相机单独标定的实现过程[autoware标定]tmp文件的查看方式

Posted FYY2LHH

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了相机单独标定的实现过程[autoware标定]tmp文件的查看方式相关的知识，希望对你有一定的参考价值。

安装了autoware1.13和calibration标定包，发现实现相机单独标定的过程较为坎坷，参考了一些博主的方法，发现下面的过程更加适合自己，做个笔记。

1安装标定箱（与calibration标定包的安装并不冲突）

  标定工具箱安装教程参考：（复制下面命令百度下载即可）

https://github.com/XidianLemon/calibration_camera_lidar

 把工程克隆到自己本地工程的src目录下编译即可。我本人的本地工程文件夹为catkin_ws

【注】我的ubuntu是18.04版本的，对应的ROS版本为melodic,直接编译会有一些小问题。

（1）此时直接运行标定程序，会报找不到可执行文件 calibration_camera_lidar的问题。因为我的系统是ubuntu18.04对应支持的ROS是melodic，因此需要对calibration_camera_lidar功能包下的CMakeLists.txt进行修改，添加ROS的melodic版本的支持，如下图所示，修改CMakeLists.txt中所有 (indigo|jade|kinetic) 为 (indigo|jade|kinetic|melodic)

        此时直接运行标定程序，会报找不到可执行文件 calibration_camera_lidar的问题。因为我的系统是ubuntu18.04对应支持的ROS是melodic，因此需要对calibration_camera_lidar功能包下的CMakeLists.txt进行修改，添加ROS的melodic版本的支持，如下图所示，修改CMakeLists.txt中所有 (indigo|jade|kinetic ) 为 (indigo|jade|kinetic|melodic)


2编译

上述过程提到的编译，我直接在catkin_ws文件夹下开启终端输入下列命令

catkin_make

编译一次性通过

3相机标定

相机标定（单目--ROS方法）【下面应该是官方的命令】

rosrun camera_calibration cameracalibrator.py --size 8x6 --square 0.108 image:=/usb_cam/image_raw camera:=/usb_cam

这个命令是参考博主的，这里py后的命令里的数据应该是可以修改的，修改成自己所做标定板格子面积的数据。

这是我自己的命令【12×9个格子，只有11×8个角点，边长为44mm】

rosrun camera_calibration cameracalibrator.py --size 11x8 --square 0.044 image:=/usb_cam/image_raw camera:=/usb_cam

打开另一个新的终端，创建相机参数文件

下面，我们来创建一个包含相机校准参数的相机参数文件（camera.yaml）。如下例所示，解压缩calibrationdata.tar.gz文件以查看图像文件（*.png）和记录了校准中使用的校准参数的ost.txt文件。

 cd /tmp
 tar -xvzf calibrationdata.tar.gz

 接下来，将ost.txt文件改名为ost.ini，并使用camera_calibration_parsers功能包
的convert节点创建相机参数文件（camera.yaml）。创建完成后，将其保存在~/.ros/camera_info/目录中，则ROS中使用的相机相关功能包会引用此信息。
 

mv ost.txt ost.ini
rosrun camera_calibration_parsers convert ost.ini camera.yaml 
mkdir ~/.ros/camera_info
mv camera.yaml ~/.ros/camera_info/

接下来，将ost.txt文件改名为ost.ini，并使用camera_calibration_parsers功能包
的convert节点创建相机参数文件（camera.yaml）。创建完成后，将其保存在~/.ros/camera_info/目录中，则ROS中使用的相机相关功能包会引用此信息。
 

mv ost.txt ost.ini
rosrun camera_calibration_parsers convert ost.ini camera.yaml 
mkdir ~/.ros/camera_info
mv camera.yaml ~/.ros/camera_info/

