ROS大神為您詳解:英特爾 RealSense 攝像頭基於ROS的實現與封裝,為您的機器人裝上敏銳的「眼睛」
作者|英特爾開源軟體技術中心
編輯|Will
英特爾 RealSense攝像頭基於ROS的實現與封裝
前言
Intel開源軟體技術中心(Open SourceTechnology Center)致力於提供豐富的開源解決方案,從Linux kernel,可視化軟體,到大型的支持多架構的項目如Yocto, Chrome/Android 和OpenStack,最近一年,我們拓展到人工智慧領域,特別是基於機器人研究領域廣泛採用的ROS/ROS2 架構,開發更多的AI開源解決方案。
深度攝像頭能夠像人類感知方式一樣捕捉現實世界,無論是在色彩還是距離上。許多應用場景離不開深度攝像頭的支持,比如3D人臉身份驗證,基於3D信息的2D照片美化,物體速度方向的檢測,背景移除等等。
本文將向您介紹基於Intel RealSense 的ROS開發包的功能及其使用方法,您可以利用物體深度信息開發出更多應用,並和其他ROS節點無縫連接,為您的機器人裝上敏銳的「眼睛」。
技術背景
Intel 3DRealSense攝像頭和傳統2D攝像頭相比,增加了深度信息,給各種設備提供了看到、理解、感知世界的新途徑,使各種基於3D信息的新應用成為可能。在機器人研究領域,人們廣泛採用ROS框架,這一框架下的各個應用通常採用消息(message)和話題(topic)的方式進行通信。在這種特殊情況下,針對libRealsense做進一步的ROS封裝才能使其無縫工作在ROS系統中。該項目目前已經在github上開源, ROS2 的封裝正在開發中,也即將與您見面。
項目介紹
1
軟體架構設計
圖 1. ROS/ROS2RealSense
圖2. RGBD點雲生成圖
2
運行條件
· 運行Ubuntu16.04的x86_64計算機
· ROS Kinetic
· RealSense D400/SR300系列攝像頭
· RealSense SDK 2.0
具體環境配置可以參考這裡。
https://github.com/intel-ros/realsense#installation-instructions
3
編譯與安裝
下載源碼到本地ROS工作區,切換到最新發布,編譯、安裝。
4
運行演示程序
插入RealSense攝像頭,運行啟動命令:
# 在控制台#1啟動rviz
$ source /opt/ros/kinetic/setup.bash
$ rosrun rviz rviz
# 在控制台#2啟動realsense2_camera
$ source~/catkin_ws/devel/setup.bash
$ roslaunch realsense2_camera rs_camera.launch enable_pointcloud:=true
# 或在控制台#2啟動生成高質量的點雲信息的命令
$ roslaunch realsense2_camera rs_rgbd.launch
圖3. RGB(左上), 深度(左下),紅外1(右上),紅外2(右下),點雲(中)
GIF
圖4. 高質量點雲圖
應用領域
本項目提供的RGBD信息,可以運用於多種機器人使用場景,例如:
1
場景中的物體分割定位
分析RealSense的點雲信息,將場景中的不同物體進行分割,再進行物體3D定位。
2
物體速度分析
根據RealSense提供的連續的深度信息,進行物體定位,再計算出物體速度的大小及方向,合理規劃路徑達到智能避障。
3
人臉身份驗證
如果只是用二維信息進行身份驗證,安全性和正確性將大打折扣。比如,有人會用照片來欺騙認證系統。帶有三維信息的實時人臉識別將有效地解決這個問題。
4
2D圖像美化
基於3D信息,對2D的圖像美化將更加自然真實。甚至可以對拍攝對象進行旋轉以達到期望的角度,配合裝飾圖片,給你全新的自拍體驗。
展望
本項目目前開發到v2.0.2版本,基於RealSense SDK的不斷演進,本產品也在不斷迭代開發當中。同時由於ROS2相對ROS具有更好的安全性和實時性,我們計劃移植項目到ROS2中。
後記
Intel開源軟體技術中心(Open SourceTechnology Center)將不斷推出更多的基於ROS/ROS2開發的新技術,帶有物體信息的語義地圖,移動物體檢測及避障,以及ROS到ROS2 的演進,ROS2 的實時及安全性等課題。
希望我們在這一領域的工作能給您的項目帶來更大的可能性,也希望能得到大家的反饋與建議,甚至發揚開源精神協同開發,使我們能更好地服務於開源社區,推動人工智慧技術的發展和應用。
精彩研究課題回顧
......
如果你對此次課題有任何問題,歡迎留言提問,機器人創新生態會邀請Intel開源技術中心專家親自回答。
END
GIF
對接產業商機
分享行業乾貨
微信ID:robotplaces


※AWE2018最驚艷最腦洞的10款黑科技,劍指未來生活
※小型化、模塊化、前端化是移動機器人vSLAM未來的發展趨勢
TAG:機器人創新生態 |