camera-IMU标定
一camera-IMU标定简述
1标定目的：
我们进行camera-IMU的目的是为了得到IMU和相机坐标系的相对位姿矩阵T。
2标定工具：
我们利用Kalibr标定工程对camera-IMU进行标定，链接https://github.com/ethz-asl/kalibr/wiki/calibrating-the-vi-sensor.以下内容是在对在camera-IMU成功标定后的总结。
3输入文件：
以下内容默认为标定双目相机。和静态标定不同，本标定的输入文件包括
1 用带imu的相机拍摄的视频
2 视频中imu实时数据
3 imu参数和cam的内外参
4标定板信息
后面会详细的介绍一下输入文件以及制作方法。
二 Kalibr安装
Kalibr工程有两种，一种是已经编译好的包，叫CDE package,另一种是未经编译的源文件。
前者：安装简单，不需要依赖ROS，但是功能不全。
后者：安装稍麻烦，但功能全，建议安装这种。
后者安装方法：
1安装 ROS
2安装依赖项
sudo apt-get install python-setuptools python-rosinstall ipython libeigen3-devlibboost-all-dev doxygen libopencv-dev ros-indigo-vision-opencvros-indigo-image-transport-plugins ros-indigo-cmake-modulespython-software-properties software-properties-common libpoco-devpython-matplotlib python-scipy python-git python-pip ipython libtbb-devlibblas-dev liblapack-dev python-catkin-tools libv4l-dev
sudo pip installpython-igraph --upgrade
注意：pip未安装会报错
3创建一个工作空间，这就是以后的工程根路径
mkdir -p~/kalibr_workspace/src
cd ~/kalibr_workspace
source/opt/ros/indigo/setup.bash
catkin init
catkin config --extend /opt/ros/indigo
catkin config --cmake-args -DCMAKE_BUILD_TYPE=Release
4下载工程代码并编译
cd~/kalibr_workspace/src
git clone https://github.com/ethz-asl/Kalibr.git
cd~/kalibr_workspace
catkin build -DCMAKE_BUILD_TYPE=Release -j4
注意：如果你电脑内存不太够用，试着减少编译时开的线程数，把参数 –j4换成-j2或直接省略。
5设置一下你刚才编译工程的环境变量
source~/kalibr_workspace/devel/setup.bash
至此，安装部分结束，标定需要的所有工具都在本工程的devel/bin/目录下。
三camera-IMU标定需要输入的四个文件：
一个标定的例子：
它们分别是：包含图形和imu数据的bag文件、相机参数文件、IMU参数文件和标定板参数文件。
1 bag 文件
<1>. bag 文件内容：
这是在连续时间获得的拍摄标定版的图像和IMU数据包，需要自己采集后再利用kalibr提供的一个工具去转化成.bag包。
.bag文件的具体内容是：标定需要的图像以及相对应的imu数据。格式是：
+-- dataset-dir
+--cam0
│ +-- 1385030208726607500.png
│ +-- ...
│ \-- 1385030212176607500.png
+--cam1
│ +-- 1385030208726607500.png
│ +-- ...
│ \-- 1385030212176607500.png
\--imu0.csv
IMU文件格式是：19位时间戳（精确到ns），角速度，含重力的加速度
timestamp,omega_x,omega_y,omega_z,alpha_x,alpha_y,alpha_z
1385030208736607488,0.5,-0.2,-0.1,8.1,-1.9,-3.3
...
