agx 安装ros opencv_ROS入门学习五机器人感知-程序员宅基地
技术标签： agx 安装ros opencv
第五讲 机器人感知
1.机器视觉(图像校准、图像识别等)
ROS中的图像数据(二维图像)
显示图像类型
roslaunch usb_cam usb_cam-test.launch
rostopic info /usb_cam/image_raw 查看图像消息
rosmsg show sensor_msgs/Image 
- Header:消息头，包含消息序号，时间戳和绑定坐标系
- height:图像的纵向分辨率
- width:图像的横向分辨率
- encoding:图像的编码格式，包含RGB、YUV等常用格式，不涉及图像压缩编码
- is_bigendian:图像数据的大小端存储模式
- step:一行图像数据的字节数量，作为数据的步长参数
- data:存储图像数据的数组，大小为step*height个字节
1080*720分辨率的摄像头产生一帧图像的数据大小是 3*1080*720=2764800字节，即2.7648MB
压缩图像消息
rosmsg show sensor_msgs/CompressedImage
- format:图像的压缩编码格式(jpeg,png,bmp)
- data:存储图像数据数组
显示点云类型
roslaunch freenet_launch freenect.launch
rostopic info /camera/depth_registered/points 查看点云消息
rosmsg show sensor_msgs/PointCloud2 
- height:点云图像的纵向分辨率
- width:点云图像的横向分辨率
- fields:每个点的数据类型
- is_bigendian:数据的大小端存储模式
- point_step:单点的数据字节步长
- row_step:一列数据的字节步长
- data:点云数据的存储数组，总字节大小为row_step*height
- is_dense:是否有无效点
点云单帧数据量也很大，如果使用分布式网络传输，需要考虑能否满足数据的传输要求，或者针对数据进行压缩
摄像头标定
摄像头为什么要标定
摄像头这种精密仪器对光学器件的要求较高，由于摄像头内部与外部的一些原因，生成的物体图像往往会发生畸变，为避免数据源造成的误差，需要针对摄像头的参数进行标定
安装标定功能包
sudo apt-get install ros-kinetic-camera-calibration 
摄像头标定流程
1.启动摄像头
roslaunch robot_vision usb_cam.launch 2.启动标定包
rosrun camera_calibration cameracalibrator.py --size 8x6 --square 0.024 image:=/usb_cam/image_raw camera:=/usb_cam - 1.size:标定棋盘格的内部角点个数，这里使用的棋盘一共有六行，每行有8个内部角点
- 2.square:这个参数对应每个棋盘格的边长，单位是米
- 3.image和camera:设置摄像头发布的图像话题
- X:标定靶在摄像头视野中的左右移动
- Y:标定靶在摄像头视野中的上下移动
- Size:标定靶在摄像头视野中的前后移动
- Skew:标定靶在摄像头视野中的倾斜转动
终端中的标定结果
标定结果保存路径 /tmp/calibrationdata.tar.gz
Kinect标定流程
1).启动Kinect
roslaunch robot_vision freenect.launch 2).启动彩色摄像头
rosrun 3).标定红外摄像头
rosrun camera_calibration cameracalibrator.py image:=/camera/ir/image_raw camera:=/camera/ir --size 8x6 --square 0.024 摄像头如何使用标定文件
Kinect如何使用标定文件
使用标定文件时可能产生的错误
原因：标定文件中camera_name参数与实际传感器名称不匹配
解决方法：按照警告提示的信息进行修改即可。
ROS+OpenCV应用实例(人脸识别、物体跟踪)
OpenCV:Open Source Computer Vision Library
实现了图像处理和计算机视觉方面的很多通用算法，而且对非商业应用和商业应用都是免费的
安装OpenCV
sudo apt-get install ros-kinetic-vision-opencv libopencv-dev python-opencv 
测试例程
roslaunch robot_vision usb_cam.launch
rosrun robot_vision cv_bridge_test.py
rqt_image_viewimgmsg_to_cv2()；将ROS图像消息转换成OpenCV图像数据
cv2_to_imgmsg()：将OpenCV格式的图像数据转换成ROS图像消息
