livox_camera_calib的使用

这篇具有很好参考价值的文章主要介绍了livox_camera_calib的使用。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。

livox_camera_calib的使用

livox_camera_calib是火星实验室开发的一款的激光雷达和相机标定的算法,标定得到的参数用于进行r3live的建图,代码链接为:livox_camera_calib 。

1.下载&&编译

cd livox_camera_calib_ws/catkin_ws
catkin_make

2.路径修改

在calib.yaml文件中修改如下,注意都是绝对路径,并且将png和pcd文件放置于相应的文件夹,pcd和png为同一个地方同一时间的文件,不超过10s。

# Data path. adjust them!
common:
    image_file: "/home/test/lidarimu/catkin_ws/src/livox_camera_calib/data/0.png"##存放照片的地址
    pcd_file: "/home/test/lidarimu/catkin_ws/src/livox_camera_calib/data/0.pcd"##存放pcd的地址
    result_file: "/home/test/lidarimu/catkin_ws/src/livox_camera_calib/result/extrinsic.txt"##存放结果的文件

# Camera Parameters. Adjust them!
#注意修改
camera:
    camera_matrix: [1364.45, 0.0,      958.327,
                0.0,     1366.46,  535.074,
                0.0,     0.0,      1.0     ]
    dist_coeffs: [0.0958277, -0.198233, -0.000147133, -0.000430056, 0.000000]

# Calibration Parameters.!
calib:
    calib_config_file: "/home/test/lidarimu/catkin_ws/src/livox_camera_calib/config/config_outdoor.yaml"##连接的另外一个yaml的文件
    use_rough_calib: true # set true if your initial_extrinsic is bad

3.启动命令

source ~/catkin_ws/devel/setup.bash
roslaunch livox_camera_calib calib.launch

4.结果

pcd_file path:/home/test/lidarimu/catkin_ws/src/livox_camera_calib/data/0.pcd
[ INFO] [1661861080.024207677]: Sucessfully load calib config file
[ INFO] [1661861080.088885682]: Sucessfully load image!
[ INFO] [1661861080.144565487]: Sucessfully extract edge from image, edge size:99218
[ INFO] [1661861080.144599053]: Loading point cloud from pcd file.
[ INFO] [1661861104.525277856]: Sucessfully load pcd, pointcloud size: 6168000
[ INFO] [1661861104.525309529]: Building Voxel
[ INFO] [1661861147.666460708]: Extracting Lidar Edge
[ INFO] [1661861181.076330050]: Finish prepare!
Initial rotation matrix:
 0 -1  0
 0  0 -1
 1  0  0
Initial translation:0 0 0
Rough calibration min cost:0.834552
Rough calibration min cost:0.834196
Rough calibration min cost:0.833889
Rough calibration min cost:0.833497
Rough calibration min cost:0.831829
Rough calibration min cost:0.831829
Rough calibration min cost:0.831829
Rough calibration min cost:0.831829
Rough calibration min cost:0.831829
Rough calibration min cost:0.831829
Iteration:0 Dis:30 pnp size:13950
iter      cost      cost_change  |gradient|   |step|    tr_ratio  tr_radius  ls_iter  iter_time  total_time
   0  5.392464e+05    0.00e+00    1.97e+06   0.00e+00   0.00e+00  1.00e+04        0    2.68e+00    2.69e+00
   1  4.558275e+05    8.34e+04    1.24e+04   9.21e-02   9.99e-01  3.00e+04        1    2.81e+00    5.50e+00
   2  4.558233e+05    4.17e+00    2.93e+01   1.12e-03   9.96e-01  9.00e+04        1    2.80e+00    8.30e+00
Ceres Solver Report: Iterations: 3, Initial cost: 5.392464e+05, Final cost: 4.558233e+05, Termination: CONVERGENCE
q_dis:0.247546 ,t_dis:0.0910649
Iteration:1 Dis:30 pnp size:13892
iter      cost      cost_change  |gradient|   |step|    tr_ratio  tr_radius  ls_iter  iter_time  total_time
   0  4.111625e+05    0.00e+00    8.01e+05   0.00e+00   0.00e+00  1.00e+04        0    2.66e+00    2.67e+00
   1  3.897798e+05    2.14e+04    2.25e+03   3.01e-02   9.99e-01  3.00e+04        1    2.78e+00    5.45e+00
Ceres Solver Report: Iterations: 2, Initial cost: 4.111625e+05, Final cost: 3.897798e+05, Termination: CONVERGENCE
q_dis:0.215628 ,t_dis:0.0300071
Iteration:2 Dis:29 pnp size:13698
iter      cost      cost_change  |gradient|   |step|    tr_ratio  tr_radius  ls_iter  iter_time  total_time
   0  3.855072e+05    0.00e+00    1.21e+06   0.00e+00   0.00e+00  1.00e+04        0    2.63e+00    2.63e+00
   1  3.682016e+05    1.73e+04    1.20e+03   2.20e-02   1.00e+00  3.00e+04        1    2.75e+00    5.38e+00
Ceres Solver Report: Iterations: 2, Initial cost: 3.855072e+05, Final cost: 3.682016e+05, Termination: CONVERGENCE
q_dis:0.175368 ,t_dis:0.0218984
Iteration:3 Dis:29 pnp size:13890

livox_camera_calib,SLAM,python,开发语言,slam

livox_camera_calib,SLAM,python,开发语言,slam

livox_camera_calib,SLAM,python,开发语言,slam

参考

livox_camera_calib文章来源地址https://www.toymoban.com/news/detail-617612.html

到了这里,关于livox_camera_calib的使用的文章就介绍完了。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

