Intel Realsense T265 在ubuntu下的环境配置

一、T265介绍

T265采用了Movidius Myriad 2视觉处理单元（VPU），可以直接运行VI-SLAM算法；可直接输出6DOF相机位姿；两个163±5°FOV的鱼眼镜头，分辨率848X800，30HZ 单色图像；IMU是BMI055；接口支持USB2.0和3.1。

二、realsense SDK 安装配置

1.注册服务器的公钥

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE || sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE

2.将服务器添加到存储库列表

ubuntu16.04 对应指令

sudo add-apt-repository "deb http://librealsense.intel.com//Debian/apt-repo xenial main" -u

ubuntu18.04 对应指令

sudo add-apt-repository "deb http://librealsense.intel.com//Debian/apt-repo bionic main" -u

或者不管版本的话，可以直接运行以下指令

sudo add-apt-repository "deb https://librealsense.intel.com/Debian/apt-repo $(lsb_release -cs) main" -u

3.安装所需的库，开发者和调试包

sudo apt-get update

sudo apt-get install librealsense2-dkms librealsense2-utils librealsense2-dev librealsense2-dbg

5.插上T265打开 realsense SDK 运行相机

realsense-viewer

6.读取T265参数信息

读取T265的配置信息

rs-enumerate-devices

读取T265的相机和IMU的内外参信息

rs-enumerate-devices -c

三、realsense-ros 安装配置

1.ros 的安装

点击此处跳转，如已安装完成，自动跳过

2.realsense-ros 功能包

点击此处跳转下载CSDN中上传的资源

或

点击此处跳转百度云盘分享，提取码：cm3s

3.创建工作空间，将功能包放在src文件夹下

4.编译功能包

进入到空间目录编译，执行指令

catkin_make

可能会出现上述报错，因为在安装SDK时有个名为ddynamic_reconfigure的包没有安装上，将ddynamic_reconfigure包下载下来放到工作空间下的src文件夹下，重新catkin_make编译即可，点击此处跳转下载CSDN中上传的资源 或 点击此处跳转百度云盘分享，提取码：27ng

或者可以直接执行下面的安装指令（没有测试过管不管用），再重新catkin_make编译

Ubuntu16.04 对应的 kinetic 版本

sudo apt-get install ros-kinetic-ddynamic-reconfigure

Ubuntu18.04 对应的 melodic 版本

sudo apt-get install ros-melodic-ddynamic-reconfigure

Ubuntu20.04 对应的 noetic 版本

sudo apt-get install ros-noetic-ddynamic-reconfigure

编译ing…

编译完成！！！

5.T265运行

设置环境变量

source devel/setup.bash

连接T265到电脑，打开终端运行指令来运行T265

roslaunch realsense2_camera rs_t265.launch

通过rostopic list来查看发布的话题

rostopic list

通过rosrun rviz rviz来查看T265图像

rosrun rviz rviz

6.读取T265参数信息

启动测试demo，即可看到T265的图像数据和位姿数据

roslaunch realsense2_camera demo_t265.launch

四、使用OpenCV库读取T265

读取T265的图像数据和位姿数据

#include<iostream>
#include<string>
#include <librealsense2/rs.hpp>
#include <opencv2/opencv.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>

using namespace std;
using namespace cv;

int main(int argc,char** argv)
{
    rs2::config cfg;

    // 使能 左右目图像数据
    cfg.enable_stream(RS2_STREAM_FISHEYE,1, RS2_FORMAT_Y8);
    cfg.enable_stream(RS2_STREAM_FISHEYE,2, RS2_FORMAT_Y8);

    // 使能 传感器的POSE和6DOF IMU数据
    cfg.enable_stream(RS2_STREAM_POSE, RS2_FORMAT_6DOF);

    rs2::pipeline pipe;
    pipe.start(cfg);

    rs2::frameset data;

    while (1)
   {
    data = pipe.wait_for_frames();
	// Get a frame from the pose stream
	auto f = data.first_or_default(RS2_STREAM_POSE);
	auto pose = f.as<rs2::pose_frame>().get_pose_data();
	
	cout<<"px: "<<pose.translation.x<<"   py: "<<pose.translation.y<<"   pz: "<<pose.translation.z<<
	"vx: "<<pose.velocity.x<<"   vy: "<<pose.velocity.y<<"   vz: "<<pose.velocity.z<<endl;
	cout<<"ax: "<<pose.acceleration.x<<"   ay: "<<pose.acceleration.y<<"   az: "<<pose.acceleration.z<<
	"gx: "<<pose.angular_velocity.x<<"   gy: "<<pose.angular_velocity.y<<"   gz: "<<pose.angular_velocity.z<<endl;

     rs2::frame image_left = data.get_fisheye_frame(1);
     rs2::frame image_right = data.get_fisheye_frame(2);

     if (!image_left || !image_right)
         break;

     cv::Mat cv_image_left(cv::Size(848, 800), CV_8U, (void*)image_left.get_data(), cv::Mat::AUTO_STEP);
     cv::Mat cv_image_right(cv::Size(848, 800), CV_8U, (void*)image_right.get_data(), cv::Mat::AUTO_STEP);

     cv::imshow("left", cv_image_left);
     cv::imshow("right", cv_image_right);
     cv::waitKey(1);
   }
    return 0;
}