输入参数：1).图像消息流 2).转换的图像数据格式
人脸识别流程
图像输入 输出结果
启动人脸识别实例
roslaunch 初始化部分：完成ROS节点、图像、识别参数的设置。
ROS图像回调函数：将图像转化成OpenCV的数据格式，然后预处理之后开始调用人脸识别的功能函数，最后把识别的结果发布。
人脸识别：调用OpenCV提供的人脸识别接口，与数据库中的人脸特征进行匹配。
启动物体跟踪实例
roslaunch robot_vision usb_cam.launch
roslaunch robot_vision motion_detector.launch
rqt_image_view初始化部分：完成ROS节点、图像、识别参数的设置
图像处理：将图像转换成OpenCV格式；完成图像预处理之后开始针对两帧图像进行比较，基于图像差异识别到运动的物体，最后标识识别结果并发布
二维码识别
安装二维码识别功能包
sudo apt-get install ros-kinect-ar-track-alvar创建二维码
rosrun ar_track_alvar createMarker
rosrun ar_track_alvar createMarker 0
roscd robot_vision/config
rosrun ar_track_alvar createMarker -s 5 0
rosrun ar_track_alvar createMarker -s 5 1
rosrun ar_track_alvar createMarker -s 5 2二维码识别(摄像头)
启动摄像头二维码识别示例
roslaunch robot_vision usb_cam_with_calibration.launch
roslaunch robot_vision ar_track_camera.launch启动摄像头时，需要加载标定文件，否则可能无法识别二维码
查看识别到的二维码位姿
rostopic echo /ar_pose_marker
二维码识别(Kinect)
启动Kinect二维码识别示例
roslaunch robot_vision freenect.launch
roslaunch robot_vision ar_track_kinect.launch
扩展内容：物体识别与机器学习
Object Recognition Kitchen(ORK)
2.机器语音
常用语音功能包
- pocketsphinx:集成CMU Sphinx和Festival开源项目中的代码，实现语音识别的功能
- audio-common:提供了文本转语音的功能实现完成"机器人说话"的想法
- AIML:人工智能标记语音，Artificial Intelligence Markup Language是一种创建自然语音软件代理的XML语言
智能推荐
分布式光纤传感器的全球与中国市场2022-2028年：技术、参与者、趋势、市场规模及占有率研究报告_预计2026年中国分布式传感器市场规模有多大-程序员宅基地
文章浏览阅读3.2k次。本文研究全球与中国市场分布式光纤传感器的发展现状及未来发展趋势，分别从生产和消费的角度分析分布式光纤传感器的主要生产地区、主要消费地区以及主要的生产商。重点分析全球与中国市场的主要厂商产品特点、产品规格、不同规格产品的价格、产量、产值及全球和中国市场主要生产商的市场份额。主要生产商包括：FISO TechnologiesBrugg KabelSensor HighwayOmnisensAFL GlobalQinetiQ GroupLockheed MartinOSENSA Innovati_预计2026年中国分布式传感器市场规模有多大
07_08 常用组合逻辑电路结构——为IC设计的延时估计铺垫_基4布斯算法代码-程序员宅基地
文章浏览阅读1.1k次，点赞2次，收藏12次。常用组合逻辑电路结构——为IC设计的延时估计铺垫学习目的：估计模块间的delay，确保写的代码的timing 综合能给到多少HZ，以满足需求！_基4布斯算法代码
OpenAI Manager助手（基于SpringBoot和Vue）_chatgpt网页版-程序员宅基地
文章浏览阅读3.3k次，点赞3次，收藏5次。OpenAI Manager助手（基于SpringBoot和Vue）_chatgpt网页版
关于美国计算机奥赛USACO，你想知道的都在这_usaco可以多次提交吗-程序员宅基地
文章浏览阅读2.2k次。USACO自1992年举办，到目前为止已经举办了27届，目的是为了帮助美国信息学国家队选拔IOI的队员，目前逐渐发展为全球热门的线上赛事，成为美国大学申请条件下，含金量相当高的官方竞赛。USACO的比赛成绩可以助力计算机专业留学，越来越多的学生进入了康奈尔，麻省理工，普林斯顿，哈佛和耶鲁等大学，这些同学的共同点是他们都参加了美国计算机科学竞赛（USACO)，并且取得过非常好的成绩。适合参赛人群USACO适合国内在读学生有意向申请美国大学的或者想锻炼自己编程能力的同学，高三学生也可以参加12月的第_usaco可以多次提交吗
