realsense D435 标定(calibration)

2023-05-16

realsense D435 标定

在这里插入图片描述

文章目录

  • realsense D435 标定
    • 1.确定是否需要标定
    • 设备信息
    • 步骤
    • 操作
      • 打印标定目标
      • 开启标定程序
    • 校正结果展示比较

文档

1.确定是否需要标定

工具:Depth Quality Tool

要求:将相机对准平坦的表面,例如约1至2米(3至6英尺)的墙壁。 避免黑色表面。 目视检查墙壁的深度图像显示。 图像上有很多黑点或黑洞,表明相机未校准。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-A576edzX-1593135626089)(/home/zhongsy/.config/Typora/typora-user-images/image-20200625212916863.png)]

原始图像:

表明相机需要标定

动态校准是优化外部参数,也就是说,它们是指在用户环境中进行的现场校准,用户干预最少或不干预。它们只是相机图像相对于主轴系统(左右之间的轴)的外部参数(平移和旋转)。畸变、视场、主点等固有参数没有进行动态标定。动态校准是在假定深度模块/摄像机在工厂校准后重新校准,或至少已知标称参数的情况下进行的。左相机是参考相机,位于世界原点。RGB参数仅适用于带有RGB颜色传感器的深度模块/相机,例如D415和D435

intel 提供了两种标定的方法

1.整流校准:对准对极线以使深度管线正确工作并减少深度图像中的孔

2.深度刻度校准:由于光学元件位置的变化而对准深度框

这里选择第二种:

动态校准工具API在两种独特的操作模式下支持这些算法:有针对性和无目标。 动态校准器仅支持目标校准,因此建议使用目标校准,因为它支持校正和深度刻度校准,并且比无目标校准中仅进行校正的校准将提供更准确的结果.

在目标模式下,动态校准API支持深度刻度校准,需要一个目标。目标是预定义的,可以通过手机应用程序在智能手机上显示。一个简单的流程总结如下:

1.从L和R摄像头获取图像,包括深度流(实时)
2.在两个图像中检测智能手机上的目标
3.类似于无目标校准,用户移动手机,使其覆盖大部分图像,重复步骤1-2
4.完成后,用户只需将手机放置在图像中的任何位置,即可继续拍摄图像,但每次都必须移动手机
5。在步骤4中拍摄15张图像后,该过程即告完成
6。该过程检查校正误差(绝对Y差),同时将测量的图案大小与地面真实情况进行比较

一共可以在两种模式下进行标定

1.命令行

2.GUI图形界面

我们选择第二种

设备信息

在这里插入图片描述

步骤

  1. 整流过程
  2. 刻度校准
  3. 校准RGB摄像机
  4. 结果将自动更新到设备。 成功或失败状态也会与结果一起显示。

操作

打印标定目标

tip:

请使用普通的激光打印机在8.5“ x 11”信纸尺寸的纸张上打印,在打印机选项中选择“实际尺寸”,不缩放.

在打印目标之后,请检查纸张上的物理目标图像。 具体尺寸标注在图像周围。

Images

开启标定程序

1.整流部分,移动摄像头,使得蓝色区域消失.

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rkkZ2AIC-1593135626095)(/home/zhongsy/.config/Typora/typora-user-images/image-20200625164854607.png)]

2.刻度校准

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sgyIe0aF-1593135626096)(/home/zhongsy/.config/Typora/typora-user-images/image-20200625165119426.png)]

3.校准RGB摄像机

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LKuKITSU-1593135626097)(/home/zhongsy/.config/Typora/typora-user-images/image-20200625165256001.png)]

4.结果将自动更新到设备。 成功或失败状态也会与结果一起显示。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1HqcTblC-1593135626098)(/home/zhongsy/.config/Typora/typora-user-images/image-20200625165340209.png)]

校正结果展示比较

校正前:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-OidpNADh-1593135626099)(/home/zhongsy/.config/Typora/typora-user-images/image-20200625212441085.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-76sxnWdJ-1593135626099)(/home/zhongsy/.config/Typora/typora-user-images/image-20200625212826102.png)]

校正后:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-b9QBI4f5-1593135626101)(/home/zhongsy/.config/Typora/typora-user-images/image-20200625212643870.png)]

在这里插入图片描述

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

realsense D435 标定(calibration) 的相关文章

随机推荐

  • mysql生成不重复随机数(unique number generation)

    问题来源 业务中有时会遇到要生成不重复随机数的情况 xff0c 例如 xff0c 新生成一个商品编号 房间编号 或者其他物品编号等 不愿意采用表的自增索引 id xff0c 同时又希望新生成的编号是不重复的 这就需要考验mysql的随机数功
  • 【2015/IE】Variational Autoencoder based Anomaly Detection using Reconstruction Probability

    原文首发于个人站点 xff1a 基于变分自编码器重构概率的异常检测模型 个人公众号 xff1a DreamHub 文章链接 xff1a Variational Autoencoder based Anomaly Detection usin
  • 计算机视觉:相机模型与参数标定

    一 相机投影模型 1 小孔成像 2 相机模型中的四个平面坐标系 3 像主点偏移 4 畸变现象与内参矩阵 5 外参矩阵 二 相机标定 xff1a 张正友棋盘格标定法 1 张正友棋盘格标定法描述 2 计算外参和内参 2 1 计算单应性矩阵H 2
  • 电子信息专业英语