细节部分参考ROS摄像头标定_w²大大的博客-CSDN博客

这里存在一个问题，save保存之后我没有找到我的文件在哪里，其实他应该是存储在临时文件夹tmp中，这里我在主目录下新建了一个文件夹名为qaw

 cp -r /tmp/* /home/ros/qaw

然后我用上面的命令将临时文件夹中的所有文件都复制到了这个qaw文件夹中，新文件夹的路径为

/home/ros/qaw（如果不知道文件夹的全称，可以用进入该文件夹终端pwd命令查看）

相机参数解释

参考文献

autoware 激光-相机联合标定_autoware联合标定_nuo112的博客-CSDN博客

 ROS摄像头标定_w²大大的博客-CSDN博客

基于OpenCV单目相机的快速标定--源码工程实现过程

　　相机的标定是所有人走进视觉世界需要做的第一件事，辣么多的视觉标定原理解释你可以随便在网上找到，这里只讲到底如何去实现，也算是给刚入门的朋友做个简单的分享。

1.单目相机标定的工程源码

　　首先请到同性交友网站Github上下载工程源码（https://github.com/Zhanggx0102/Camera_Calibration），注意以下几点：

1）.这是一个MS Visual Studio 2010的工程源码（版本是201x都可以）。

2）.在编译运行之前请先在VS中配置好OpenCV（网上搜索有很多图文并茂的教程），OpenCV的各个版本应该都兼容，我使用的是2.4.6。

3）.这个工程源码不是个人编写，而是我直接从OpenCV中拷贝出来的。

　　完成上述配置之后你会发现项目中的源文件有以下几项：

　　camera_calibration.cpp----相机标定的源码

　　in_Arlco_Camera_data.xml----某款相机的标定参数配置文件

　　Arlco_Camera.xml----某款相机的标定用图片索引文件

　　in_Logitech_C170.xml----另一款相机的标定参数配置文件

　　Logitech_C170.xml----另一款相机的标定用图片索引文件

此时如果点击运行则标定的是Arlco相机，且标定使用的是预先拍好的图片。

2.相机标定的配置过程。

　　经过第一部分的介绍，下面你要做的就是更改配置来标定你自己的相机（注意：这个时候你已经打印了一张自己的标定黑白棋盘），请紧跟下列步骤：

1）.在工程目录中找到文件in_Arlco_Camera_data.xml，复制一份改个名字如：in_YourCam_Camera_data.xml 放置在同样的文件夹下，表示这是你自己的相机标定配置文件。

2）.修改camera_calibration.cpp源代码中的217行

    const string inputSettingsFile = argc > 1 ? argv[1] : "in_Arlco_Camera_data.xml";

改为你刚才复制的自己的配置文件，例如：

    const string inputSettingsFile = argc > 1 ? argv[1] : "in_YourCam_Camera_data.xml";

3）.修改你自己的相机标定配置文件in_YourCam_Camera_data.xml，具体如下：

<!-- Number of inner corners per a item row and column. (square, circle) -->
<BoardSize_Width>7</BoardSize_Width>
<BoardSize_Height>5</BoardSize_Height>

这一步配置你的横向和纵向角点（黑白相交的点）数，如下图所示。我的是横向7个，纵向5个，请根据自己的标定棋盘更改相应的数目。

 

1 <!-- The size of a square in some user defined metric system (pixel, millimeter)-->
2   <Square_Size>30</Square_Size>

 这个定义的是你的棋盘格的尺寸，我的是30mm，请根据自己的做更改。

  <!-- The type of input used for camera calibration. One of: CHESSBOARD CIRCLES_GRID ASYMMETRIC_CIRCLES_GRID -->
  <Calibrate_Pattern>"CHESSBOARD"</Calibrate_Pattern>

这个定义的是你标定用的棋盘类型，如果你用的是黑白棋盘，不用修改。

 <Input>"Arlco_Camera.xml"</Input>
  <!--  If true (non-zero) we flip the input images around the horizontal axis.-->
  <Input_FlipAroundHorizontalAxis>0</Input_FlipAroundHorizontalAxis>

 这个指定的是你标定的时候采用的方式，支持一下三种：

a. 用预先拍好的带有标定棋盘的照片进行标定。（本文采用的标定方式，下面将具体介绍方法）

b.用预先录制好的视频进行标定（支持AVI格式）。用"/tmp/x.avi"代替源码中的"Arlco_Camera.xml"即可，其中x.avi是你录制好的带有棋盘的视频。

c.打开相机边录制边标定。用“1”代替源码中的"Arlco_Camera.xml"即可。

如果采用a方法，需要工程目录中找到文件Arlco_Camera.xml，复制一份改个名字如：YourCam_Camera.xml 放置在同样的文件夹下。这个里面指定了标定用的照片的存放位置和名称，具体代码如下：

