kalibr标定单相机，自用指南，防忘记

1. 标定环境

1.1 从源码编译（linux环境，建议ubuntu 18或20）

步骤见 kalibr wiki

1.2 Docker

• 如果实体机为Ubuntu，则见official docker
• 如果实体机为windows环境，则在docker hub中找使用量最高的那个，我找的是stereolabs/kalibr，虽然有好几年没有更新了

2. 使用方法

2.1 修改aprilgrid.yaml，测量标定纸得出具体数据

target_type: 'aprilgrid'    #gridtype 标定纸类型
tagCols: 8                  #number of apriltags 列数
tagRows: 6                  #number of apriltags 行数
tagSize: 0.05            #size of apriltag, edge to edge [m] 每个色块大小，单位为m，似乎是从这个色块起点到下个色块的起点
tagSpacing: 0.30        #ratio of space between tags to tagSize 两个色块中间的空隙占整个色块的比例

2.2 截图方法

def save_img():
    cam_url = 'rtsp://admin:admin@192.168.1.11/cam/realmonitor?channel=1&subtype=0' # 相机的rtsp地址
    vc = cv2.VideoCapture(cam_url)  # 读入视频文件
    rval = vc.isOpened()
    pic_path = 'prefix/cam/cam0/' # prefix可自定义，但是cam/cam0似乎不能改
    if not os.path.exists(pic_path):
        os.makedirs(pic_path)
 
    while rval:  # 循环读取视频帧
        try:
            rval, frame = vc.read()
            if rval:
                tns = str(time.time_ns())
                # 存储为图像,保存名为 当前时间的纳秒数.jpg
                cv2.imwrite(pic_path + tns + '.png', frame)
                print(tns)
                cv2.waitKey(20)
            else:
                cv2.waitKey(20)
        except StandardError:
            cv2.waitKey(20)
            print("occure an error\n")
            continue
    vc.release()

2.3 标定命令

当前所在文件夹为 截图代码中的prefix文件夹，里面只有cam文件夹

kalibr_bagcreater --folder ./cam/ --output-bag awsome.bag # 将cam文件夹打包为awsome.bag，并保存到当前目录下，
# 等待命令执行完，需要一段时间
 
kalibr_calibrate_cameras --target ../../aprilgrid.yaml --bag ./awsome.bag --models pinhole-radtan --topics /cam0/image_raw # 记得替换 aprilgrid.yaml 和 awsome.bag 的路径，建议使用相对路径，便于复用

2.4 标定结果

• 如果为物理机标定
  • camchain-awsome.yaml
  • results-cam-awsome.txt
  • report-cam-awsome.pdf
• 如果为docker标定
  • camchain-awsome.yaml
  • results-cam-awsome.txt
  • docker标定没有report-cam-awsome.pdf文件

3. 注意事项和问题

1. 标定时，如果挥舞标定板，则不要穿黑白格子衫，穿了会死活标定不出来
2. 如果出现问题 Cameras are not connected through mutual observations, please check the data,参照Kalibr单目相机标定:Cameras are not connected through mutual observations, please check the data，物理机标定直接找源代码改，docker的话在/kalibr-workspace里
3. docker无法显示，所以生成不了 report-cam-awsome.pdf，这个文件就是 results-cam-awsome.txt 的pdf版，然后多了些图片，我没有搞明白图片作用
4. docker标定如果报错，请关注下错误，因为docker没有显示环境，标定最后会提示类似 NO $DISPLAY的提示，指的应该是docker没有DISPLAY这个环境变量，不影响标定结果。如果没有针对该问题做配置，则忽略。
5. 标定极吃内存。如果是物理机，建议32G内存起步，图片数量不要超过2300张。如果是docker，则不要超过1400张。物理机内存吃满会死机，只能强制关机（Ubuntu20.04），docker会直接报错，类似于多线程通信被关闭的异常。
6. docker 进入容器的bash命令docker attach [容器id]
7. 根据机器性能和图片数量不同，打 awsome.bag 包的时间约为10分钟，计算相机参数的时间为30分钟或更长，慢慢等着报错或者成功

__EOF__

本文作者：echo_lovely
本文链接：https://www.cnblogs.com/echo-lovely/p/18671181.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！