二维码识别作为一种快捷准确的技术已经应用与生活中的购物支付、物体识别及工业AGV导航等领域，在OpenCV3.4.4版本上均提供了相应的函数cv::QRCodeDetector::detectAndDecode()用于二维码的检测和解析，但是在ROS kinetic中自带的版本是OpenCV3.3.1，不能使用API，幸运地是在ROS中有一个开源功能包ar_track_alvar用于二维码相关的操作。
其安装方式为：
$ sudo apt-get install ros-melodic-ar-track-alvar
本节主要讲在ROS中如何创建二维码以及如何利用相机识别二维码来获得有用的信息。并利用两个不同的二维码来表征不同的物体，进而通过识别二维码来完成物体的定位。
二维码的创建一般是离线进行的，是二维码识别的前提。制作好的二维码粘贴到地面、物体上后才可以实现实时定位。每一个二维码通常对应一个标签，如有的二维码代表一个网站，有的二维码代表一个坐标位置，有的二维码代表一个字符串等。
在ROS中，ar_track_alvar功能包提供了创建二维码的节点，可以根据其定义的规则，创建不同标签的二维码。例如执行如下命令，就会在终端的当前路径下，创建一个命名为MarkerData_标签.png的二维码图像。其中标签可以为整数、字符串、网址等属性。例如执行如下命令，会在终端生成一个名为MarkerData_0.png的图像，如图7.16所示。
$ rosrun ar_track_alvar createMarker 0
$ rosrun ar_track_alvar createMarker
可以看出使用-1 “string”的形式，可以创建字符串标签的二维码。在这里我们使用如下命令，创建多个不同的物体标签，包括cup、bottle、book、celephone，起二维码如图7.17所示。
$ rosrun ar_track_alvar createMarker -1 “cup”
$ rosrun ar_track_alvar createMarker -1 “bottle”
$ rosrun ar_track_alvar createMarker -1 “book”
$ rosrun ar_track_alvar createMarker -1 “celphone
做好二维码后我们就可以将其用于物体识别和定位了。
ar_track_alvar功能包支持USB摄像头和RGB摄像头进行二维码识别，分别对应节点individualMarkersNoKinect适用于彩色摄像头，individualMarkers适用于深度相机。本节以astra mini相机为例进行二维码识别。
创建二维码识别的启动文件：
$ roscd cv_learn
<launch>
<node pkg="tf" type="static_transform_publisher" name="world_to_cam"
args="0 0 0.5 0 1.57 0 world camera_rgb_optical_frame 10" />
<arg name="marker_size" default="4.7" />
<arg name="max_new_marker_error" default="0.2" />
<arg name="max_track_error" default="0.2" />
<arg name="cam_image_topic" default="/camera/depth_registered/points" />
<arg name="cam_info_topic" default="/camera/rgb/camera_info" />
<arg name="output_frame" default="/camera_rgb_optical_frame" />
<node name="ar_track_alvar" pkg="ar_track_alvar" type="individualMarkers" respawn="false" output="screen">
<param name="marker_size" type="double" value="$(arg marker_size)" />
<param name="max_new_marker_error" type="double" value="$(arg max_new_marker_error)" />
<param name="max_track_error" type="double" value="$(arg max_track_error)" />
<param name="output_frame" type="string" value="$(arg output_frame)" />
<remap from="camera_image" to="$(arg cam_image_topic)" />
<remap from="camera_info" to="$(arg cam_info_topic)" />
</node>
<!-- rviz view /-->
<node pkg="rviz" type="rviz" name="rviz" args="-d $(find cv_learn)/config/ar_track_astra.rviz"/>
</launch>
启动文件由三部分组成，首先设置相机坐标系与世界坐标系之间的坐标变换；其次是设置individualMarkers节点所需要的参数，主要是订阅图像数据的话题，二维码的尺寸，最大尺寸误差等参数；最后是启动可视化插件rviz用于显示tf、marker及图像。
下面启动相机与该启动文件进行测试，与之前的相机驱动程序不同，二维码的识别和定位需要相机的标定参数，又，在4.2节中已对astra mini相机进行了标定，直接使用即可，我们可以新建一个启动文件，并将标定参数加入到启动文件中，如astra_with_calibration.launch所示：
<launch>
<!-- Launch the freenect driver -->
<include file="$(find astra_launch)/launch/astra.launch">
<arg name="publish_tf" value="false" />
<!-- use device registration -->
<arg name="depth_registration" value="true" />
<arg name="rgb_processing" value="true" />
<arg name="ir_processing" value="false" />
<arg name="depth_processing" value="false" />
<arg name="depth_registered_processing" value="true" />
<arg name="disparity_processing" value="false" />
<arg name="disparity_registered_processing" value="false" />
<arg name="sw_registered_processing" value="false" />
<arg name="hw_registered_processing" value="true" />
<arg name="rgb_camera_info_url"
value="file://$(find cv_learn)/data/camera_calibration/astra_calib/rgb_calibration/astra_rgb_calibration.yaml" />
<arg name="depth_camera_info_url"
value="file://$(find cv_learn)/data/camera_calibration/astra_calib/depth_calibration/astra_depth_calibration.yaml" />
</include>
</launch>
按如下命令依次启动相机和二维码识别节点：
$ roslaunch cv_learn astra_with_calibration.launch
$ roslaunch cv_learn ar_track_astra.launch
拿起打印好的二维码，放置在摄像头前面，如图所示。可以在rviz看到已识别出了每个二维码，且包括其相对与摄像头的位置和姿态。
我们可以将二维码粘贴在物体的表面，这样当相机检测到二维码的位置和姿态时，可以间接计算出物体当前的位置和姿态通过运行如下命令：
$ rostopic echo /ar_pose_marker
如图所示，可以查看当前二维码所处的位置和姿态，变换位置后，位姿有相应的变化．
