使用kalibr標定工具進行單目相機和雙目相機的標定

1.下載和編譯

1.1 安裝依賴項，如果中間報錯，可以將下面一大托依賴分多次安裝，對應的ros版本也要進行修改，我自己的是melodic

sudo apt-get install python-setuptools python-rosinstall ipython libeigen3-dev libboost-all-dev doxygen libopencv-dev
sudo apt-get install libopencv-dev ros-kinetic-vision-opencv ros-kinetic-image-transport-plugins ros-kinetic-cmake-modules python-software-properties software-properties-common libpoco-dev python-matplotlib python-scipy python-git python-pip ipython libtbb-dev libblas-dev liblapack-dev python-catkin-tools libv4l-dev

pip install python-igraph

1.2 編譯

mkdir -p ~/kalibr_ws/src
cd ~/kalibr_ws/src
git clone --recursive https://github.com/ori-drs/kalibr

cd ~/kalibr_ws
source /opt/ros/noetic/setup.bash
catkin init
catkin config --extend /opt/ros/noetic
catkin config --merge-devel # Necessary for catkin_tools >= 0.4.
catkin config --cmake-args -DCMAKE_BUILD_TYPE=Release

catkin build -DCMAKE_BUILD_TYPE=Release -j4

問題： 因為自己的電腦上安裝了anaconda3,anaconda3其自帶的python可能會影響到kalibr,貌似因為kalibr需要解析rosbag包，所以使用的python2，導致出現報錯
Failed to load Python extension for LZ4 support. LZ4 compression will not be availabl
真是要哭了。。。

解决辦法：
在kalibr_workspace/src/kalibr/aslam_offline_calibration/kalibr/python/kalibr_calibrate_cameras.py 文件中
更改 "#!/usr/bin/env python" 成"#!/usr/bin/env python2"

2. 數據准備

2.1 bag數據錄制

將錄制好的BAG標定文件重新錄制一下，去掉不好的圖片，同時將bag的頻率改為4hz
分別打開兩個終端，輸入一下命令並運行，等待topic的輸入

rosrun topic_tools throttle messages /cam_stereo_left/csi_cam/image_raw 4.0 /left
rosrun topic_tools throttle messages /cam_stereo_right/csi_cam/image_raw 4.0 /right

新打開一個終端，用來錄制視頻

rosbag record -O stereo_calibra.bag /left /right

新打開一個終端，用來播放原數據集

rosbag play 0620_1280x720.bag

2.2 標定板參數文件

自己寫一個，checkboard_8x6_10x10cm.yaml

target_type: 'checkerboard'
targetCols: 8
targetRows: 6
rowSpacingMeters: 0.1
colSpacingMeters: 0.1

target_type：是標定板的類型，這裏使用的棋盤格
targetCols：標定版列方向的角點數量
targetRows：標定辦行方向的角點數量
rowSpacingMeters：每個棋盤格的寬，單比特米
colSpacingMeters：每個棋盤格的高，單比特米

附上其他兩種標定板對應的配置文件
“二維碼標定板”

target_type: 'aprilgrid' #gridtype
tagCols: 6               #number of apriltags
tagRows: 6               #number of apriltags
tagSize: 0.088           #size of apriltag, edge to edge [m]
tagSpacing: 0.3          #ratio of space between tags to tagSize
                         #example: tagSize=2m, spacing=0.5m --> tagSpacing=0.25[-]

“圓形標定板”

target_type: 'circlegrid'  #gridtype
targetCols: 6              #number of circles (cols)
targetRows: 7              #number of circles (rows)
spacingMeters: 0.02        #distance between circles [m]
asymmetricGrid: False      #use asymmetric grid (opencv) [bool]

標定板pdf生成命令：
根據需要修改下--nx,--ny,--tsize,--tspace

rosrun kalibr kalibr_create_target_pdf --type apriltag --nx 6 --ny 6 --tsize 0.02 --tspace 0.3

3. 開始標定

在工作空間目錄下打開終端

source YOUR_PATH/devel/setup.bash
rosrun kalibr kalibr_calibrate_cameras --bag /home/lusx/data/stereo_calibra.bag --topics /left /right --models pinhole-radtan pinhole-radtan --target src/Kalibr/config/checkboard_8x6_10x10cm.yaml

--bag:標定數據的名稱
--topics:左右目相機的topic
--models:左右目相機模型
#pinhole-radtan: 最常見的針孔模型+布朗畸變模型, 適用於大多數的角度小於120的相機, 其中畸變參數包含了徑向畸變k1,k2和切向畸變p1,p2; 如果相機的畸變情况不是很嚴重,這個模型基本都可以; 比如我的DFOV為150的相機, 也可以用這個且去畸變效果很好;
# pinhole-equi:針孔模型＋等距畸變模型，也就是ＫＢ模型所需要選擇的類型，該模型的使用範圍也很廣，大部分的魚眼鏡頭也可以，注意8參數的ＫＢ模型的畸變參數為k1,k2,k3,k4，雖然也是四個數，但與前一個模型不同的是，這裏只有徑向畸變的參數，而沒有切向畸變tangential distortion，投影時對應的公式也不同；同時這也是opencv中cv::fisheye使用的模型；
--target:標定板參數配置文件

報錯：
Cameras are not connected through mutual observations, please check the dataset. Maybe adjust the approx. sync. tolerance.

原因是兩個相機不同步，既可以提高采集頻率到20hz，也可以同時增加同步忍耐度 --bag-from-to 5 35 --approx-sync 0.04，
完整參數如下：
rosrun kalibr kalibr_calibrate_cameras --bag /home/lusx/data/stereo_calibra.bag --bag-from-to 5 100 --topics /left /right --models pinhole-radtan pinhole-radtan --target src/Kalibr/config/checkboard_8x6_10x10cm.yaml --approx-sync 0.04

3.3 標定結果

生成3個文件，參數可以在stereo_calibra-camchain.yaml查看，細節可以在stereo_calibra-report-cam.pdf中查看

stereo_calibra-camchain.yaml內容：

4參數優化

然而標定得到的內外參感覺有拉跨，不知道是不是使用的原始數據有問題，然後也沒有找到兩個相機的基線bf，繼續優化吧。。