SLAM算法与工程实践——相机篇:传统相机使用(1)

这篇具有很好参考价值的文章主要介绍了SLAM算法与工程实践——相机篇:传统相机使用(1)。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。

SLAM算法与工程实践系列文章

下面是SLAM算法与工程实践系列文章的总链接,本人发表这个系列的文章链接均收录于此

SLAM算法与工程实践系列文章链接


下面是专栏地址:

SLAM算法与工程实践系列专栏



前言

这个系列的文章是分享SLAM相关技术算法的学习和工程实践


SLAM算法与工程实践——相机篇:传统相机使用(1)

相机相关命令

插上USB相机,使用命令查看USB设备

lsusb

[ warn:0] global ../modules/videoio/src/cap_gstreamer.cpp (935) open opencv,SLAM算法与工程实践系列,算法,计算机视觉,机器人,opencv

可以识别相机

使用命令查看识别到几个摄像头

ll /dev/video*

[ warn:0] global ../modules/videoio/src/cap_gstreamer.cpp (935) open opencv,SLAM算法与工程实践系列,算法,计算机视觉,机器人,opencv

然后改变其权限

sudo chmod 777 /dev/video0
sudo chmod 777 /dev/video1

安装 v4l-utils 工具包

sudo apt-get install v4l-utils

使用下列命令查看相机参数

v4l2-ctl -d /dev/video0 --list-formats-ext

在命令行输出为:

ioctl: VIDIOC_ENUM_FMT
        Type: Video Capture

        [0]: 'MJPG' (Motion-JPEG, compressed)
                Size: Discrete 2560x800
                        Interval: Discrete 0.017s (60.000 fps)
                        Interval: Discrete 0.033s (30.000 fps)
                        Interval: Discrete 0.067s (15.000 fps)
                Size: Discrete 2560x720
                        Interval: Discrete 0.017s (60.000 fps)
                        Interval: Discrete 0.033s (30.000 fps)
                Size: Discrete 1280x800
                        Interval: Discrete 0.008s (120.000 fps)
                        Interval: Discrete 0.017s (60.000 fps)
                        Interval: Discrete 0.033s (30.000 fps)
                Size: Discrete 1280x792
                        Interval: Discrete 0.008s (120.000 fps)
                        Interval: Discrete 0.017s (60.000 fps)
                        Interval: Discrete 0.033s (30.000 fps)
                Size: Discrete 1280x400
                        Interval: Discrete 0.008s (120.000 fps)
                        Interval: Discrete 0.017s (60.000 fps)
                        Interval: Discrete 0.033s (30.000 fps)
                Size: Discrete 640x400
                        Interval: Discrete 0.005s (210.000 fps)
                        Interval: Discrete 0.008s (120.000 fps)
                        Interval: Discrete 0.017s (60.000 fps)
                Size: Discrete 640x392
                        Interval: Discrete 0.005s (210.000 fps)
                        Interval: Discrete 0.008s (120.000 fps)
                        Interval: Discrete 0.017s (60.000 fps)
        [1]: 'YUYV' (YUYV 4:2:2)
                Size: Discrete 2560x800
                        Interval: Discrete 0.500s (2.000 fps)
                Size: Discrete 2560x720
                        Interval: Discrete 0.500s (2.000 fps)
                Size: Discrete 1280x800
                        Interval: Discrete 0.200s (5.000 fps)
                Size: Discrete 1280x792
                        Interval: Discrete 0.200s (5.000 fps)
                Size: Discrete 1280x400
                        Interval: Discrete 0.067s (15.000 fps)
                        Interval: Discrete 0.100s (10.000 fps)
                Size: Discrete 640x400
                        Interval: Discrete 0.033s (30.000 fps)
                Size: Discrete 640x392
                        Interval: Discrete 0.033s (30.000 fps)

可以看出本相机的参数和对应设置下的帧率,最高为 120 帧,分辨率为 2560x800,我这选用 1280x400

[ warn:0] global ../modules/videoio/src/cap_gstreamer.cpp (935) open opencv,SLAM算法与工程实践系列,算法,计算机视觉,机器人,opencv

接下来看看你的USB摄像头支持什么附加属性,只需要执行下面的命令即可

v4l2-ctl -d /dev/video0 --list-ctrls

得到下面的结果

User Controls

                     brightness 0x00980900 (int)    : min=-64 max=64 step=1 default=0 value=0
                       contrast 0x00980901 (int)    : min=0 max=95 step=1 default=0 value=0
                     saturation 0x00980902 (int)    : min=0 max=100 step=1 default=64 value=64
                            hue 0x00980903 (int)    : min=-2000 max=2000 step=1 default=0 value=0
        white_balance_automatic 0x0098090c (bool)   : default=1 value=1
                          gamma 0x00980910 (int)    : min=100 max=300 step=1 default=100 value=100

