首先,我们已经完成了相机标定,生成了head_camera.yaml

image_width: 640
image_height: 480
camera_name: head_camera
camera_matrix:rows: 3cols: 3data: [634.9179818076392, 0, 329.2437180764049, 0, 639.320700174626, 251.6448538152812, 0, 0, 1]
distortion_model: plumb_bob
distortion_coefficients:rows: 1cols: 5data: [0.1309044967838789, -0.190156630074109, 0.002588424412321755, 0.001212400848318653, 0]
rectification_matrix:rows: 3cols: 3data: [1, 0, 0, 0, 1, 0, 0, 0, 1]
projection_matrix:rows: 3cols: 4data: [650.2191162109375, 0, 329.9299229989629, 0, 0, 654.1919555664062, 252.713960915602, 0, 0, 0, 1, 0]

接着我们将其写成ORB_SLAM2/Example/ROS/ORB_SLAM2中的Asus.yaml的格式,如下所示

%YAML:1.0#--------------------------------------------------------------------------------------------
# Camera Parameters. Adjust them!
#--------------------------------------------------------------------------------------------# Camera calibration and distortion parameters (OpenCV)
Camera.fx: 634.917981
Camera.fy: 639.320700
Camera.cx: 329.243718
Camera.cy: 251.644853Camera.k1: 0.130904
Camera.k2: -0.190156
Camera.p1: 0.002588
Camera.p2: 0.001212
Camera.k3: 0Camera.width: 640
Camera.height: 480# Camera frames per second
Camera.fps: 30.0# Color order of the images (0: BGR, 1: RGB. It is ignored if images are grayscale)
Camera.RGB: 1#--------------------------------------------------------------------------------------------
# ORB Parameters
#--------------------------------------------------------------------------------------------# ORB Extractor: Number of features per image
ORBextractor.nFeatures: 1000# ORB Extractor: Scale factor between levels in the scale pyramid
ORBextractor.scaleFactor: 1.2# ORB Extractor: Number of levels in the scale pyramid
ORBextractor.nLevels: 8# ORB Extractor: Fast threshold
# Image is divided in a grid. At each cell FAST are extracted imposing a minimum response.
# Firstly we impose iniThFAST. If no corners are detected we impose a lower value minThFAST
# You can lower these values if your images have low contrast
ORBextractor.iniThFAST: 20
ORBextractor.minThFAST: 7#--------------------------------------------------------------------------------------------
# Viewer Parameters
#--------------------------------------------------------------------------------------------
Viewer.KeyFrameSize: 0.05
Viewer.KeyFrameLineWidth: 1
Viewer.GraphLineWidth: 0.9
Viewer.PointSize:2
Viewer.CameraSize: 0.08
Viewer.CameraLineWidth: 3
Viewer.ViewpointX: 0
Viewer.ViewpointY: -0.7
Viewer.ViewpointZ: -1.8
Viewer.ViewpointF: 500

即head_camera.yaml中的camera_matrix为。畸变参数也为一一对应。之后将自己的相机参数保存为mycam.yaml。之后移动到 工作空间/src/ORB_SLAM2/Examples/ROS/ORB_SLAM2 中。

这里我们ORB_SLAM2的ROS包已经编译完成,相关ROS路径也以及配置完成。

之后将src/ORB_SLAM2/Examples/ROS/ORB_SLAM2/src中的ros_mono.cc

ros::Subscriber sub = nodeHandler.subscribe("/usb_cam/image_raw", 1, &ImageGrabber::GrabImage,&igb);

/usb_cam/image_raw改为自己的摄像头在ROS中发布的节点。重新编译,生成可执行文件Mono

之后就是运行命令啦

rosrun ORB_SLAM2 Mono /home/lee/SLAM/src/ORB_SLAM2/Vocabulary/ORBvoc.txt /home/lee/SLAM/src/ORB_SLAM2/Examples/ROS/ORB_SLAM2/mycam.yaml

这里的路径改为自己的路径就OK啦

ubuntu16.04+ROS kinect+DELL一体机单目摄像头运行ORB_SLAM2相关推荐

  1. Ubuntu16.04配置orb_slam2环境,orb_slam的单目数据集,单目实时运行,RGB-D数据集的运行

    Ubuntu16.04配置orb_slam2环境,orb_slam的单目数据集,单目实时运行,RGB-D数据集的运行 1.运行配置过程中参考链接如下: 1.配置orb_slam2环境 参考链接http ...

