Ubuntu 22.04 + ROS2 Humble 环境下对 RealSense D435 进行深度校准

一、前言

RealSense D435 深度相机在使用过程中发现深度图存在很多黑色区域或随机黑点，影响正常使用。此外，更换主板后，因为原有校准配置信息丢失也会导致以上情况。

黑色区域：

随机黑点：

因此，需要对深度相机进行校准，提升深度图像质量。

常用校准方法：

On-Chip Calibration (片上校准)

适用场景 ：深度图出现噪点、黑斑或边缘不规则，用于提升深度图像质量。

选择依据 ：此功能内置于固件，适合深度质量问题。

环境要求与操作重点 ：分为快速改善 （Fast/Slow模式，环境不限但深度覆盖超50%）和优化精度 （White Wall模式，需对准纹理丰富的平整墙面）。

结果判断与操作 ：校准后会生成两个健康度指标：Health-Check (HC，应<0.25) 和 FL Health-Check (FL HC，应<0.15)。达标则保留，反之则点击 Apply New 应用新数据。

Tare Calibration (皮重校准)

适用场景 ：发现某个特定距离（如1米）的测量值与实际不符，用于修正深度测量精度偏差。

选择依据 ：专用于提升绝对深度精度，解决"测不准"问题。

环境要求与操作重点 ：将相机对准已知距离的平面，通过 More > Tare Calibration 界面操作，点击 Get 按钮即可调整。

Focal Length Calibration (焦距校准)

适用场景 ：深度图出现拉伸、扭曲或错位，用于校正因左右双目传感器不平衡导致的深度畸变。

选择依据 ：专用于校正立体匹配偏差，修复画面扭曲。

环境要求与操作重点 ：确保环境纹理丰富，通过 More > Focal Length Calibration 操作。

若上述方法效果不佳，或需同时校准深度和彩色传感器 ，可以考虑更专业的 Dynamic Calibration (动态校准) 。它能同时精确校正相机内参与外参。如果校准后依然不满意，可以随时通过 Viewer 工具将相机恢复至出厂设置，作为最后的保障手段。

二、环境准备与依赖安装

1. 确认已安装的组件

（1）确认是否安装librealsense

打开终端，运行以下命令验证是否安装 librealsense2 的 deb 包：

bash 复制代码

dpkg -l | grep librealsense2

预期看到类似 librealsense2-2.xx.x 的输出。

（2）安装librealsense

如果没有，请按官方指南安装：

bash 复制代码

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-key F6E65AC044F831AC80A06380C8B3A55A6F3EFCDE

bash 复制代码

sudo add-apt-repository "deb https://librealsense.intel.com/Debian/apt-repo $(lsb_release -cs) main" -u

bash 复制代码

sudo apt install librealsense2-utils librealsense2-dev

2. 安装 ROS2 的 realsense2_camera 包

（1）驱动安装

校准文件最终需要通过 ROS2 节点加载，因此必须安装该驱动：

bash 复制代码

sudo apt install ros-humble-realsense2-camera

（2）启动验证

安装后，确保相机在 ROS2 下可以正常启动：

bash 复制代码

ros2 launch realsense2_camera rs_launch.py

另开终端用：

bash 复制代码

 rviz2

或

bash 复制代码

ros2 topic echo /camera/depth/image_rect_raw

查看深度流。

3. 升级固件（可选）

新开封的 D435 固件可能较旧，需升级至 ≥5.12.8 以支持动态校准。运行：

bash 复制代码

realsense-viewer

在左侧设备面板查看固件版本。

若需升级：

bash 复制代码

sudo apt install librealsense2-firmware-updater
intel-realsense-firmware-updater -f /lib/firmware/intel/realSense/ Signed_Image_UVC_5_15_0_0.bin

版本号请以实际为准，下载最新固件从 Intel 官网获取。

三、深度问题诊断

使用 realsense-viewer 或 rs-depth-quality 量化当前深度图质量。

1. 快速视觉检查

打开终端，输入：

bash 复制代码

realsense-viewer

选择 Stereo Module → 勾选 Depth， 对准平整白墙（距离 1~2 米），观察深度图是否有随机黑点 、边缘阶梯状跳变：

2. 量化指标测试（推荐）

打开终端，输入：

bash 复制代码

rs-depth-quality

按界面提示放置相机，获取以下数据并与标准阈值对比：

指标	合格阈值	我的结果
填充率 (Fill Rate)	>95%	64.8%
RMS 误差	<2%	3.06%
平面拟合误差	<5mm	?

明显不达标（例如填充率低于 90%，或平面误差 >10mm），需要继续执行校准。

三、执行动态校准

主要有三种方法供选择，个人推荐第三种。

方法一：使用 DynamicCalibrator GUI（推荐，精度最高）

（1）安装工具

打开终端，输入：

bash 复制代码

wget https://github.com/IntelRealSense/librealsense/files/14682659/DynamicCalibrator_2.13.0.zip

