ZED2i ROS消息

一、影像数据

  • 左/右目图像: /zed2i/zed_node/left/.../zed2i/zed_node/right/...

  • RGB图像: /zed2i/zed_node/rgb/... (左目相机的彩色图像)

  • 原始与矫正:

    • .../image_raw_color.../image_raw_gray:原始(未矫正)的图像。

    • .../image_rect_color.../image_rect_gray:矫正后(已校正畸变并对齐)的图像,这是进行立体视觉处理的基础。

  • 相机参数: 每个图像话题都会伴随一个 .../camera_info 话题,提供相机的内参、畸变系数等。例如:rostopic echo -n 1 /zed2i/zed_node/left/camera_info

    复制代码
    ouc@ouc-desktop:~/Desktop$ rostopic echo -n 1 /zed2i/zed_node/left/camera_info
    header: 
      seq: 0
      stamp: 
        secs: 1762861763
        nsecs: 181895160
      frame_id: "zed2i_left_camera_optical_frame"
    height: 720
    width: 1280
    distortion_model: "plumb_bob"
    D: [0.0, 0.0, 0.0, 0.0, 0.0]
    K: [524.58251953125, 0.0, 625.4195556640625, 0.0, 524.58251953125, 362.140625, 0.0, 0.0, 1.0]
    R: [1.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 0.0, 1.0]
    P: [524.58251953125, 0.0, 625.4195556640625, 0.0, 0.0, 524.58251953125, 362.140625, 0.0, 0.0, 0.0, 1.0, 0.0]
    binning_x: 0
    binning_y: 0
    roi: 
      x_offset: 0
      y_offset: 0
      height: 0
      width: 0
      do_rectify: False
    ---

带有 /compressed/compressedDepth/theora 后缀的话题。这些只是对应图像话题的压缩版本,用于在网络传输中节省带宽,内容上和未压缩的话题是一样的。

二、 深度与3D数据

这是ZED相机的核心功能之一,通过双目视觉计算得出:

  • 深度图: /zed2i/zed_node/depth/depth_registered (已配准的深度图像,每个像素的值代表距离)

  • 视差图: /zed2i/zed_node/disparity/disparity_image (视差图,深度的另一种表示)

  • 点云: /zed2i/zed_node/point_cloud/cloud_registered (融合了颜色和深度的3D点云)

三、 位姿与里程计 (Pose & Odometry)

ZED2i内置了IMU,可以运行VIO(视觉惯性里程计)来跟踪相机自身的运动

3.1 IMU数据

IMU为9轴IMU:3 轴陀螺仪、3 轴加速度计 、3 轴磁力计

  1. /zed2i/zed_node/imu/data (标准的IMU数据,包含加速度和角速度)
    使用命令rostopic echo -n 1 /zed2i/zed_node/imu/data

    复制代码
    ouc@ouc-desktop:~/Desktop$ rostopic echo -n 1 /zed2i/zed_node/imu/data
    header: 
      seq: 0
      stamp: 
        secs: 1762862414
        nsecs: 499504070
      frame_id: "zed2i_imu_link"
    orientation: 
      x: -0.004697016905993223
      y: -0.02745605632662773
      z: -0.0009367492166347802
      w: 0.9996115565299988
    orientation_covariance: [3.2778612423818627e-10, -9.849579090227316e-11, -6.370519440183812e-12, -9.849580821776969e-11, 1.1368978241493557e-08, -1.6040050915192884e-10, -6.370520522402345e-12, -1.604004745209358e-10, 3.4042747564054887e-10]
    angular_velocity: 
      x: 0.002276916710043207
      y: -0.0005038211981275678
      z: -0.0010530086574754827
    angular_velocity_covariance: [8.654703511972608e-10, 0.0, 0.0, 0.0, 7.631423465477385e-10, 0.0, 0.0, -0.0, 5.785804861468702e-10]
    linear_acceleration: 
      x: 0.5291448831558228
      y: -0.09560249000787735
      z: 9.772500991821289
    linear_acceleration_covariance: [0.015510192140936852, 0.0, 0.0, 0.0, 0.007005379535257816, 0.0, 0.0, -0.0, 0.010876546613872051]

    信息:姿态、角速度、线性加速度;以及它们各自的协方差(置信度)

  2. /zed2i/zed_node/imu/mag (磁力计)
    使用命令rostopic echo -n 1 /zed2i/zed_node/imu/mag

    复制代码
    ouc@ouc-desktop:~/Desktop$ rostopic echo -n 1 /zed2i/zed_node/imu/mag
    header: 
      seq: 0
      stamp: 
        secs: 1762862949
        nsecs: 223949563
      frame_id: "zed2i_mag_link"
    magnetic_field: 
      x: 5.625e-07
      y: -1.5e-06
      z: -1.3125e-06
    magnetic_field_covariance: [3.9e-08, 0.0, 0.0, 0.0, 3.7e-08, 0.0, 0.0, 0.0, 4.7e-08]

