文章目录一.ROS的安装与配置1.添加ROS软件源，将下列命令输入到Ubuntu的终端执行2.添加密钥，将下列命令输入到Ubuntu的终端执行3.安装desktop-full4.初始化rostep5.设置环境变量6.安装rosinstall7.验证ROS安装成功与否二、使用Rviz显示摄像头视频1、配置摄像头2、相关功能包的下载3、使用Rviz显示摄像头视频三、摄像头标定1.安装usb_cam功能包2.启动摄像头5.下载标定靶6.标定说明7.标定完成四.总结 一.ROS的安装与配置 ROS是一个适用于机器人编程的框架，具有分布式、点对点，支持多种语言，组件化工具包丰富，免费且开源的特点，这
目录1相机标定简介1.1相机标定的作用 1.2相机标定的分类1相机标定简介1.1相机标定的作用 相机标定是利用二维平面信息及少量三维空间信息解析物点与对应像点几何关系的过程，在几何测量与定位、三维重构、遥感测绘等任务中具有重要作用。相机标定技术主要围绕成像模型与参数标定两大方面展开，根据解析出的几何模型可以实现对三维空间的识别与描述，广泛应用于医学成像、工业检查、天文观测、航空航天等领域。倒车影像 SLAM 相机标定的目的有两个，一个就是矫正由于镜头畸变造成的图片的变形，例如，现实中的直线，拍摄成图像后会外凸或内凹，进行相机标定后可以对这种情况进行校正；
系列文章目录·【3D激光SLAM】LOAM源代码解析–scanRegistration.cpp·【3D激光SLAM】LOAM源代码解析–laserOdometry.cpp·【3D激光SLAM】LOAM源代码解析–laserMapping.cpp·【3D激光SLAM】LOAM源代码解析–transformMaintenance.cpp写在前面本系列文章将对LOAM源代码进行讲解，在讲解过程中，涉及到论文中提到的部分，会结合论文以及我自己的理解进行解读，尤其是对于其中坐标变换的部分，将会进行详细的讲解。本来是懒得写的，一个是怕自己以后忘了，另外是我在学习过程中，其实没有感觉哪一个博主能讲解的通篇都
文章目录1、相机模型1.1各个坐标系1.2相机畸变模型1.3相机标定参数2、张友正标定法2.1求解内参矩阵与外参矩阵的积2.2求解内参矩阵2.3求解外参矩阵3标定相机的畸变参数4、L-M算法参数优化 相机标定可以说是计算机视觉/机器视觉的基础，也是面试过程中经常出现的问题。相机标定涉及的知识面很广，成像几何、镜头畸变、单应矩阵、非线性优化等。在双目测距系统中，相机标定能消除畸变，进行立体校正，从而提高视差计算的准确性，这样才能得到精确的深度图。1、相机模型1.1各个坐标系 确定空间某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型（各个坐标系），这些坐标系之间的
文章目录一、相机（单目）内参的标定1.1方案一：MATLAB工具箱1.2方案二：使用ROS标定工具包1.3方案三：使用标定工具kalibr1.3.1安装kalibr1.3.2准备标定板1.3.3标定方法1.4方案四：编写程序调用OpenCV标定二、IMU内参的标定三、相机与IMU联合标定四、相机与LiDAR联合标定五、LiDAR与IMU联合标定5.1方案一：浙大开源lidar_IMU_calib5.2方案二：lidar-align5.3方案三：lidar_imu_calib相机和IMU的内参标定，相机、IMU和LiDAR之间的联合标定方法，其中工具包的安装环境均在Ubuntu20.04环境下，
本文为我在浙江省北大信研院-智能计算中心-情感智能机器人实验室-科技委员会所做的一个分享汇报，现在我把它搬运到博客中。由于参与分享汇报的同事有许多是做其他方向的机器人工程师（包括硬件、控制等各方面并不是专门做SLAM的工程师），加上汇报的内容较多，因此在分享中我尽量使用简介的口语，而不出现复杂的公式。所以本文面向的是3D-slam方向的初学者，不涉及到源码解析。内容在整理中参考了许多链接，将放在最后。在文章结束后，我会把原PPT放在最后面，需要者自取。另外打个广告，在slam方向或者强化学习导航方向有实习意愿的，请发送简历至zkyy828@163.com，谢谢。内容比较多，放一个目录，感兴趣的
多传感器融合定位十五-多传感器时空标定1.多传感器标定简介1.1标定内容及方法1.2讲解思路2.内参标定2.1雷达内参标定2.2IMU内参标定2.3编码器内参标定2.4相机内参标定3.外参标定3.1雷达和相机外参标定3.2多雷达外参标定3.3手眼标定3.4融合中标定3.5总结4.时间标定4.1离散时间4.2连续时间4.3总结Reference:深蓝学院-多传感器融合多传感器融合定位理论基础文章跳转：多传感器融合定位一-3D激光里程计其一：ICP多传感器融合定位二-3D激光里程计其二：NDT多传感器融合定位三-3D激光里程计其三：点云畸变补偿多传感器融合定位四-3D激光里程计其四：点云线面特征提
文章目录前言1激光雷达-Litev1和v2的问题1.113m偏移(蓝标和黑标激光雷达)1.2I2C干扰(蓝标激光雷达)1.3I2C上的传感器锁定(黑标激光雷达)1.4GPS干扰(黑标激光雷达)2通过I2C连接3通过PWM连接3.1可选省电功能4测试传感器5视频指南6参数说明前言Garmin/PulsedLightLIDAR-Lite测距仪是一种低成本光学测距解决方案，在大多数工作条件下的测距范围为40m，功耗低，外形小巧。该传感器可从包括 Sparkfun在内的许多在线零售商处购买。技术信息请点击此处(here)。1激光雷达-Litev1和v2的问题在Lidar-Litev1和v2中发现了一些
在工业领域常常会遇到将相机安装在机器手中，由相机快速引导机器手进行工作的方式。其中9点标定的作用是将图像的坐标转化为机器手的坐标。不同标定文件的区别：不同标定的区别在于：图像坐标系与机器人坐标系是否匹配，单像素精度是否匹配。影响单像素精度是，相机与被测物体的高度差，如果相机与被测物体的高度差不变时，则可以不改变标定文件。9点标定的作用意义：标定视野范围，标定视野范围应大于相机视野的2/3以上，以保证相机出现畸变时可以及时发现。1.计算像素当量，通过9点标定后的计算，可以得出一个由像素值转化为机器手的移动值的一个变化量。当我们标定完后即可得到一个像素当量的固定值。2.将图像坐标系转化为机器手的同
1.相机标定的定义及作用相机标定是指借助标定板来计算单个或多个相机的内参、外参和镜头畸变参数。作用：将畸变的图像恢复为正常的图像，为后续进行拼接、SLAM等奠定基础。多相机标定可以将所有相机输出变换到同一个坐标系。相机标定是三维视觉应用的必备步骤，广泛应用于机械臂、机器人定位建图、自动驾驶汽车/智能手机标定、图像拼接、三维重建。2.为什么需要相机标定真实世界是三维的，而相机拍摄的图像是二维的，其中必然会丢失距离/深度信息。抽象成数学问题就是相机类似一个映射函数，将输入的三维场景映射成一个二维图片（可能是灰度图像也可能是彩色图像）。而相机标定就是使用数学模型和数学方法来近似逼近这一复杂映射函数的
