【Ubuntu18.04】激光雷达与相机联合标定（Livox+HIKROBOT）（一）相机内参标定_ubuntu18.04安装livox 相机

引言

Livox Lidar + HIKROBOT Camera 联合标定
参考链接：相机雷达标定文档
安装ROS环境，参考笔者的博客：【ROS】Ubuntu18.04安装Ros

1 海康机器人HIKROBOT SDK二次开发并封装ROS

1.1 介绍

参考链接：海康Camera MVS Linux SDK二次开发封装ROS packge过程记录（c++）

海康的相机没有ros驱动，且对linux开发不太友好（但支持windows），因此需要重写了sdk接口，并创建了ros节点封装成ros包，方便linux环境下ros的调用
完整版ros驱动：https://github.com/luckyluckydadada/HIKROBOT-MVS-ROS-package

• 即使海康的相机是usb传输数据，但是不同于其他usb设备的调用，海康的相机并不会在/dev/目录下映射ttyUSB或video1这样的设备，所以不能用open/read/write这样的system call的方式打开设备，所以https://github.com/ros-drivers/usb_cam这样的usb ros驱动无法支持。因此只能自己开发ros驱动包。
• 海康的打开设备的方式在MvUsb3VDevice.h和MvGigEDevice.h中实现（分别对应usb3.0相机和以太网相机），具体过程并没有开源，只提供了相应的so文件，海康提供了统一的接口MV_CC_EnumDevices实现对两种设备（usb3.0接口和以太网接口）的调用，因此开发一个ros驱动包是两种相机都适用的。海康的相机sdk虽然不开源，但是提供了armhf和aarch64架构编译的so文件。

1.2 安装MVS SDK

参考笔者的博客：
【HIKROBOT】海康机器人：工业相机SDK二次开发

1.3 封装ROS packge

海康威视工业相机sdk的ros驱动包的安装步骤：

step1：安装

# 创建catkin工作空间
mkdir ws_hk_mvs_ros  
# 克隆源码到工作空间（海康机器人的ROS软件包）
git clone https://github.com/luckyluckydadada/HIKROBOT-MVS-ROS-package.git ws_hk_mvs_ros/src
cd ws_hk_mvs_ros
# 编译Catkin工作空间中的ROS包
catkin_make
1
2
3
4
5
6
7

step2：直接运行node
需要先启动roscore

source ./devel/setup.bash 
rosrun hk_camera hk_camera_node
1
2

step3：launch启动node

source ./devel/setup.bash 
roslaunch hk_camera hk_camera.launch
1
2

step4：launch启动node和rviz node
用 rviz 订阅 /hk_camera_node/image_raw 查看照片

source ./devel/setup.bash 
roslaunch hk_camera hk_camera_rviz.launch
1
2

2 览沃Livox SDK二次开发并封装ROS

参考笔者博客：【Ubuntu18.04】Livox Tele-15使用教程
安装Livox环境和驱动

# 安装Livox_SDK
git clone https://github.com/Livox-SDK/Livox-SDK.git
cd Livox-SDK
cd build && cmake ..
make
sudo make install

# 安装livox_ros_driver
cd  Livox-SDK  # 进入Livox-SDK目录
git clone https://github.com/Livox-SDK/livox_ros_driver.git ws_livox/src
cd ws_livox   # 进入工作空间
catkin_make
1
2
3
4
5
6
7
8
9
10
11
12

3 相机雷达联合标定——相机内参标定

3.1 环境配置

3.1.1 安装依赖——PCL 安装

参考链接：Ubuntu18.04安装PCL 1.9.1(图文详解，附踩坑和测试)

step1：安装依赖

sudo apt-get update
sudo apt-get install git build-essential linux-libc-dev
sudo apt-get install cmake cmake-gui
sudo apt-get install libusb-1.0-0-dev libusb-dev libudev-dev
sudo apt-get install mpi-default-dev openmpi-bin openmpi-common
sudo apt-get install libflann1.8 libflann-dev
sudo apt-get install libeigen3-dev
sudo apt-get install libboost-all-dev
sudo apt-get install libvtk5.10-qt4 libvtk5.10 libvtk5-dev
sudo apt-get install libqhull* libgtest-dev
sudo apt-get install freeglut3-dev pkg-config
sudo apt-get install libxmu-dev libxi-dev
sudo apt-get install mono-complete
sudo apt-get install qt-sdk openjdk-8-jdk openjdk-8-jre
1
2
3
4
5
6
7
8
9
10
11
12
13
14

step2：下载源码
建议安装1.9.1

git clone https://github.com/PointCloudLibrary/pcl.git
1

step3：编译源码

cd pcl-pcl-1.9.1
mkdir release
cd release
cmake -DCMAKE_BUILD_TYPE=None -DCMAKE_INSTALL_PREFIX=/usr \ -DBUILD_GPU=ON-DBUILD_apps=ON -DBUILD_examples=ON \ -DCMAKE_INSTALL_PREFIX=/usr ..
1
2
3
4

make
1

step4：安装

sudo make install
1

step5：PCLVisualizer(需要可以安装)

sudo apt-get install libopenni-dev
sudo apt-get install libopenni2-dev
1
2

3.1.2 安装依赖——Eigen 安装

简单命令安装

sudo apt-get install libeigen3-dev
1

3.1.3 安装依赖——Ceres-solver 安装

下载ceres-solver-1.14.0

git clone https://github.com/ceres-solver/ceres-solver
1

依赖安装

 sudo apt-get install cmake
 sudo apt-get install libgoogle-glog-dev
 sudo apt-get install libatlas-base-dev
 sudo apt-get install libeigen3-dev
 sudo apt-get install libsuitesparse-dev
 sudo add-apt-repository ppa:bzindovic/suitesparse-bugfix-1319687
 sudo apt-get update
 sudo apt-get install libsuitesparse-dev
1
2
3
4
5
6
7
8