1386030208736607488,0.5,-0.1,-0.1,8.1,-1.9,-3.3
<2>bag的制作工具：
kalibr_bagcreater--folder dataset-dir --output-bag awsome.bag
dataset-dir是数据输入路径：
其内文件结构应是这样:
/cam0/image_raw
/cam1/image_raw
/imu0
awsome.bag 是制作好的bag文件。输出默认在kalibr_bagcreater同目录下。
2相机参数文件：camchain.yaml：
cam0:
camera_model:pinhole
intrinsics:[461.629, 460.152, 362.680, 246.049]
distortion_model:radtan
distortion_coeffs: [-0.27695497, 0.06712482, 0.00087538, 0.00011556]
timeshift_cam_imu: -8.121e-05
rostopic:/cam0/image_raw
resolution: [752,480]
cam1:
camera_model:omni
intrinsics:[0.80065662, 833.006, 830.345, 373.850, 253.749]
distortion_model:radtan
distortion_coeffs: [-0.33518750, 0.13211436, 0.00055967, 0.00057686]
T_cn_cnm1:
- [ 0.99998854,0.00216014, 0.00427195,-0.11003785]
- [-0.00221074,0.99992702, 0.01187697, 0.00045792]
-[-0.00424598,-0.01188627, 0.99992034,-0.00064487]
- [0.0, 0.0, 0.0,1.0]
timeshift_cam_imu: -8.681e-05
rostopic:/cam1/image_raw
resolution: [752,480]
- camera_model//相机模型
camera projection type (pinhole / omni) - intrinsics//相机内参
vector containing the intrinsic parameters for the given projection type. elements are as follows:
pinhole: [fu fv pu pv]
omni: [xi fu fv pu pv]
distortion_model//畸变模型
lens distortion type (radtan / equidistant) - distortion_coeffs//畸变参数
parameter vector for the distortion model - T_cn_cnm1//左右摄像头的相对位姿
camera extrinsic transformation, always with respect to the last camera in the chain
(e.g. cam1: T_cn_cnm1 = T_c1_c0, takes cam0 to cam1 coordinates) - timeshift_cam_imu//在捕捉数据时，imu数据和图像时间偏移
timeshift between camera and IMU timestamps in seconds (t_imu = t_cam + shift) - rostopic
topic of the camera's image stream - resolution
camera resolution [width,height]
3 IMU参数文件：imu.yaml
#Accelerometers
accelerometer_noise_density: 1.86e-03 #Noise density (continuous-time)
accelerometer_random_walk: 4.33e-04 #Bias random walk
#Gyroscopes
gyroscope_noise_density: 1.87e-04 #Noise density (continuous-time)
gyroscope_random_walk: 2.66e-05 #Bias random walk
update_rate: 200.0 #Hz //imu输出数据频率
编写这个文件需要imu的手册。
4 标定板参数文件：target.yam
Kalibr支持三种标定板，分别是Aprilgrid、Checkerboard和Circlegrid。
参数比较简单：见https://github.com/ethz-asl/kalibr/wiki/calibration-targets
四运行标定
在制作完成标定需要文件后，就可以对cam-imu进行标定了。
比如：你的标定板文件是april_6x6.yaml，相机参数文件时camchain.yaml，imu参数文件是imu_adis16448.yaml，图集文件是dynamic.bag，--bag-from-to 5 45这里的5和45是你想在标定时利用图集数据的时间段，单位是S。执行
kalibr_calibrate_imu_camera --targetapril_6x6.yaml --cam camchain.yaml --imu imu_adis16448.yaml --bag dynamic.bag --bag-from-to 5 45
你会得到几个输出文件。
- report-imucam-%BAGNAME%.pdf: Report in PDF format. Contains all plots for documentation.
- results-imucam-%BAGNAME%.txt: Result summary as a text file.
- camchain-imucam-%BAGNAME%.yaml: 这个文件是在输入文件camchain.yaml基础上增加了标定后的cam-imu信息的结果文件。我们想要的T_cam_imu矩阵就在这里。
五注意事项
1 virtual memory exhaust ：原因：电脑内存不够
2 如果电脑没有安装 numpy，会报错，安装numpy。
3 执行指令时如果找不到输入文件，附绝对路径试试。
4 CDE包只支持64位linux系统
5注意：在采集标定图集时
i,确保图像不要模糊，运动不要太快。
ii，最好要遍历imu的所有轴，即充分旋转和加速。
6calib可以标定单目+imu，bag内只放单目图像，修改带参运行中的参数即可。
7虽然标定板有几种可以选择，但作者建议使用aprilgrid类型的标定板来标定，aprilgrid地址：https://drive.google.com/file/d/0B0T1sizOvRsUdjFJem9mQXdiMTQ/edit
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@)