  • Android Camera开发入门(3):CameraX的使用

    CameraX API简介 在前两篇博客中,我们介绍了Camera基础知识和Camera2 API的使用。为了进一步简化相机应用开发,Google推出了CameraX API,它提供了一个更加简洁、易于使用的接口,帮助开发者快速实现高质量的相机功能。本篇博客将带领你了解CameraX的使用方法,并提供相应的示例

    2024年02月11日
    浏览(38)
  • 嵌入式安卓开发:使用Camera2获取相机

    从 Android 5.0 开始, Google 引入了一套全新的相机框架 Camera2(android.hardware.camera2) ,并且废弃了旧的相机框架 Camera1(android.hardware.Camera) 。 Camera2相比于Camera的API不仅大幅提高了Android系统拍照的功能,还能支持RAW照片输出,甚至允许程序调整相机的对焦模式、曝光模式、快

    2024年02月09日
    浏览(84)
  • Android多媒体功能开发(12)——使用Camera类拍照

    Android上用摄像头拍照、录视频有两套API可用,Android5.0(API21)之前使用android.hardware.Camera类,之后推荐使用android.hardware.camera2包。目前这两套API都可以使用,Camera类用起来比较简单易懂,但功能少灵活性差,所以现在降级使用;Camera2框架功能强大,对摄像头的控制灵活,但由于

    2023年04月13日
    浏览(43)
  • 经典文献阅读之--Calib Anything(使用SAM的无训练标定雷达相机外参)

    Camera与LiDAR之间的外部标定研究正朝着更精确、更自动、更通用的方向发展,由于很多方法在标定中采用了深度学习,因此大大减少了对场景的限制。然而,数据驱动方法具有传输能力低的缺点。除非进行额外的训练,否则它无法适应数据集的变化。随着基础模型的出现,这

    2024年02月02日
    浏览(39)
  • Livox MID-70连接及使用

    本文选用ros,未使用ros2。在Ubuntu18.04下配置ros。下载安装参考:Ubuntu18.04安装 ROS桌面完整版 其中注意在第8部分 需要切换到国内镜像。 参考安装ROS教程,以及安装时遇到的问题和解决办法 去官网下载livox_viewer,Windows和Linux版本都有。livox_viewer不需要SDK和ros_driver即可使用。

    2024年02月04日
    浏览(62)
  • 6.7物联网RK3399项目开发实录-驱动开发之Camera摄像头的使用(wulianjishu666)

    90款行业常用传感器单片机程序及资料【stm32,stc89c52,arduino适用】 链接:https://pan.baidu.com/s/1M3u8lcznKuXfN8NRoLYtTA?pwd=c53f  ======================================================== AIO-3399J 开发板分别带有两个 MIPI,MIPI 支持最高 4K 拍照,并支持 1080P 30fps 以上视频录制。此外,开发板还支持 USB 摄

    2024年04月13日
    浏览(51)
  • 激光无人机开发(一)大疆Livox-Avia雷达硬件设计及连接线改造

    在Fast-LIO中,作者使用了一个搭载了Livox-Avia的无人机平台进行数据采集,如下图所示: 其中除了雷达外,还搭载了一个FPV相机,用于录制第一人称视角的视频。 飞控选用的是常见的Pixhawk 4-mini;机载电脑选用的是大疆妙算2(现在好像停产了)。 整个无人机轴距260mm*270mm,属

    2024年02月07日
    浏览(70)
  • 多个Livox雷达点云合成及使用ROS发布

    因为单个Livox avia的FOV只有70°,无法覆盖车前方的所有范围,所以用了三个Livox avia以实现180°前方位覆盖。但由于三个雷达均是独自采集,所以需要对每个雷达采集的各帧点云进行合并,用于建图。以下工作均建立于已经知道各雷达之间的外参。 由于Fast-LIO输入的是Livox自定义

    2024年02月13日
    浏览(45)
  • Livox HAP 一文搞定HAP激光雷达的连接和使用(详细版)

    目录 配置环境 一、安装ROS系统 二、编译Livox SDK2 三、安装livox_ros_driver2  四、Ubuntu连接激光雷达HAP 1、Ubuntu设置静态IP 2、更改虚拟机的设置(关键一步)  3、修改配置文件 4、连接激光雷达Livox HAP HAP的使用方法 一、录制点云视频bag 二、播放点云视频bag 三、bag格式转pcd格式

    2024年01月24日
    浏览(181)
  • Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO

    Livox mid360需要使用 Livox-SDK2 ,而非 Livox-SDK ,以及对应的 livox_ros_driver2 。并需要修改FAST_LIO中部分代码。 参考官方教程。 1.1. 安装 CMake 1.2. 安装编译 Livox-SDK2 注 : Livox-SDK2可以下载在任何位置并编译安装。 2.1. 创建 ROS1 工程 2.2. 在 src 文件夹中下载 FAST_LIO 源码 2.3. 在 src 文件

    2024年02月09日
    浏览(39)

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