《鸿蒙机器人编程》10-机器视觉--教案.docxVIP

ROS星火计划 从0到1搭建ROS环境 NXROBOExBot

PAGE8

机器视觉初步

机器视觉概述

机器视觉就是用机器代替人眼来做测量和判断。

机器视觉检测系统采用CCD或CMOS照相机将被检测的目标转换成图像信号，传送给专用的图像处理系统。根据像素分布和亮度、颜色等信息，转变成数字化信号。图像处理系统对这些信号进行各种运算来抽取目标的机器视觉特征，如面积、数量、位置、长度。再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/不合格、有/无等，实现自动识别功能。

在ROS系统中，我们常用的视觉传感器是USB摄像头，价格低廉并且大家都很熟悉。但是不同于windows，我们可能需要自己安装驱动程序。在驱动程序搞定之后，我们就可以使用image_view包来显示图像，然后进一步提供给其他算法包来做进一步处理。

当然了，和其他传感器不同的是，我们在正式使用摄像头的数据之前需要对它进行标定，以获取摄像头的各项参数，在后面的处理中进行校正。

用ros获取并显示图像显示

当我们把摄像头通过USB与计算机连接之后，下一步便是通过ROS来调取摄像头图像了。

不过，在ROS系统中，USB摄像头并不被原生支持，我们需要自己安装驱动包来获取摄像头图像并发布出去，这样image_view包才能够获取图像并显示出来。

用以下命令编译usb_cam包：

$cd~/你的工作空间/src

$gitclone/bosch-ros-pkg/usb_cam.git

$cd..

$catkin_make

编译界面如下图：

用下列命令运行test脚本后，我们就可以获取并显示图像。

$cd~/catkin_make/

$roslaunchusb_camusb_cam-test.launch

在usb_cam-test.launch这个脚本中，开启了两个节点。

一个是usb_cam自身的节点，它附带了几个参数以确定图像的来源及格式。其中，video_device设定图像来源的设备。在Ubuntu中，可以通过以下命令查看当前系统中可用的视频设备。另一个是image_view节点，用于显示获取到的图像数据。

$ls/dev/|grepvideo

摄像头的标定

由于大部分摄像头经过镜头获取图像之后会产生失真，对我们后期的图像处理造成误差所以，我们需要首先对此摄像头进行标定，以此获取摄像头内参。标定方法主要是使用一种已知的标定图案，通过对不同角度的视图进行辨识来实现。

在这里我们使用经典的棋盘图案来做标定，当然也有其他的标定图案，不过不在我们本次的讨论范围，大家有兴趣可自行查询。

我们使用camera_calibration包进行标定，不过在标定之前我们需要打开摄像头并将图像发布出来，并不需要开启image_view包来显示图像，所以，我们需要精简上一步所使用的launch文件，去掉开启image_view包的脚本。以下为修改后的脚本：

启动上面的脚本之后，执行下面的指令：

$rosruncamera_calibrationcameracalibrator.py--size8x6--square0.036

image:=/usb_cam/image_rawcamera:=/camera--no-service-check

上面的命令中，传递了几个参数，含义如下：

--size 标定使用棋盘大小，棋盘内部角落数量

--square 棋盘中每个棋格的边长，以米为单位

--image 使用的图像topic

--no-service-check 在启动时禁用检查set_camera_info服务

启动后，显示界面如下：

界面正常出现后，需要手持棋盘板在不同的距离不同的角度位置让程序识别棋盘。所以需要确保棋盘全部保持出现在图像中，大致的几个位置如下图（转自官网）显示：

在每个不同位置保持片刻，等棋盘被彩色高亮标示后即可移动。

在移动过程中可以看到窗口右上角的几个进度条在增长，同时颜色也渐渐趋向绿色。

当右侧的calibration按钮亮起之后，表示我们已经采集够了标定所需数据，点击按钮便会自动计算并显示结果。

camera_info

关于ROScameradriver中最难以理解的一点camera_info：

首先我们需要了解camera本身的模型参数，具体分为内参与外参，camera还存在不同程度的畸变，描述这些畸变也有对应的模型及其参数。对于双目相机来说，相机成像平面与等本征矩阵参数也需要记录。

这些信息被ROS统一整合到了一起，放在camera_info里面与image资料一起发布。

最让人难以上手的地方在于，在ROS系统体系中，一般默认cam