Kalibr AprilTag标定d435i深度相机 双目标定
时间: 2025-07-01 09:59:50 浏览: 22
### 使用 Kalibr 和 AprilTag 对 Intel RealSense D435i 进行双目标定
#### 准备工作
为了确保标定过程顺利进行,需确认设备和环境设置无误。首先,在 Ubuntu 18.04 上安装必要的驱动程序并验证 Realsense Viewer 可正常显示摄像头画面[^2]。
#### 创建 AprilTag 描述文件
针对特定尺寸的 AprilTags 标记,创建相应的描述文件 `april_6x6_50x50cm_A4.yaml`。此文件定义了标签的具体参数,特别是 tagSize 参数应基于实际测量的大格子边长设定。例如:
```yaml
n_tags: 36
tag_size: 0.024 # 实际测量得到的大格子边长
tagcode: "36h11"
board_rows: 6
board_cols: 6
```
该配置适用于 A4 纸打印的 50 cm × 50 cm 的棋盘格图案,其中包含了 36 个大小为 2.4 cm×2.4 cm 的正方形标记[^3]。
#### 关闭结构光
由于默认情况下启用的结构光可能会干扰标定流程中的特征检测效果,建议在执行标定时暂时禁用这一功能。可以通过 ROS 启动脚本实现这一点:
```bash
roslaunch realsense2_camera rs_camera.launch enable_ir_emitter:=false
```
上述命令将在不激活红外发射器的情况下启动相机节点。
#### 执行 Kalibr 标定
完成前期准备工作之后,可以利用 Kalibr 工具包来进行内外参估计。具体操作如下:
1. **采集图像序列**
利用移动平台携带相机围绕校准板缓慢匀速运动,收集多角度下的图像帧作为后续计算的基础素材。注意保持足够的覆盖范围以便获得更精确的结果。
2. **运行 kalibr_calibrate_cameras 命令**
将获取的数据集路径传递给 Kalibr 提供的 Python 脚本以发起正式的标定请求。假设数据存储于 `/path/to/dataset/` 文件夹内,则指令形式如下所示:
```bash
kalibr_calibrate_cameras --target april_6x6_50x50cm_A4.yaml --bag /path/to/dataset/*.bag
```
此处指定的目标模板即前面提到过的自定义 YAML 文件;而 .bag 文件则封装了一系列时间戳同步后的 RGB-D 图像流片段[^1]。
3. **分析输出结果**
成功完成后,Kalibr 应返回一组优化后的摄像机内部参数矩阵 K、失真系数向量 D 以及其他关联信息。这些数值对于后续应用至关重要,比如机器人导航或三维重建等领域。
#### 结果保存与验证
最后一步是对所得模型的质量加以检验,并将其持久化存档方便日后调用。通常做法是将关键属性写入 JSON 或者 XML 文档中去。此外还可以借助可视化工具直观感受重投影误差分布状况来辅助判断整体性能优劣程度。
阅读全文
相关推荐


















