标定工具Kalibr安装、使用及标定结果评估方法

这篇具有很好参考价值的文章主要介绍了标定工具Kalibr安装、使用及标定结果评估方法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

单目相机标定

安装和配置

cd kalibr_workspace
source devel/setup.bash

如果使用april tag标定板,设置aprilgrid.yaml配置文件
kalibr标定,ubuntu,c++,计算机视觉,数码相机

 标定数据bag采集

采集单目标定数据时,注意:1.标定板的位姿尽量丰富一些,让tag尽量均匀分布在图像里
2.将相机视野划为9宫格,在每个宫格里进行【正视、上翻、下翻、左翻、右翻】五种图像帧(内参标定中没有roll轴的运动,roll对相机内参影响不大,但是标定外参时要加上roll)

运行命令及得到输出文件

cd <存.yaml和.bag的文件夹>/
rosrun kalibr kalibr_calibrate_cameras --bag HKRCam0_max.bag --topics /HKRCams/Cam0 --models pinhole-radtan --target april_6x6_max.yaml
HKRCam0_max.bag是采集的数据包名称,topics处是待标记单目的topic,pinhole-radtan表示采用的畸变类型,april_6x6_max.yaml是适用于你自己标定板参数的配置文件

程序会输出三个文件:

  • report-cam-%BAGNAME%.pdf:PDF版本的结果报告,包含绘制的图片和标定的参数。
  • results-cam-%BAGNAME%.txt:以文本文件储存的标定结果。
  • camchain-%BAGNAME%.yaml:以YAML格式储存的标定结果。它可以直接用来作为相机-IMU校正的输入。

可能会遇到焦长初始化失败的问题:
kalibr标定,ubuntu,c++,计算机视觉,数码相机
解决方案:

kalibr标定,ubuntu,c++,计算机视觉,数码相机

 标定质量分析

单目内参数据质量分析
1.看重投影误差:1080p分辨率的相机 重投影误差在1pix以内。以此类推
2.看标定板位姿是否丰富、标定板的tag是否均匀分布在相机视野
下图中左图不行:这里看起来只有标定板的平移运动,

kalibr标定,ubuntu,c++,计算机视觉,数码相机

(双目外参及 imu&相机标定待更新)
 文章来源地址https://www.toymoban.com/news/detail-589406.html

到了这里,关于标定工具Kalibr安装、使用及标定结果评估方法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • kalibr 进行相机单目、双目标定全流程

    参考链接: Installation · ethz-asl/kalibr Wiki · GitHub Docker 操作知识: Docker攻略:从安装到入门到进阶 | Dockerfile调优 | 镜像分层 | 容器生命周期/5种网络模式 |跨宿主机通信_血煞长虹的博客-CSDN博客 部署kalibr步骤如下: 1.拉取镜像 2.创建container 3.进入container 运行以后即可进入con

    2024年02月09日
    浏览(44)
  • ubuntu20.04+kalibr_相机与imu联合标定

    本文使用的相机是 Realsense D435i ,imu是轮趣科技的 N100 。 基于 ubuntu20.04+kalibr+imu_utils 标定相机和imu以及联合标定。 安装依赖 建立工作空间 下载kalibr并编译 或者直接把setup.bash加到 ~/.bashrc –type apriltag 标定板类型 –nx [NUM_COLS] 列个数 6 –ny [NUM_ROWS] 行个数 6 –tsize [TAG_WIDTH_M]

    2024年02月03日
    浏览(43)
  • autoware标定工具进行固态激光雷达与相机的联合标定并运用标定结果进行投影(C++)

    本文主要介绍速腾聚创的RS-LIDAR-M1固态雷达激光与小觅相机左眼的联合标定过程,并介绍标定过程中的一些技巧与避雷,加快标定效率。最后给出运用标定结果进行投影的关键代码。 一、安装autoware(为了标定完成后的可视化,可选,本文并未用到) 参考https://blog.csdn.net/qq

    2024年02月08日
    浏览(46)
  • 轨迹评估工具使用:evo安装以及学习

    核心功能是能够绘制相机的轨迹,或评估估计轨迹与真值的误差。支持多种数据集的轨迹格式( TUM、KITTI、EuRoC MAV、ROS的bag ),同时支持这些数据格式之间进行相互转换。在此仅对其基本功能做简要介绍。 evo工具github地址 在终端使用安装命令即可: 注:需要安装一下相关的

    2024年02月06日
    浏览(38)
  • SLAM 轨迹评估工具——EVO安装、使用介绍

    一、概述 evo是一款用于视觉里程计和SLAM问题的轨迹评估工具. 核心功能是能够绘制相机的轨迹, 或评估轨迹与真值之间的误差. 支持多种数据集的轨迹格式(TUM、KITTI、EuRoC MAV、ROS的bag), 同时支持这些数据格式之间的相互转换,本文轨迹展示以tum数据格式为例。 二、安装 evo安

    2024年02月09日
    浏览(50)
  • SLAM和里程计评估工具——evo使用方法全解

            本帖的主要内容是整理evo的使用方法及各种命令,不含安装步骤及过程,还未安装的请移步其他博主。         evo目前支持的公开数据集格式有: TUM、KITTI、EuRoC 以及 ROS bagfile 。如果使用的数据集格式为这些中的某一种,那么无须额外的数据格式处理,就可以

    2024年02月08日
    浏览(48)
  • 性能测试工具 Lmbench 的使用方法以及解析运行结果

    Lmbench 是一款简易可以移植的内存测试工具,其主要功能有,带宽测评(读取缓存文件、拷贝内存、读/写内存、管道、TCP),延时测评(上下文切换、网络、文件系统的建立和删除、进程创建、信号处理、上层系统调用、内存读入反应时间)等功能。 官网地址:http://www.bit

    2023年04月18日
    浏览(60)
  • RAG评估方法-四种方法、两个自动化评估工具,中文/英文RAG评估数据集

    现有RAG模型的评估主要强调三个主要 质量分数 和四个 基本能力 ,它们共同决定了RAG模型的两个主要目标的评估:检索和生成。 质量分数:上下文相关性(Context Relevance)、答案真实性(Answer Faithfulness)和答案相关性(Answer Relevance)。 四种能力:噪声鲁棒性(Noise Robustness)

    2024年04月17日
    浏览(36)
  • YOLOv5的Tricks | 【Trick15】使用COCO API评估模型在自己数据集的结果

    如有错误,恳请指出。 在解析yolov5整个工程项目的时候要,已经对其detect.py脚本和val.py脚本进行分别的解析。其中,个人觉得detect脚本写得过于冗杂,所以分别为每个任务(图片推理,视频推理,摄像头推理)单独的写了个简单易懂的推理脚本。 在之前在解析完val.py脚本之

    2024年02月07日
    浏览(45)
  • 相机的内参标定(实现原理+具体操作流程+实验结果)

    这篇主要是总结梳理一下关于学习到的相机内参标定的知识。计划分为原理介绍,具体操作流程,标定实验结果三个模块。 首先先简单解释下为什么要进行相机标定这个操作,我们知道生活中实际使用的相机镜头都是透镜,初中时的物理就讲过,只有通过光心的光线才是沿直

    2024年02月09日
    浏览(60)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包