[ warn:0] global ../modules/videoio/src/cap_gstreamer.cpp (935) open opencv,SLAM算法与工程实践系列,算法,计算机视觉,机器人,opencv

使用应用程序茄子(cheese)

输入命令:

sudo apt-get install cheese

装好后,用命令:cheese,即可打开。如果指定打开video1,输入命令:

cheese -d /dev/video1

读取相机配置文件 HBV-1780-2.yaml

int UseStereoCam::loadCamParam(std::string cfgPath) {
    cv::FileStorage fs(cfgPath, cv::FileStorage::READ);
    if (fs.isOpened()) {
        std::cout << "Stereo Camera Paramter is loading..." << std::endl;

        //内参矩阵
        fs["IntrinsicMatrixLeft"] >> IntrinsicMatrixLeft;      //存放内参矩阵,左相机
        IntrinsicMatrixLeft.at<double>(0, 0) = IntrinsicMatrixLeft.at<double>(0, 0) * resizeScalse;
        IntrinsicMatrixLeft.at<double>(1, 1) = IntrinsicMatrixLeft.at<double>(1, 1) * resizeScalse;
        IntrinsicMatrixLeft.at<double>(0, 2) = IntrinsicMatrixLeft.at<double>(0, 2) * resizeScalse;
        IntrinsicMatrixLeft.at<double>(1, 2) = IntrinsicMatrixLeft.at<double>(1, 2) * resizeScalse;

        fs["IntrinsicMatrixRight"] >> IntrinsicMatrixRight;      //存放内参矩阵,右相机
        IntrinsicMatrixRight.at<double>(0, 0) = IntrinsicMatrixRight.at<double>(0, 0) * resizeScalse;
        IntrinsicMatrixRight.at<double>(1, 1) = IntrinsicMatrixRight.at<double>(1, 1) * resizeScalse;
        IntrinsicMatrixRight.at<double>(0, 2) = IntrinsicMatrixRight.at<double>(0, 2) * resizeScalse;
        IntrinsicMatrixRight.at<double>(1, 2) = IntrinsicMatrixRight.at<double>(1, 2) * resizeScalse;


        //畸变系数
        fs["DistCoeffLeft"] >> DistCoeffLeft;            //畸变矩阵,左相机
        fs["DistCoeffRight"] >> DistCoeffRight;             //畸变矩阵,右相机

        //旋转矩阵 平移向量
        fs["RotationMatrix"] >> R;
        fs["TranslationVector"] >> T;
        T = T * resizeScalse;

        fs.release();

        leftFocalLength =
                (IntrinsicMatrixLeft.at<double>(0, 0) + IntrinsicMatrixLeft.at<double>(1, 1)) / 2.0;
        rightFocalLength =
                (IntrinsicMatrixRight.at<double>(0, 0) + IntrinsicMatrixRight.at<double>(1, 1)) / 2.0;
        // 处理焦距(例如取平均值)
        focalLength = (leftFocalLength + rightFocalLength) / 2.0;

        fx = (IntrinsicMatrixLeft.at<double>(0, 0) + IntrinsicMatrixRight.at<double>(0, 0)) / 2.0;
        fy = (IntrinsicMatrixLeft.at<double>(1, 1) + IntrinsicMatrixRight.at<double>(1, 1)) / 2.0;
        cx = (IntrinsicMatrixLeft.at<double>(0, 2) + IntrinsicMatrixRight.at<double>(0, 2)) / 2.0;
        cy = (IntrinsicMatrixLeft.at<double>(1, 2) + IntrinsicMatrixRight.at<double>(1, 2)) / 2.0;


        baseline = cv::norm(T) / 100;     //基线(baseline)单位设置为分米

        std::cout << "camera parameter loaded successfully!" << std::endl;

        return 0;

    } else {
        std::cout << "Failed to load camera parameter!" << std::endl;
        return -1;
    }

}

出现的问题

参考:

解决OpenCV的GStreamer warning警告

在用opencv调用摄像头时报错

[ warn:0] global ../modules/videoio/src/cap_gstreamer.cpp (935) open opencv,SLAM算法与工程实践系列,算法,计算机视觉,机器人,opencv