MySQL存储过程和自定义函数_mysql自定义函数和存储过程-程序员宅基地
文章浏览阅读394次。1.1 存储程序1.2 创建存储过程1.3 创建自定义函数1.3.1 示例1.4 自定义函数和存储过程的区别1.5 变量的使用1.6 定义条件和处理程序1.6.1 定义条件1.6.1.1 示例1.6.2 定义处理程序1.6.2.1 示例1.7 光标的使用1.7.1 声明光标1.7.2 打开光标1.7.3 使用光标1.7.4 关闭光标1.8 流程控制的使用1.8.1 IF语句1.8.2 CASE语句1.8.3 LOOP语句1.8.4 LEAVE语句1.8.5 ITERATE语句1.8.6 REPEAT语句。_mysql自定义函数和存储过程
半导体基础知识与PN结_本征半导体电流为0-程序员宅基地
文章浏览阅读188次。半导体二极管——集成电路最小组成单元。_本征半导体电流为0
随便推点
【Unity3d Shader】水面和岩浆效果_unity 岩浆shader-程序员宅基地
文章浏览阅读2.8k次，点赞3次，收藏18次。游戏水面特效实现方式太多。咱们这边介绍的是一最简单的UV动画（无顶点位移），整个mesh由4个顶点构成。实现了水面效果（左图），不动代码稍微修改下参数和贴图可以实现岩浆效果（右图）。有要思路是1，uv按时间去做正弦波移动2，在1的基础上加个凹凸图混合uv3，在1、2的基础上加个水流方向4，加上对雾效的支持，如没必要请自行删除雾效代码(把包含fog的几行代码删除)S..._unity 岩浆shader
广义线性模型——Logistic回归模型（1）_广义线性回归模型-程序员宅基地
文章浏览阅读5k次。广义线性模型是线性模型的扩展，它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。广义线性模型拟合的形式为：其中g(μY)是条件均值的函数（称为连接函数）。另外，你可放松Y为正态分布的假设，改为Y 服从指数分布族中的一种分布即可。设定好连接函数和概率分布后，便可以通过最大似然估计的多次迭代推导出各参数值。在大部分情况下，线性模型就可以通过一系列连续型或类别型预测变量来预测正态分布的响应变量的工作。但是，有时候我们要进行非正态因变量的分析，例如：（1）类别型.._广义线性回归模型
HTML+CSS大作业 环境网页设计与实现(垃圾分类) web前端开发技术 web课程设计 网页规划与设计_垃圾分类网页设计目标怎么写-程序员宅基地
文章浏览阅读69次。环境保护、 保护地球、 校园环保、垃圾分类、绿色家园、等网站的设计与制作。 总结了一些学生网页制作的经验：一般的网页需要融入以下知识点：div+css布局、浮动、定位、高级css、表格、表单及验证、js轮播图、音频 视频 Flash的应用、ul li、下拉导航栏、鼠标划过效果等知识点，网页的风格主题也很全面：如爱好、风景、校园、美食、动漫、游戏、咖啡、音乐、家乡、电影、名人、商城以及个人主页等主题，学生、新手可参考下方页面的布局和设计和HTML源码（有用点赞△） 一套A+的网_垃圾分类网页设计目标怎么写
C# .Net 发布后,把dll全部放在一个文件夹中,让软件目录更整洁_.net dll 全局目录-程序员宅基地
文章浏览阅读614次，点赞7次，收藏11次。之前找到一个修改 exe 中 DLL地址 的方法, 不太好使,虽然能正确启动, 但无法改变 exe 的工作目录,这就影响了.Net 中很多获取 exe 执行目录来拼接的地址 ( 相对路径 ),比如 wwwroot 和 代码中相对目录还有一些复制到目录的普通文件 等等,它们的地址都会指向原来 exe 的目录, 而不是自定义的 “lib” 目录,根本原因就是没有修改 exe 的工作目录这次来搞一个启动程序,把 .net 的所有东西都放在一个文件夹,在文件夹同级的目录制作一个 exe._.net dll 全局目录
BRIEF特征点描述算法_breif description calculation 特征点-程序员宅基地
文章浏览阅读1.5k次。本文为转载，原博客地址：http://blog.csdn.net/hujingshuang/article/details/46910259简介 BRIEF是2010年的一篇名为《BRIEF:Binary Robust Independent Elementary Features》的文章中提出，BRIEF是对已检测到的特征点进行描述，它是一种二进制编码的描述子，摈弃了利用区域灰度..._breif description calculation 特征点
房屋租赁管理系统的设计和实现，SpringBoot计算机毕业设计论文_基于spring boot的房屋租赁系统论文-程序员宅基地
文章浏览阅读4.1k次，点赞21次，收藏79次。本文是《基于SpringBoot的房屋租赁管理系统》的配套原创说明文档，可以给应届毕业生提供格式撰写参考，也可以给开发类似系统的朋友们提供功能业务设计思路。_基于spring boot的房屋租赁系统论文