    61 61 61 61 61 61 61 61 61 61 普通电子类 名词 1 diode 英 39 da d n 电子 二极管 2 oscillator 英 39 s le t r n 电子 振荡器 xff1b 摆动物 xff1b 动摇
  • 计算机视觉中的MAP的理解(mean average precision)

    计算机视觉中的MAP的理解 xff08 mean average precision xff09 精准率 Precision xff0c P值 和召回率 Recall xff0c R值 下面我们来讲AP xff08 average prec
  • 机器学习方法原理及编程实现--07.隐马尔科夫及其在卡尔曼滤波中的应用

    文章列表 1 机器学习方法原理及编程实现 01 K近邻法 实现MNIST数据分类 2 机器学习方法原理及编程实现 02 决策树 3 机器学习方法原理及编程实现 03 朴素贝叶斯分类器 实现MNIST数据分类 4 机器学习方法原理及编程实现
  • 安装realsense出现的一些问题

    借鉴代码 xff1a Ubuntu18 04安装librealsense2 SDK Linux 考高分网 报错 xff1a 之前安装的时候老是提示找不到realsense2 camera那几个包 xff0c 但是他就在 ros里面 xff0
  • Java程序员必读的10本书籍

    以下列出了10本书 xff0c 对于任何希望提高Java知识和理解的Java程序员来说都是必不可少的 如果你是一名程序员 xff0c 想知道如何提高你对Java的了解或者成为更好的Java开发人员 xff0c 那你就来对地方了 在本文中 x
  • ros基础必看之各个frame的理解

    文章目录 常见的坐标系坐标系的约定坐标系变换的计算Map之间的切换添加 如果觉得好请收藏点赞 frame id xff1a 用来告诉你 xff0c 发布的数据是来自哪一个坐标系的 ros中常见的坐标系 转载链接 现在小车进行移动 如图 1
  • 嵌入式 Rust 之书---第一章 引言

    目录 谁适合使用嵌入式Rust 范围 本书适用于谁 如何使用本书 为本书作贡献 1 1 了解你的硬件 1 2 一个no std的Rust环境 1 3 工具 1 4 安装工具 1 4 1 Linux 1 4 2 macOS 1 4 3 Win
  • 质心跟踪算法

    质心跟踪算法依赖于 xff08 1 xff09 现有对象质心 xff08 即 xff0c 质心跟踪器之前已经看到的对象 xff09 与 xff08 2 xff09 视频中后续帧之间的新对象质心之间的欧几里得距离 质心跟踪算法的主要假设是一个
  • 为什么我要刷leetcode!

    从今天开始我会每天坚持刷leetcode 为什么要这么做呢 xff1f 其实也是闲的哈哈哈哈 xff0c 被病毒困在家里那里也去不了 xff0c 那就不如来刷代码吧 xff01 其实不管是C 43 43 还是C还是java等各种各样的计算机
  • 标准模板库学习(5)----算法之非修正序列算法

    算法是STL的中枢 xff0c STL提供了算法库 xff0c 算法库都是模板函数 xff0c 主要分为四类 xff0c 非修正序列算法 修正序列算法 排序算法和数值算法 本文介绍非修正序列算法 adjacent find start en
  • Ubuntu中apt update和upgrade的区别

    原文链接 xff1a https blog csdn net CSDN duomaomao article details 77802673 简要说明 xff1a apt update xff1a 只检查 xff0c 不更新 xff08 已
  • Java中的信号量(Semaphore)

    初识Semaphore 信号量 xff0c 也可以称其为 信号灯 xff0c 它的存在就如同生活中的红绿灯一般 xff0c 用来控制车辆的通行 在程序员眼中 xff0c 线程就好比行驶的车辆 xff0c 程序员就可以通过信号量去指定线程是否
  • USB 2.0_ser!或者U232-P9 型USB转串Win7 32位或64位驱动 以及 USB转串串口序号查看和设置

    前几天叫同事在电脑城买了个USB转串数据线 xff0c 但是回来后在网上找了很多驱动都不行 觉得这个问题花了不少时间的 xff0c 我也拆开了 xff0c 打算按照芯片型号找驱动 xff0c 但是看不到芯片型号 现在终于找到合适的了 把这个
  • 《Java核心技术卷1》

    第3章 Java的基础程序设计结构 整型 用int类型表示一百万可以这么写 xff08 since 1 7 xff09 span class token keyword int span a span class token operato
  • voxl-flight quick start

    voxl flight 官方地址 xff1a https www modalai com 硬件及接口 两个版本 Snapdragon 821 xff1a 四核最高2 15GH xff0c GPU xff0c 2xDSP 视频支持 xff1a
  • 零基础如何学习优达学城的《无人驾驶入门》?

    因为感兴趣 xff0c 而且看好无人驾驶行业 xff0c 我学习了优达学城的 无人驾驶入门 课程 最近整理了无人驾驶领域的资料 xff0c 写成文章分享给大家 作为系列文章的第一篇 xff0c 我想介绍一下 无人驾驶入门 这门课 xff0c
  • realsense D435 标定(calibration)

    realsense D435 标定 文章目录 realsense D435 标定1 确定是否需要标定设备信息步骤操作打印标定目标开启标定程序 校正结果展示比较 文档 1 确定是否需要标定 工具 Depth Quality Tool 要求 将