    信息:一个包含X, Y, Z三个分量的磁场矢量;协方差矩阵。

    它的主要用途是: 通过测量地球磁场,为机器人提供一个绝对的航向参考(即"北"在哪里)。

3.2、里程计

话题: /zed2i/zed_node/odom (由VIO估算的相机运动,提供速度和位置)

使用命令rostopic echo -n 1 /zed2i/zed_node/odom

复制代码
ouc@ouc-desktop:~/Desktop$ rostopic echo -n 1 /zed2i/zed_node/odom
header: 
  seq: 2
  stamp: 
    secs: 1762864571
    nsecs: 950589160
  frame_id: "odom"
child_frame_id: "base_link"
pose: 
  pose: 
    position: 
      x: 12.847015367935288
      y: -10.647986538004584
      z: -3.8881209390302542
    orientation: 
      x: 0.48148525195972525
      y: 0.7166201101996801
      z: 0.5037316798818124
      w: -0.029697886896400502
  covariance: [0.2722752094268799, -0.02954256907105446, 0.010950373485684395, 0.003190134186297655, 0.02835548110306263, -0.0037906828802078962, -0.02954256720840931, 0.5114215016365051, -0.14452573657035828, -0.053110361099243164, -0.00568035151809454, -0.009285461157560349, 0.01095037255436182, -0.14452576637268066, 0.04178394004702568, 0.015034777112305164, 0.0018576832953840494, 0.0025506149977445602, 0.0031901339534670115, -0.053110361099243164, 0.01503477618098259, 0.005525252781808376, 0.0005952626815997064, 0.0009298282093368471, 0.02835548110306263, -0.00568035151809454, 0.0018576830625534058, 0.0005952627398073673, 0.003154866397380829, 0.00020070222672075033, -0.0037906833458691835, -0.009285461157560349, 0.0025506149977445602, 0.000929828267544508, 0.00020070219761691988, 0.0026120711117982864]
twist: 
  twist: 
    linear: 
      x: 0.0
      y: 0.0
      z: 0.0
    angular: 
      x: 0.0
      y: 0.0
      z: 0.0
  covariance: [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0]

信息:位姿;速度消息无效。

3.3、世界坐标系位姿、轨迹

  • /zed2i/zed_node/pose/zed2i/zed_node/pose_with_covariance (相机在世界坐标系/起始坐标系下的姿态和位置)

  • 路径: /zed2i/zed_node/path_map/zed2i/zed_node/path_odom (相机运动的历史轨迹)

四、 环境传感器 (Environmental Sensors)

ZED2i还集成了一些额外的传感器:温度、气压

4.1、温度

话题:/zed2i/zed_node/temperature/imu

复制代码
ouc@ouc-desktop:~/Desktop$ rostopic echo -n 1 /zed2i/zed_node/temperature/imu
header: 
  seq: 0
  stamp: 
    secs: 1762864510
    nsecs: 677161111
  frame_id: "zed2i_imu_link"
temperature: 34.72999954223633
variance: 0.0

4.2、气压:

话题:/zed2i/zed_node/atm_press (大气压,可用于估算高度变化)

复制代码
ouc@ouc-desktop:~/Desktop$ rostopic echo -n 1 /zed2i/zed_node/atm_press
header: 
  seq: 147
  stamp: 
    secs: 1762866618
    nsecs:  12698828
  frame_id: "zed2i_baro_link"
fluid_pressure: 100848.5078125
variance: 0.010585
---
ouc@ouc-desktop:~/Desktop$ rostopic echo -n 1 /zed2i/zed_node/atm_press
header: 
  seq: 150
  stamp: 
    secs: 1762866755
    nsecs: 284846349
  frame_id: "zed2i_baro_link"
fluid_pressure: 100871.15625
variance: 0.010585
---
相关推荐
喵喵侠w4 小时前
uni-app微信小程序相机组件二次拍照白屏问题的排查与解决
前端·数码相机·微信小程序·小程序·uni-app
Wild_Pointer.1 天前
简析单目相机模型中的针孔模型
c++·数码相机·opencv
简单点好不好1 天前
大恒相机-mono12-python示例程序
开发语言·python·数码相机
中达瑞和-高光谱·多光谱2 天前
高光谱成像系统赋能烟叶分选(烟叶除杂、烟叶霉变、烟叶烟梗区分、烟叶等级分选)
数码相机
gaosushexiangji3 天前
一项基于高灵敏度sCMOS相机的光镊成像实验
数码相机
王哈哈^_^4 天前
YOLOv11视觉检测实战:安全距离测算全解析
人工智能·数码相机·算法·yolo·计算机视觉·目标跟踪·视觉检测
不一样的故事1264 天前
iPhone 17 Pro Max 的评测和用户反馈
数码相机·智能手机·iphone
一只在学习的瓶子4 天前
Camera性能
数码相机
第二层皮-合肥4 天前
图像处理中的暗场校正
图像处理·数码相机·计算机视觉