[ WARN:0] global ../modules/videoio/src/cap_gstreamer.cpp (935) open OpenCV | GStreamer warning: Cannot query video position: status=0, value=-1, duration=-1
[ WARN:0] global ../modules/videoio/src/cap_gstreamer.cpp (1758) handleMessage OpenCV | GStreamer warning: Embedded video playback halted; module v4l2src0 reported: Device '/dev/video0' failed during initialization
[ WARN:0] global ../modules/videoio/src/cap_gstreamer.cpp (515) startPipeline OpenCV | GStreamer warning: unable to start pipeline
[ WARN:0] global ../modules/videoio/src/cap_gstreamer.cpp (1057) setProperty OpenCV | GStreamer warning: no pipeline
[ WARN:0] global ../modules/videoio/src/cap_gstreamer.cpp (480) isPipelinePlaying OpenCV | GStreamer warning: GStreamer: pipeline have not been created
摄像头打开失败!

解决办法:

修改打开摄像头的代码如下:

cap.open(0,CAP_V4L2);

调用相机

在编写多个主函数共用srcinclude定义的类的文件时,CMakeLists.txt的编写应该类似下面的写法,然后包含每个子项目的子文件夹

cmake_minimum_required(VERSION 2.8)
project(DEPTH_COMPUTE)

IF (NOT CMAKE_BUILD_TYPE)
    SET(CMAKE_BUILD_TYPE Release)
ENDIF ()

MESSAGE("Build type: " ${CMAKE_BUILD_TYPE})


# set path
set(LIB_PATH ${PROJECT_SOURCE_DIR}/lib)
set(HEAD_PATH ${PROJECT_SOURCE_DIR}/include)
set(EXEC_PATH ${PROJECT_SOURCE_DIR}/bin)

set(DEPTH_LIB calc_depth)   # set libiary name

find_package(OpenCV 4 REQUIRED)
find_package(Eigen3 3.1.0 NO_MODULE)
find_package(Pangolin REQUIRED)

include_directories(${HEAD_PATH})
aux_source_directory(${PROJECT_SOURCE_DIR}/src LIB_SRC)

SET(LIBRARY_OUTPUT_PATH ${LIB_PATH})
add_library(${DEPTH_LIB} SHARED ${LIB_SRC})
TARGET_LINK_LIBRARIES(${DEPTH_LIB}
        ${OpenCV_LIBS}
        ${EIGEN3_LIBS}
        ${Pangolin_LIBRARIES}
)


# add subdirectories 这里是具体的主函数
add_subdirectory(useCamForShot) 
add_subdirectory(openCamera)

子项目的CMakeLists.txt应该如下

cmake_minimum_required(VERSION 2.8)
project(OPENCAM)

find_package(OpenCV 4 REQUIRED)

include_directories(${HEAD_PATH})
link_directories(${LIB_PATH})


set(CMAKE_BUILD_TYPE "Release")
set(CMAKE_CXX_FLAGS "-O3")
set(EXECUTABLE_OUTPUT_PATH  ${EXEC_PATH})

#add_library(${DEPTH_LIB} SHARED  ${SRC_LIST})

add_executable(open_camera open_camera.cpp)
target_link_libraries(open_camera ${DEPTH_LIB} ${OpenCV_LIBS})

以MJPG格式打开相机

参考:

OpenCV+V4L实现MJPG格式拉取USB摄像头

关于openCV VideoCapture获取摄像头MJPG视频的问题

相机支持的视频流格式

[ warn:0] global ../modules/videoio/src/cap_gstreamer.cpp (935) open opencv,SLAM算法与工程实践系列,算法,计算机视觉,机器人,opencv

[ warn:0] global ../modules/videoio/src/cap_gstreamer.cpp (935) open opencv,SLAM算法与工程实践系列,算法,计算机视觉,机器人,opencv

在打开相机后,设置参数文章来源地址https://www.toymoban.com/news/detail-832162.html

capture.open(camIndex, cv::CAP_V4L);    // open camera

//设置编码格式,这里只能写在分辨率和帧率后面,否则无效
capture.set(cv::CAP_PROP_FOURCC, cv::VideoWriter::fourcc('M', 'J', 'P', 'G'));//视频流格式

到了这里,关于SLAM算法与工程实践——相机篇:传统相机使用(1)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

  • 自学SLAM(6)相机与图像实践:OpenCV处理图像与图像拼接(点云)