解压缩：

bash 复制代码

unzip DynamicCalibrator_2.13.0.zip -d ~/realsense_calib

给予权限：

bash 复制代码

cd ~/realsense_calib
chmod +x DynamicCalibrator

运行编译：

bash 复制代码

./DynamicCalibrator

若链接失效，请从 Intel 官方下载页面获取最新版。

（2）校准环境要求

光照：暗室或夜间，关闭所有红外光源（如 Kinect、电视遥控器）。

目标：使用平整哑光白色板（A3 纸箱板或瓷砖），表面无纹理、无反光。

相机预热：连接相机后连续运行 10 分钟，达到热稳定。

摆放：目标板占据视野 30%~50%，倾斜角 <10°。

（3）操作步骤

启动后选择 D435 设备。

进入 Calibration 标签页：

XML 复制代码

设置 Depth Mode = 848x480 @30Hz

Laser Power = 150（若出现过曝可降至 100）

点击 Start Calibration，按提示采集 6 组姿态：
XML 复制代码
```
正对中心 (1m)

上仰 30°

下俯 30°

左转 30°

右转 30°

最远距离 (约 4m)
```
每组保持相机静止，轻微晃动标定板以增强特征。
采集完成后，点击 Optimize，在参数面板微调（可选）：
XML 复制代码
```
"confidence_threshold": 85,
"second_peak_threshold": 0.6,
"texture_count_threshold": 8
```
观察实时深度图，当黑点明显减少、边缘平滑时停止。
点击 Save to Device （将校准参数写入相机硬件）或 Save to File （保存为 .json 文件）。

推荐两种都做：写入硬件可使相机在任意主机上保持校准状态；保存文件便于 ROS2 加载。

方法二：使用 realsense-viewer 内置校准

打开终端，输入：

bash 复制代码

realsense-viewer

点击左侧 More → On-Chip Calibration。
将相机对准屏幕上的棋盘格（工具会自动显示），等待进度条完成。
最后点击 Apply 写入设备。

该方法适合快速修复轻微偏差，但对严重失真效果有限。

方法三：使用 rs-depth-quality 内置校准（推荐，最简单）

打开终端，输入：

bash 复制代码

rs-depth-quality

先根据提示，进行操作，将相机对准纯白色墙面：

左上角选择 More -> On-Chip Calibration：

需要使用棋盘格标定板放置在正对相机处，点击右上角的begin，开始校准。

棋盘格标定板：

校准后，深度图像会明显改善，随机黑点大幅减少：

左侧指标也明显改善：

指标	合格阈值	校准前	校准后
填充率 (Fill Rate)	>95%	64.8%	100%
RMS 误差	<2%	3.06%	0.83%

左上角选择 More -> Calibration Data：

选择 Save As... ,另存为 .json 文件：

四、在 ROS2 Humble 中应用校准参数

校准参数生效有两种途径：硬件存储 （已执行 Save to Device）或 ROS 节点加载 JSON 文件。

1. 如果已将校准写入硬件

硬件存储的校准会被 realsense2_camera 自动读取，无需额外配置。启动相机即可：

bash 复制代码

ros2 launch realsense2_camera rs_launch.py depth_module.profile:=848x480x30

若仍看到旧有质量问题，说明硬件存储未成功（部分固件不支持用户写校准），请使用方法二。

2. 通过 JSON 文件加载校准

（1）复制配置文件

将校准保存的 .json 文件（如 D435_calib_20250320.json）复制到 ROS2 工作空间，例如 ~/ros2_ws/config/。

（2）创建 launch 文件

创建自定义 launch 文件，加载该文件。新建 my_calibrated_camera.launch.py：

python 复制代码

from launch import LaunchDescription
from launch_ros.actions import Node

def generate_launch_description():
    return LaunchDescription([
        Node(
            package='realsense2_camera',
            executable='realsense2_camera_node',
            name='realsense2_camera',
            parameters=[{
                'enable_depth': True,
                'enable_color': True,
                'depth_module.profile': '848x480x30',
                'calibration_json_file_path': '/home/your_username/ros2_ws/config/D435_calib_20250320.json',
                'json_file_path': '/home/your_username/ros2_ws/config/D435_calib_20250320.json',  # 旧版参数名
            }]
        )
    ])

运行：

bash 复制代码

ros2 launch my_calibrated_camera.launch.py

检查深度话题质量，确认校准生效。

（3）自动化切换不同场景的校准预设

在实际项目中，可以维护多个 JSON 文件（如 dark_room.json, fast_motion.json），并通过 ROS2 参数动态加载：

python 复制代码

import rclpy
from rclpy.node import Node
from realsense2_camera import RealsenseNode

class CalibSwitcher(Node):
    def __init__(self):
        super().__init__('calib_switcher')
        self.rs_node = RealsenseNode()
        
    def switch_calib(self, json_path):
        self.rs_node.set_parameter('calibration_json_file_path', json_path)
        # 重启深度流
        self.rs_node.set_parameter('enable_depth', False)
        self.rs_node.set_parameter('enable_depth', True)

五、常见问题与解决方案

现象	可能原因	解决方法
DynamicCalibrator 报错error code -6	标定板特征点不足	更换高对比度标定板（如 Aruco 板），或增加环境漫反射光
校准后深度图出现横向条纹	环境红外干扰（如阳光、卤素灯）	加装 850nm 带通滤光片，或在暗室重新校准
ROS2 启动后仍使用旧参数	JSON 路径错误 / 参数名不匹配	检查 json_file_path 参数名；或先删除 ~/.ros/realsense2_camera/settings.json 缓存
校准后边缘畸变更严重	过度校正	执行 Factory Reset（在 realsense-viewer 的 More → Factory Reset），然后重新校准
填充率正常但距离系统性偏大	温度变化引起	预热相机 20 分钟，运行 On-Chip Calibration（热校准）

六、长期维护建议

定期校准：每周一次快速校准（使用 realsense-viewer 的内置工具），尤其当相机经历剧烈温差或物理震动后。
备份校准文件：将有效 JSON 文件加入版本控制（Git），并附带校准环境说明（距离、温度、光照）。
监控深度质量 ：在 ROS2 节点中订阅 /camera/depth/color/points，实时计算点云的平面拟合误差，若超过阈值则自动提醒重新校准。