安装 ceres-solver

tar zxf ceres-solver-1.14.0.tar.gz
mkdir ceres-bin && cd ceres-bin
cmake ../ceres-solver-1.14.0
make -j3
make install
1
2
3
4
5

至此需要的库安装完毕

3.1.4 下载源码，编译准备

# 进入工作空间
cd ws_livox/src
git clone https://github.com/Livox-SDK/livox_camera_lidar_calibration.git 
cd ..    # 返回上一级目录
catkin_make
source devel/setup.bash
1
2
3
4
5
6

• 此时工作空间的目录结构为：

3.1.5 程序节点概括

此项目包括如下节点:

1. cameraCalib - 标定相机内参
2. pcdTransfer - 将雷达点云rosbag转换成PCD文件
3. cornerPhoto -获得照片角点
4. getExt1 - 计算外参节点１，只优化外参
5. getExt2 - 计算外参节点２，同时优化内参和外参
6. projectCloud - 把雷达点云投影到照片上 colorLidar - 雷达点云着色

以下程序节点中如果想修改launch文件，需要到src/calibration/launch文件夹中找对应的launch文件。

3.2 相机内参标定

3.2.1 前期准备

• 准备一块有黑白棋盘格的标定板(如下所示，可以打印出来)

• 笔者实际用的标定版规格是：

3.2.2 cameraCalib标定

• 要准备20张以上的照片数据，各个角度和位置都要覆盖，拍摄的时候不要距离太近(3米左右)，如下图所示。

采集棋盘格图像：

方法1：直接使用HIKROBOT的上位机来抓取并保存图片

选择指定的保存路径

抓取图片

方法2：使用 ROS可视化工具rqt_image_view查看并保存图片

• 终端1：启动相机的ROS驱动（以HIKROBOT为例）

# 进入工作空间
source devel/setup.bash  # 加载环境
# roslaunch [软件包] 启动文件.launch
roslaunch hk_camera hk_camera.launch
1
2
3
4

• 终端2：保存好标定要用的图片

# 加载环境
source devel/setup.bash
# 打开相机画面
rqt_image_view
1
2
3
4

• 说明： 笔者以下数据使用官网下载的数据集来测试：

测试数据下载：data.zip

• 获得照片数据后，配置cameraCalib.launch中对应的路径和参数，默认是把照片数据放在data/camera/photos下，然后在data/camera/in.txt中写入所有需要使用的照片名称，如下图所示
  

输入指令开始标定

#进入工作空间
cd ws_livox/
source devel/setup.bash
roslaunch camera_lidar_calibration cameraCalib.launch
1
2
3
4

• 成功运行显示如下：

• 标定结果中会保存在data/camera/result.txt中，包括重投影误差，内参矩阵和畸变纠正参数。

内参结果

• 一个3x3的内参矩阵(IntrinsicMatrix)
• ５个畸变纠正参数 k1, k2, p1, p2, k3

报错 （若无报错则跳过此步骤）

解决方法：

参考链接：
解决 cv_bridge 与 opencv4 版本冲突问题

• 下载 cv_bridge

下载 noetic 版本的 cv_bridge。（noetic 版本的 cv_bridge 在 melodic 下也能使用，不过要做一些修改，后续会说明）
下载地址：https://github.com/ros-perception/vision_opencv/tree/noetic
下载完成后，将 cv_bridge 拷贝到 ros 工作空间的 src 文件夹下。
此时工作空间的目录结构为：

为了不影响原来的包，将该文件夹重命名为 cv_bridge_new，并且将cv_bridge_new文件夹下 CMakeLists.txt 文件中 project 名称修改为 cv_bridge_new：

• 在 CMakeLists.txt 文件中指定我们自己的功能包中所用的 opencv4：
  

• 并且修改 package.xml 中包的名称：

• 报错1：

• 解决方法：

直接修改 cv_bridge_new的CMakeLists.txt 文件：

...
if(PYTHONLIBS_VERSION_STRING VERSION_LESS "3.8")
# Debian Buster
find_package(Boost REQUIRED python3)
...
1
2
3
4
5

• 报错2：

• 解决方法：

修改 cv_bridge_new/src/module.hpp 文件下 void* do_numpy_import()函数为 （注意*要删除）

static void do_numpy_import( )
{
    import_array( );
}
1
2
3
4

再次编译：

catkin_make
1

再次输入指令开始标定

#进入工作空间
cd ws_livox/
source devel/setup.bash
roslaunch camera_lidar_calibration cameraCalib.launch
1
2
3
4