    如果写过SLAM14讲第一次的作业,或者看过我之前的运行ORB_SLAM2教程应该都安装过OpenCV了,如果没有安装,没关系,可以看我之前的博客,里面有如何安装OpenCV。 链接: 运行ORB-SLAM2(含OpenCV的安装) 让我们先来看一段代码,学习一下OpenCV的函数调用。 改代码中,演示了如下几

    2024年02月06日
    浏览(39)
  • 【工程实践】飞马SLAM100三维数据处理

    有兴趣的伙伴可以去参照官网信息,网址https://www.feimarobotics.com/zhcn/productDetailSlam100 官网标称: 项目 Value 激光视场角 270°×360° 绝对精度 5cm 相机分辨率 3×500万pxs 点频 320kpts/s 最大测距 120m 在SN_XXXX文件夹之下,会有三个文件,分别是数据文件夹,相机状态文件,激光雷达状态

    2024年02月13日
    浏览(37)
  • 工程(十)——github代码ubuntu20.04在ROS环境运行单目和RGBD相机ORB-SLAM3稠密

    博主创建了一个科研互助群Q:772356582,欢迎大家加入讨论交流一起学习。 加稠密建图:git@github.com:huashu996/ORB_SLAM3_Dense_YOLO.git 纯净版:git@github.com:huashu996/ORB_SLAM3.git orb-slam3的整个环境配置还是比较麻烦的,先将一些坑写在前面,供大家参考和避开这些坑。 orb-slam3的配置要求

    2024年01月25日
    浏览(47)
  • npm WARN config global `--global`, `--local` are deprecated. Use `--location=global` instead处理办法

    在使用npm -v命令时提示如下错误 npm WARN config global –global , –local are deprecated. Use –location=global instead npm 的全局配置 --global , --local 已弃用。需使用 --location=global 替代 。 如果忘了安装路径的可以在cmd窗口中输入 where node 进行路径查看 把文件中 prefix -g 修改成 prefix --location=

    2024年02月13日
    浏览(39)
  • npm报错:npm WARN config global `--global`, `--local` are deprecated. Use `--location=global` instead.

    一、前言 1,因为最近在b站学习vue框架,安装脚手架时想要配置npm淘宝镜像 npm config set registry https://registry.npm.taobao.org 时报错了,然后知道我没有安装node.js 2,node.js安装后,执行npm报错npm WARN config global `--global`, `--local` are deprecated. Use `--location=global` instead. 3,百度了一些后,初

    2024年02月07日
    浏览(41)
  • 三种方案解决:npm WARN config global --global, --local are deprecated. Use --location=global instead.

    更换电脑硬盘后,重新安装开发软件。当安装node后进行验证, 执行npm命令告警: 1. --global , --local 被弃用删除,要求改为使用 --location=global 2. npm WARN logfile 告警则是因为对应目录没有权限,右键打开目录属性给与全部权限即可 以npm文件为例 这个警告官方在 npm 8.12.1 中得到了

    2024年02月13日
    浏览(45)
  • ORB-SLAM2算法6之D435i双目IR相机运行ROS版ORB-SLAM2并发布位姿pose的rostopic

    ORB-SLAM2算法1已成功编译安装 ROS 版本 ORB-SLAM2 到本地,以及ORB-SLAM2算法5

    2024年02月09日
    浏览(43)
  • 基于全景相机的视觉SLAM

    相机坐标系中空间点投影到二维图像的过程可以简化为将空间点投影到单位球面上,然后将此球面展开成全景图像。 式中:ri一空间点在相机坐标系中与原点的距离;t0一投影函数。可以看出,全景相机的投影过程是非线性的。 能看出全景图像的畸变系数为cosp,图2-4为全景机

    2024年02月10日
    浏览(44)
  • 视觉SLAM中的相机分类及用途

    目录 1. 单目相机 2. 双目相机 3. 深度相机(RGB-D相机) 4. 全景相机 5. 结构光相机 6. 激光雷达相机(Lidar) 应用场景与选择 7.热感相机 热感相机用于SLAM的挑战 视觉SLAM(Simultaneous Localization and Mapping)算法主要用于机器人和自动导航系统中,用于同时进行定位和建立环境地图。

    2024年02月04日
    浏览(43)
  • 【视觉SLAM入门】3. 相机模型,内外参,畸变推导

    本节讨论围绕这个问题展开 机器人如何观测外部世界? quadlargetextcolor{red}{机器人如何观测外部世界?} 机器人如何观测外部世界? 注意: 的研究的目的是为了求出点在世界坐标系下的信息,也就是    P w ;P_w P w ​ 是要求出来的量。 以针孔相机为例,我们来推导内参的

    2024年02月13日
    浏览(57)

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