开门见山

步骤

如果有Mocap，根据mocap系统指示获取Groundtruth，我实验室的mocap为optitrack，使用vrpn_client_ros包获取groundtruth。具体参考这里。
同时录制话题/camera/color/image_raw、/camera/aligned_depth_to_color/image_raw和/vrpn_client_node/RigidBody1/pose，分别为RGB数据、对齐到RGB相机后的深度图和mocap输出的真实pose。
使用以下程序一键生成TUM数据格式，前提是已经安装好ROS，注意修改代码中bag包名字、话题名和输出路径。

#!/bin/python
import roslib
import rosbag
import rospy
import cv2
import os
from sensor_msgs.msg import Image
from geometry_msgs.msg import Pose, Quaternion, Point
from cv_bridge import CvBridge
from cv_bridge import CvBridgeErrorros_bag = 'sence5.bag'  #bag包路径
save_path = 'sence5/'   #输出数据集的路径
rgb = save_path + 'rgb/'  #rgb path
depth = save_path + 'depth/'   #depth pathbridge = CvBridge()file_handle1 = open(save_path + 'rgb.txt', 'w')
file_handle2 = open(save_path + 'depth.txt', 'w')
file_handle3 = open(save_path + 'groundtruth.txt', 'w')with rosbag.Bag(ros_bag, 'r') as bag:for topic,msg,t in bag.read_messages():if topic == "/camera/color/image_raw":   #rgb topiccv_image = bridge.imgmsg_to_cv2(msg,"bgr8")timestr = "%.6f" %  msg.header.stamp.to_sec()   #rgb time stampimage_name = timestr+ ".png"path = "rgb/" + image_namefile_handle1.write(timestr + " " + path + '\n')cv2.imwrite(rgb + image_name, cv_image)if topic == "/camera/aligned_depth_to_color/image_raw":  #depth topiccv_image = bridge.imgmsg_to_cv2(msg)#cv_image = bridge.imgmsg_to_cv2(msg, '32FC1')#cv_image = cv_image * 255timestr = "%.6f" %  msg.header.stamp.to_sec()   #depth time stampimage_name = timestr+ ".png"path = "depth/" + image_namefile_handle2.write(timestr + " " + path + '\n')cv2.imwrite(depth + image_name, cv_image)if topic == '/vrpn_client_node/RigidBody_ZLT_UAV/pose': #groundtruth topicp = msg.pose.positionq = msg.pose.orientationtimestr = "%.6f" %  msg.header.stamp.to_sec()file_handle3.write(timestr + " " + str(round(p.x, 4)) + " " + str(round(p.y, 4)) + " " + str(round(p.z, 4)) + " ")file_handle3.write(str(round(q.x, 4)) + " " + str(round(q.y, 4)) + " " + str(round(q.z, 4)) + " " + str(round(q.w, 4)) + '\n')
file_handle1.close()
file_handle2.close()
file_handle3.close()

值得注意的是，获取的真值pose和SLAM输出的pose不在同一个坐标系下，如果要使用自己制作的数据集并进行精度评估，则需要使用evo评估工具。
使用时，由于真值pose帧率高（我这儿mocap输出是100Hz），而d435输出RGB和depth被设定为30Hz，所以两者时间戳会不同步。在使用evo工具时，则需要指定相关参数，否则评估将会出错，如下所示：
```
evo_ape tum Groundtruth.txt OurCameraTrajectory.txt -p -va --save_results results/Our.zip --t_max_diff=0.05 --t_offset=0.05
```
这儿的--t_max_diff=0.05 --t_offset=0.05和-a分别表示允许的最大时间误差、时间偏移和对齐坐标系。

利用Realsense D435和Mocap制作TUM数据集相关推荐

ROS下利用realsense采集RGBD图像合成点云
摘要:在ROS kinetic下,利用realsense D435深度相机采集校准的RGBD图片,合成点云,在rviz中查看点云,最后保存成pcd文件. 一. 各种bug 代码编译成功后,打开rviz ...
realsense D435获取RGB-D数据集-制作.klg文件
记录个人工作日志.恳求大佬指点简单的方法!! 1. <利用ros记录话题,获得bag文件> 首先launch相机节点: roslaunch realsense2_camera rs_ca ...
python制作训练集_利用Tensorflow简单实现VGGNet，从数据集制作到训练完成测试
VGGNet_TF 利用Tensorflow简单实现VGGNet,从数据集制作到训练完成测试参考:<Tensorflow实战><Tensorflow 实战Google深度学习框架& ...
利用Arcgis制作图像分割数据集
利用Arcgis制作图像分割数据集,以制作农村道路标签数据进行二分类为例一,进行矢量化获取矢量数据二,制作掩膜三,mask图像导出四,原始遥感影像裁剪五,mask图片和遥感图像裁剪及训练集. ...
TUM数据集制作BundleFusion数据集
BundleFusion的数据集中,在生成.sens文件之前,包括彩色图,深度图和一个位姿文件,并且这个pose文件中的位姿态是有变化的,所以我怀疑,推测,在这个pose文件中可以写入groundtr ...
Realsense D435保存图像
你可以走慢一点,但脚步不能停下来. Realsense是我使用的第3款深度传感器,前两款分别是Orbbec和Kinect v2,奥比中光的深度传感器只需要USB接口,但深度图的效果并不好,Kinect ...
python制作图片数据集_Pytorch自己加载单通道图片用作数据集训练的实例
pytorch 在torchvision包里面有很多的的打包好的数据集,例如minist,Imagenet-12,CIFAR10 和CIFAR100.在torchvision的dataset包里面,用 ...
使用evo工具评估ORB_SLAM2在TUM数据集上的运行轨迹
目录一.安装evo工具二.运行RGB-D基准数据集 1.下载TUM数据集 2.关联rgb图像和depth图像 3.运行rgb-d数据集三.使用evo评估 1.常用指令 2.绝对轨迹误差 3.相对 ...
UR3机械臂+Realsense D435+ROS手眼标定记录
UR3机械臂+Realsense D435+ROS手眼标定记录前面一段时间,由于实验室工作安排,上手了UR3机械臂和Realsense D435深度相机,在手眼标定这一段真的是让人心累,断断续续折腾 ...

利用Realsense D435和Mocap制作TUM数据集

利用Realsense D435和Mocap制作TUM数据集

开门见山

步骤

利用Realsense D435和Mocap制作TUM数据集相关推荐

最新文章

热门文章