  2. ubuntu 16.04 ROS + kinect v2 安装

    参考: ubuntu 16.04 ROS + kinect v2 driver安装方法:安装驱动时遇到的问题及解决方法(1) 以下为参考链接部分内容以及我安装过程中的操作 安装libfreenect2 ...

  3. Ubuntu16.04 + ROS kinetic + 激光slam-cartographer ROS + 数据仿真 + Turtlebot3仿真

    一.Ubuntu16.04 +ROS kinetic的安装及问题解决 https://blog.csdn.net/GGY1102/article/details/107877937 二.Cartogr ...

  4. 【环境配置】使用 docker 制作一个ubuntu16.04 + ROS + pytorch-gpu 的镜像

    文章目录 使用 docker 制作一个ubuntu16.04 + ROS + pytorch-gpu 镜像的过程 1. 我的笔记本环境: 2. 环境配置过程 2.1. 在 ubuntu 16.04 中 ...

  5. 在Ubuntu16.04 + ROS kinetic环境下安装TurtleBot3

    简介 ROS社区中丰富的功能包和机器人案例为我们的学习和研究提供了绝好的平台.TurtleBot系列是ROS社区中最流行的高性价比机器人平台,前后一共发布了三代. TurtleBot是ROS中最为重要 ...

  6. Ubuntu下使用单目相机运行ORB SLAM2

    环境:Ubuntu16.04+ROS Kinetic+USB单目摄像头 虽然ORB SLAM2的官方说明中表示没有ROS也可以编译运行,但要实时的跑ORB SLAM2还是需要ROS平台的,所以之前没有 ...

  7. 单目摄像头的内外参标定

    任务动机:基于ORB-SLAM3+单目广角摄像头进行二次开发,辅助激光导航实现机器人全局重定位.需要对单目摄像头进行内参和外参标定. 任务描述: 1. 镜头畸变和内参标定 用棋盘格标定 2. 摄像机与 ...

  8. 单目摄像头光学图像测距_摄像头与毫米波雷达(Radar)融合解析

    01 摄像头和雷达的融合是很多做ADAS当前所关注的关键问题之一.因为单纯摄像头和雷达都无法解决测距问题.不仅在测距,今后可能所应用到的高精度地图也都是需要使用摄像头和雷达的融合才能够实现.当前寻求到 ...

  9. 单目摄像头标定与测距

    单目摄像头标定与测距 一. 标定 首先要对摄像头做标定,具体的公式推导在learning opencv中有详细的解释,这里顺带提一句,这本书虽然确实老,但有些理论.算法类的东西里面还是讲的很不错的,必 ...

最新文章

  1. 成都黑帽门图片大全_2020成都第一波出行/便民/打卡免费大全
  2. python接口测试-项目实践(八) 完成的接口类和执行脚本
  3. 利用UDEV服务解决RAC ASM存储设备名
  4. P3899-[湖南集训]谈笑风生【主席树】
  5. 简单小清新植物点缀绿色花边边框,圣诞节花环节日PNG素材
  6. Community Server架构:博客业务详细分析(转)
  7. Golang的4种传递引用类型
  8. 关于mac下连接mysql和mysql workbench连接mysql的异常
  9. Markdown简单介绍和基本的语法
  10. knn(k近邻算法)——python
  11. Spring关于AOP配置举例(XML配置文件方式)
  12. 守卫解救acm_让作家阻止了它的解救
  13. 扩展jQuery读书笔记:第一章,jQuery扩展
  14. 【复】从0到1的 selenium 爬虫经历
  15. [思考进阶]04 优秀的人,都在使用“微习惯”
  16. 聪明如我,一眼就看穿了快递小哥的分堆算法
  17. BUUCTF msic 专题(108)[UTCTF2020]zero
  18. 95epay支付通道种类:3D通道,实时非3D通道,高级延时非3D通道,高级实
  19. 亿图图示组件简介和箱子计算面积及代码行级优化
  20. IntelliJ IDEA-打包war包或jar包(包含Maven方式)

热门文章

  1. oracle总结大全(dos中操作)
  2. 【GoCN酷Go推荐】会话控制利器 gorilla/sessions
  3. oracle中ccuser,Oracle数据库查询与SESSIONS_PER_USER大于40
  4. word文件不小心被删怎么恢复
  5. mysql不支持not int查询结果,第九章 MySQL中LIMIT和NOT IN案例
  6. MIT牛人解说数学体系 Ⅰ
  7. 通过cmd设置path环境变量
  8. 微信小程序提交form表单内容
  9. navicat for mysql 1045错误,navicat连接mysql时出现1045错误的解决方法
  10. 监控系统网络可视化传输的四种安装方式