RealSense L515相机使用踩坑记录

Realsense Viewer以及ROS驱动安装

要想通过ROS驱动Realsense系列产品,需要首先安装Realsense Viewer以及对应版本的realsense-ros驱动。

Realsense Viewer安装

Realsense Viewer的安装参考文章Linex Ubuntu环境下 Intel Realsense D435I 驱动+ROS驱动安装配置

  1. 安装依赖项
bash 复制代码
sudo apt-get update
sudo apt-get install libudev-dev libgtk-3-dev libusb-1.0-0-dev pkg-config libglfw3-dev libssl-dev
  1. 前往https://github.com/IntelRealSense/librealsense/releases下载librealsense,需要注意下载的版本,仅2.50.0之前的版本支持L515,所以需要下载2.50.0之前的版本
  2. 编译及安装
bash 复制代码
cd librealsense
sudo cp config/99-realsense-libusb.rules /etc/udev/rules.d/
sudo udevadm control --reload-rules && udevadm trigger
mkdir build
cd build
cmake ../ -DBUILD_EXAMPLES=true
make -j8
sudo make install
  1. 检测是否安装成功
    打开终端,通过realsense-viewer启动,观察是否能查看到相机图像

Realsense-ros驱动安装

推荐通过源码安装

  1. 创建工作空间
bash 复制代码
cd
mkdir ros-realsense_ws && cd ros-realsense_ws
mkdir src && cd src
  1. 克隆源代码
bash 复制代码
https://github.com/IntelRealSense/realsense-ros.git

根据自己的需求切换ROS1或者ROS2分支

bash 复制代码
git checkout ros1-legacy
  1. 编译
bash 复制代码
catkin_make

Resource not found: rgbd_launch

如果启动rs_rgbd.launch时报错Resource not found: rgbd_launch,这是因为rs_rgbd.launch中启动了一些ROS中自带的功能包,当你没有安装这些功能包时就会报这个错误,直接安装即可,记得将melodic切换为自己需要的ros版本

bash 复制代码
sudo apt-get install ros-melodic-rgbd-launch

压缩深度图的Rviz报错与无法读取问题

当使用Realsense-ros对L515进行驱动时,会遇到深度图的压缩图在Rviz无法可视化、无法从其中恢复出可用数据的问题,其原因是L515产生的深度图为16位,但是采用的压缩方式为8位有损JPEG压缩,压缩算法会将16位的图像按照8位图像进行处理,导致压缩算法根本无法"理解"图像中的内容,而JPEG压缩算法本身为有损压缩算法,在压缩算法无法"理解"图像内容的前提下,有损压缩会损坏原始数据,从而导致压缩深度图出错。

解决方法:更改压缩方式为16位无损PNG压缩

bash 复制代码
<param name="color/image_raw/compressed/format" value="png"/>
<param name="color/image_raw/compressed/png_level" value="1"/>

其中第一个参数为压缩格式,可选项为png和jpeg,第二个参数为压缩级别,0 表示无压缩,处理速度最快,文件最大;9 表示最高压缩级别,处理速度较慢,但文件最小。如果参数修改后无效,请参考下一小节"参数修改"。

参数修改

因为L515的驱动程序rs_rgbd.launch中不仅启动了当前功能包中的节点,还启动了一下ROS中自带的节点,因此在设置参数时记得将参数写在launch文件的最前面,否则ROS自带节点可能会无法读取到该参数。

软件对齐与硬件对齐

官方提供的rs_rgbd.launch中提供了将RGB图像与深度图像对齐到同一坐标系的选项,其中如果将align_depth置为true,则为在硬件中对齐;如果将其置为false,则为软件对齐

相关推荐
HyperAI超神经9 小时前
15亿参数挑战机器人控制,MiniCPM-RobotManip正式开源;覆盖文本/图/视频/动作序列,英伟达发布全模态模型Cosmos3-Edge
人工智能·深度学习·机器人·多模态·图像生成·具身智能·智能体
zdl68615 小时前
EasyMarkets:“机器人商业化仍待验证”
数据库·机器人
深圳慧闻智造技术有限公司16 小时前
机器人本体结构件精密加工难点拆解:薄壁变形控制与五轴量产工艺方案
机器人·机器人零件加工·五轴cnc加工
ergevv18 小时前
从大模型到空间智能:未来机器人的终极架构畅想
机器人·vla·世界模型·空间智能·认知地图
iiiiii1120 小时前
【论文阅读笔记】Reparameterization Proximal Policy Optimization (RPO):将PPO的稳定性引入可微分强化学习
论文阅读·人工智能·笔记·深度学习·机器学习·机器人·具身智能
四方云1 天前
录音转文字完整技术原理(ASR自动语音识别)技术文档
人工智能·机器人·语音识别·外呼系统·销售成长·拓客
QYR-分析2 天前
具身智能风口下,机器人AI计算机市场发展现状、痛点与趋势解析
人工智能·机器人
张彦峰ZYF2 天前
具身智能:AI 长出“手脚”,进入物理世界——大模型驱动机器人、自动驾驶与产业落地调研
人工智能·机器人·自动驾驶
xwz小王子2 天前
触觉机器人,正在补齐从采集到策略的整条链路
人工智能·机器学习·机器人
robottt6662 天前
30KG重载机器人测评:从柔性力控 恒力打磨出发,越疆智能拉开优势
机器人