488109373e-04   #Bias random walk#Gyroscopes
gyroscope_noise_density:     1.9907361538269255e-03   #Noise density (continuous-time)
gyroscope_random_walk:       3.9258772229758955e-05   #Bias random walkrostopic:                    /zed2i/zed_node/imu/data      #the IMU ROS topic
update_rate:                 400.0     #Hz (for discretization of the values above)

标定zed2i中cam-imu之间的外参

将相机标定时录制的bag,相机标定得到的结果camchain.yaml、标定板参数文件aprilgrid.yaml和imu标定得到的结果imu-params.yaml放在同个目录下。
执行以下命令对外参进行标定:

rosrun kalibr kalibr_calibrate_imu_camera --bag xxx.bag --cam camchain.yaml --imu imu-params.yaml --target aprilgrid.yaml

需要等几分钟,然后就会得到标定结果

图片.png

http://www.lryc.cn/news/67062.html

相关文章:

  • Java中的JUnit是什么?如何使用JUnit进行单元测试
  • 【seata的部署和集成】
  • uniapp学习日记之request自定义请求头
  • 【Rust】速度入门---打印个螃蟹先
  • 《Linux 内核设计与实现》12. 内存管理
  • 公司新来个卷王,让人崩溃...
  • Docker 安全及日志管理
  • 大厂面试必备 - MAC 地址 和 IP 地址分别有什么作用?
  • 【sqlite】联查Join更新
  • asp.net+C#德育课程分数统计管理系统
  • Figma中文网?比Figma更懂你的设计网站!
  • Nacos-01-Nacos基本介绍
  • SpringBoot集成Dubbo启用gRPC协议
  • Kali HTTrack演示-渗透测试察打一体(1)
  • ThreeJS进阶之使用后期处理
  • KubeEdge节点分组特性简介
  • 论文笔记_2018_IEEE Access_评估地图用于车辆定位能力的因素
  • YOLOv8 人体姿态估计(关键点检测) python推理 ONNX RUNTIME C++部署
  • AgilePLM 通用自动赋值程序 安装使用说明
  • 小数转整数的情况
  • 05-Docker安装Mysql、Redis、Tomcat
  • Docker Overlay2占用大量磁盘空间解决
  • 2023年免费自动养站程序
  • 86.qt qml-多种粒子特效按钮实现
  • Ubuntu18.04 制作系统ISO镜像并物理机还原(Systemback)
  • requestAnimationFrame 和 requestIdleCallback API
  • SpringBoot启动原理
  • 区间预测 | MATLAB实现QRBiLSTM双向长短期记忆神经网络分位数回归时间序列区间预测
  • 看一看吧,面试真的卷......
  • Python——1