使用 RGB-D 相机（Astra）实现 YOLO v3 实时目标检测_建立好工作空间(这里以astra_ws为例

设备和环境：奥比中光RGB-D相机（Astra）；Ubuntu16.04

首先，先将自己的RGB-D相机的环境与依赖构建好，然后进行以下步骤构建darknet_ros。

1、下载darknet_ros

#进入自己的工作空间 src 下，最好单独建立一个工作空间来存放
cd ~/astra_ws/src
 
#下载darknet_ros
git clone https://github.com/leggedrobotics/darknet_ros
 
#返回到工作空间下
cd ..
 
#编译此工作空间
catkin_make -DCMAKE_BUILD_TYPE=Release

这里编译需要一定的时间，请耐心等待其编译。但在执行编译指令 catkin_make -DCMAKE_BUILD_TYPE=Release 时，可能会出现以下编译错误（如果未出现下图编译问题，直接跳到第二步执行即可），可能是因为这样直接克隆代码会存在文件缺失所导致，如下图所示：

此问题解决方案：

1、删除工作空间下已clone到电脑中的darknet_ros文件夹
2、cd astra_ws/src

3、执行此指令对 darknet_ros 重新下载

git clone --recursive git@github.com:leggedrobotics/darknet_ros.git

4、再回到astra_ws下，重新执行以下指令编译，便能成功执行。

catkin_make -DCMAKE_BUILD_TYPE=Release

编译成功后，如下图所示： 

 2、修改darket_ros中订阅的图像话题

启动自己相机后，然后查看相机所发布的话题

#启动相机
roslaunch astra_launch astra.launch
 
#查看发布话题
rostopic list

查询结果如下图所示：

 然后将darket_ros/config/ros.yaml中的subscribers进行修改为RGB-D相机所发布的数据。如下图所示：

 3、启动相机

#在 astra_ws 工作空间下执行以下指令，启动RGB-D相机
 
#刷新环境变量
source ./devel/setup.bash 
 
#启动 RGB-D 相机
roslaunch astra_launch astra.launch 

 4、启动darknet

#在 astra_ws 工作空间下执行以下指令，启动RGB-D相机
 
#刷新环境变量
source ./devel/setup.bash 
 
#启动 darknet 
roslaunch darknet_ros darknet_ros.launch

 5、运行结果

 启动 RGB-D 相机和 darknet 之后,便会根据已有 YOLO 的权重配置文件（weights）进行比对，然后得出真实环境中的事物属性。

 下图是相机实时比对时的数据，会随着环境的变化而不断更新。

 以上便是使用 RGB-D 相机使用 YOLO v3 实时的图像识别，希望能够对您有所帮助。

参考博客：

使用RGBD相机实现YOLOv3目标识别并测距，获取物体三维坐标_qqsuiying的博客-CSDN博客_rgbd相机定位

darknet_ros编译错误CMake Error at /usr/share/cmake-3.5/Modules/FindCUDA.cmake:1649问题解决办法_Timothy_Liuu的博客-CSDN博客