<?xml version="1.0"?>
<opencv_storage>
<images>
imges/1.jpg
imges/2.jpg
imges/3.jpg
imges/4.jpg
imges/5.jpg
imges/6.jpg
imges/7.jpg
imges/8.jpg
imges/9.jpg
imges/10.jpg
imges/11.jpg
imges/12.jpg
imges/13.jpg
imges/14.jpg
imges/15.jpg
imges/16.jpg
imges/17.jpg
imges/18.jpg
imges/19.jpg
imges/20.jpg
imges/21.jpg
imges/22.jpg
imges/23.jpg
imges/24.jpg
imges/25.jpg
imges/26.jpg
imges/27.jpg
</images>
</opencv_storage>

 你不需要修改，只需要把工程目录下的imges文件夹里的图片换成你自己的就可以了，图片名称还是用1~27的数字。

继续回到in_YourCam_Camera_data.xml文件修改参数：

  <!-- How many frames to use, for calibration. -->
  <Calibrate_NrOfFrameToUse>27</Calibrate_NrOfFrameToUse>

 这里27指定了你预先拍照的数量，可以修改，但是需要相应的修改YourCam_Camera.xml文件。

  <!-- The name of the output log file. -->
  <Write_outputFileName>"out_Arlco_Camera_data.yml"</Write_outputFileName>

 这里指定的是你的标定参数保存的文件名称，用自己的名字如：out_YourCam_Camera_data.yml 代替：out_Arlco_Camera_data.yml 即可。

ok，其余的参数用默认即可，这个时候请把你修改好的文件：in_YourCam_Camera_data.xml 和 YourCam_Camera.xml 添加到工程项目的源码中。

　　此时点击运行口可以标定你自己的相机了，最后的结果会保存在工程目录下，名字就是上一步你自己设置的out_YourCam_Camera_data.yml。

标定过程如下图所示：

完成后你就可以看到相机内参、外参以及畸变系数了，部分数据如下：

%YAML:1.0
calibration_Time: "09/02/17 14:27:10"
nrOfFrames: 27
image_Width: 1280
image_Height: 720
board_Width: 7
board_Height: 5
square_Size: 30.
FixAspectRatio: 1.
# flags:  +fix_aspectRatio +fix_principal_point +zero_tangent_dist
flagValue: 14
Camera_Matrix: !!opencv-matrix
   rows: 3
   cols: 3
   dt: d
   data: [ 1.0078520005023535e+003, 0., 6.3950000000000000e+002, 0.,
       1.0078520005023535e+003, 3.5950000000000000e+002, 0., 0., 1. ]
Distortion_Coefficients: !!opencv-matrix
   rows: 5
   cols: 1
   dt: d
   data: [ -4.9694653328469340e-002, 2.3886698343464000e-001, 0., 0.,
       -2.1783942538569392e-001 ]
Avg_Reprojection_Error: 6.4271522441441153e-001
Per_View_Reprojection_Errors: !!opencv-matrix
   rows: 27
   cols: 1
   dt: f
   data: [ 3.89407665e-001, 4.69866753e-001, 3.74819994e-001,
       4.79580641e-001, 2.85050988e-001, 3.93756509e-001,
       9.21430171e-001, 7.79153645e-001, 6.87648296e-001,
       6.19106829e-001, 6.83992207e-001, 6.41160131e-001,
       2.52024829e-001, 2.94729859e-001, 4.55538809e-001,
       7.44070828e-001, 4.21751559e-001, 5.13929784e-001,
       6.03685081e-001, 1.09411442e+000, 1.20731401e+000,
       8.70341241e-001, 3.22936684e-001, 4.73881990e-001,
       8.06841075e-001, 6.78049505e-001 ]

 

我用的图片是1280x720的，这个数据是根据你用的标定图片得出的。

3.总结

　　本文是为视觉入门者准备的，后续我会陆续介绍在linux下的标定过程，包括用其他开源库如ArUco等的标定方法。

 

作者：Shawn

以上是关于相机单独标定的实现过程[autoware标定]tmp文件的查看方式的主要内容，如果未能解决你的问题，请参考以下文章

基于OpenCV单目相机的快速标定--源码工程实现过程

matlab相机标定工具箱能够自动标定吗？

相机标定究竟在标定什么？[转]

opencv相机标定

如何理解工业相机的标定

工业相机需不需要标定？