Intel Realsense T265使用教程（转载）

2023-12-18 03:58
文章标签 使用 教程 转载 intel realsense t265

本文主要是介绍Intel Realsense T265使用教程（转载），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

这里面很重要一点说了获取T265相机参数的方式，包括 相机的内参和相机与IMU之间的外参。

转载自：https://blog.csdn.net/crp997576280/article/details/109544456

Intel Realsense T265使用教程

熊猫飞天 2021-02-09 14:20:40

收藏 38

分类专栏： SLAM-VIO 文章标签： T265 intel 相机 视觉里程计 VIO SLAM

版权

SLAM-VIO 专栏收录该内容

17 篇文章 6 订阅

订阅专栏

Intel Realsense T265使用教程

  • 1 T265参数
  • 2 T265 数据读取
    • 2.1 环境安装
    • 2.2 读取T265内外参数信息
  • 3、使用ROS包读取T265数据
  • 4、使用Opencv库读取T265
  • 参考资料

1 T265参数

1、T265采用了Movidius Myriad 2视觉处理单元（VPU），V-SLAM算法都直接在VPU上运行 可直接输出6DOF相机位姿

2、T265使用了双目鱼眼相机 分辨率848X800分辨率 30HZ 单色图像 视场角 163° Fov(±5°)

3、IMU型号为 BM1055

4、相机与IMU的参数都保存在了传感器中，可通过示例demo直接读取出相机的内参和相机与IMU之间的外参
5、相机外形尺寸 108 x 24.5 x 12.5 mm
在这里插入图片描述

2 T265 数据读取

2.1 环境安装

安装方法有两种，一种是源码安装，另一种是使用命令安装2进制包进行安装，第二种方法较为简单。

step 1： 注册服务器公钥

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

step 2： 添加镜像源

Ubuntu 1604 使用如下命令

sudo add-apt-repository "deb http://realsense-hw-public.s3.amazonaws.com/Debian/apt-repo xenial main" -u

Ubuntu 1804 使用如下命令

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

如果上述如果上述命令不能使用,再替换为

sudo add-apt-repository "deb http://realsense-hw-public.s3.amazonaws.com/Debian/apt-repo bionic main" -u

step 3： 安装环境

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

step 4： 插上T265 在终端里面运行 realsense-viewer 测试

realsense-viewer

成功运行以后可以得到如下的界面效果
在这里插入图片描述

下面是一个晃动T265的视频，一旦运动速度过快的话，输出的位姿就会飞掉。
在这里插入图片描述

2.2 读取T265内外参数信息

T265在出厂前就对相机进行了标定，每个相机内部都带有相机的内参和外参。在终端中输入以下命令，即可读取到T265的配置信息

rs-enumerate-devices

在这里插入图片描述
如果需要读取到相机内参和外参[4] ，以及IMU的参数则可以使用如下命令（添加-c参数）

rs-enumerate-devices -c

在这里插入图片描述

3、使用ROS包读取T265数据

使用环境ROS Kinetic 版本

step1 安装依赖项：

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

step2 下载安装ROS包 realsense-ros

cd ~/catkin_ws/src/
git clone https://github.com/IntelRealSense/realsense-ros.git
cd realsense-ros/
git checkout `git tag | sort -V | grep -P "^2.\d+\.\d+" | tail -1`
cd ..
catkin_make -DCATKIN_ENABLE_TESTING=False -DCMAKE_BUILD_TYPE=Release

step3 启动测试demo，即可看到T265的位姿数据

roslaunch realsense2_camera demo_t265.launch

在这里插入图片描述

如果需要查看图像数据，则需要对rs_t265.launch lanunch文件中使能图像输出
在这里插入图片描述
step4 重新启动测试demo即可查看到图像数据

roslaunch realsense2_camera demo_t265.launch

在这里插入图片描述图像数据发布的Topic 图像数据30Hz

  • /camera/fisheye1/camera_info
  • /camera/fisheye1/image_raw
  • /camera/fisheye2/camera_info
  • /camera/fisheye2/image_raw

IMU 数据发布的Topic, 陀螺仪数据200Hz 加速度数据为 63Hz

  • /camera/accel/sample
  • /camera/gyro/sample

里程计发布的Topic 200Hz

  • /camera/odom/sample

如果需要将加速度和陀螺仪的数据整合到一个topic发布的话，则需设置如下参数：
在这里插入图片描述
此时IMU的发布频率为200Hz

4、使用Opencv库读取T265

数据
主函数内容：

 #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 streamauto 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;
}

即可读取到T265的图像数据和位姿数据

在这里插入图片描述

这里使用的代码参考了博客[2]和[3]中的内容。 T265在VINS_Fusion上运行的方法可参考博客[5]。

参考资料

[1] https://www.intelrealsense.com/get-started-tracking-camera/
[2] https://blog.csdn.net/u011341856/article/details/106430940?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.add_param_isCf&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.add_param_isCf
[3] https://github.com/IntelRealSense/librealsense/tree/master/examples/pose
[4] https://github.com/IntelRealSense/librealsense/tree/master/tools/enumerate-devices
[5] https://blog.csdn.net/weixin_44631150/article/details/104495156?utm_medium=distribute.wap_aggpage_search_result.none-task-blog-2allsobaiduend~default-2-104495156.nonecase&utm_term=t265%E8%BE%93%E5%87%BAimu

这篇关于Intel Realsense T265使用教程（转载）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/506965。

相关文章

使用Docker构建Python Flask程序的详细教程

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker
阅读更多...
Python使用vllm处理多模态数据的预处理技巧

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核
阅读更多...
Python使用pip工具实现包自动更新的多种方法

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核
阅读更多...
Conda与Python venv虚拟环境的区别与使用方法详解

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,：本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v
阅读更多...
Spring Boot中WebSocket常用使用方法详解

Spring Boot中WebSocket常用使用方法详解

《SpringBoot中WebSocket常用使用方法详解》本文从WebSocket的基础概念出发,详细介绍了SpringBoot集成WebSocket的步骤,并重点讲解了常用的使用方法,包括简单消... 目录一、WebSocket基础概念1.1 什么是WebSocket1.2 WebSocket与HTTP
阅读更多...
C#中Guid类使用小结

C#中Guid类使用小结

《C#中Guid类使用小结》本文主要介绍了C#中Guid类用于生成和操作128位的唯一标识符,用于数据库主键及分布式系统,支持通过NewGuid、Parse等方法生成,感兴趣的可以了解一下... 目录前言一、什么是 Guid二、生成 Guid1. 使用 Guid.NewGuid() 方法2. 从字符串创建
阅读更多...
Python使用python-can实现合并BLF文件

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库：CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合
阅读更多...
Python使用OpenCV实现获取视频时长的小工具

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文
阅读更多...
Spring IoC 容器的使用详解(最新整理)

Spring IoC 容器的使用详解(最新整理)

《SpringIoC容器的使用详解(最新整理)》文章介绍了Spring框架中的应用分层思想与IoC容器原理,通过分层解耦业务逻辑、数据访问等模块,IoC容器利用@Component注解管理Bean... 目录1. 应用分层2. IoC 的介绍3. IoC 容器的使用3.1. bean 的存储3.2. 方法注
阅读更多...
Python内置函数之classmethod函数使用详解

Python内置函数之classmethod函数使用详解

《Python内置函数之classmethod函数使用详解》：本文主要介绍Python内置函数之classmethod函数使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录1. 类方法定义与基本语法2. 类方法 vs 实例方法 vs 静态方法3. 核心特性与用法(1编程客
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2