【泡泡传感器测评】Realsense D435测评

2019 年 9 月 14 日 泡泡机器人SLAM

欢迎传感器厂商联系我们,这里既是一个评测平台,也是一个宣传平台。希望您能够通过泡泡机器人的"传感器评测"栏目,发布给合适的目标用户群。同时,也希望我们在评测过程中,为传感器提供有用的意见和建议,帮助传感器做的更好。


只要和SLAM相关的设备,我们都可以评测,包括但不限于单目、双目摄像头,RGBD摄像头,激光雷达,运动底盘,计算平台,imu传感器等等。


泡泡机器人-传感器评测专栏, 希望架起一座SLAM传感器的桥梁,在SLAM技术进化的道路上,起到一点点促进作用。


评测人:黄百川,周平

欢迎个人转发朋友圈;其他机构或自媒体如需转载,后台留言申请授权

Realsense纵向比较



1.背景


    英特尔RealSense技术是一套深度和跟踪技术,旨在为机器和设备提供深度感知功能,使他们能够“看到”并了解世界。这些计算机视觉功能有许多用途,包括自主无人机,机器人,AR / VR,智能家居设备以及许多其他广泛的市场产品。RealSense技术由视觉处理器,深度和跟踪模块以及深度摄像头组成,由一个名为LibrealSense的开源跨平台SDK支持,简化了第三方软件开发人员,系统集成商,ODM和OEM的支持摄像头。


2.产品


   截至2019/08/07,英特尔Realsense系列产品包含: (1) Realsens200系列相机:F200和R200; (2)Realsense300系列相机: SR300和ZR300;(3)视觉处理器D4系列(硬件): D4和D4M; (4) RealsenseD400系列模块(硬件): D400,D410,D415,D420和D430; (5)最新发布的相机: D415 (D4视觉处理器和D415模块), D435(D4视觉处理器和D430模块)和D435i(D435+IMU)。


    视觉处理器,D400系列模块和深度相机关系如下:视觉处理器+模块=深度相机。                      

Realsense横向比较

    

    新型深度摄像头非常适合硬件原型设计者和软件开发者,设备采用了即用型USB供电形式,并且搭载了D400系列深度模块,具备完整光学深度解决方案。RealSense D415提供卷帘快门感应器和窄视野的小镜头。RealSense D435提供全局快门感应器和更大的镜头,以获得比便宜的D415相机更好的低光照性能。D435还具有更强大的RealSense模块D430。这两款RealSense D400系列摄像机的捕捉最远距离可以达到10米,而且新款在户外阳光下也可以使用,均支持输出1280x720分辨率的深度画面,更普通的视频传输方面可以达到90fps。


    D435i,该产品可以看作是D435的升级版。D435i和前代规格几乎相当,其特点是不仅提供深度传感器模组,还配备了一个IMU单元(惯性测量单元,采用的博世BMI055)。凭借内置的IMU单元,结合视觉数据可实现6DoF追踪功能。其中,IMU将各种线性加速度计和陀螺仪数据结合,可检测X,Y,Z三轴的旋转和平移,以及俯仰、横摇等动作。D435i的2000万像素RGB摄像头和3D传感器可以30帧/秒的速度提供分辨率高达1280 × 720,或者以90帧/秒的速度提供848 × 480的较低分辨率。该摄像头具有全局快门,可以处理快速移动物体,室内室外皆可操作。深度距离在0.1 m~10 m之间,视场角度为85 × 58度。




其中深度相机型号与sdk关系如下:



Realsense D435应用

1. IMU与相机标定(Kalibr)


    kalibr是成熟的标定imu和相机的开源系统,我们可以下载源码直接编译生成可执行文件,也可以下载其CDE精简版包。这中间有个坑就是CDE精简包是没有办法标定彩色图片的,而我们的D435输出的是彩色图。解决方法见(https://zhuanlan.zhihu.com/p/66939776)(感谢王泽明师兄的大力帮助)。


    考虑到有些同学没法翻墙,此处贴一下视频和字幕,字幕链接: 

(https://pan.baidu.com/s/1muc0GL4NTWbJZnsDZuM-fQ)


基本流程如下:


    1.1 标定参考物:棋盘格

    1.2 相机自标定结果:重投影误差1个像素以内;

    1.3 相机与imu外标定:重投影误差一个像素以内

这里不过多叙述标定细节,详情可看小觅测评上篇中篇下篇


2 三维重建

2.1环境搭建


    (a)显卡(nvidia geforce 1060)驱动

    (b)CUDA9.0

    (c)Elasticfusion

    (d)D435


    详细配置过程见: 

   https://zhuanlan.zhihu.com/p/68985304


2.2 注意事项


(a) 如是采用tum数据集,数据集硬性条件:深度图16位,rgb图24位,且都要是640x480分辨率,associations.txt位depth在前,rgb在后。


(b) 我们需要在findopenni2.cmake文档中手动加入我们的openni2的路径。


(c) 因为官方的elasticfusion是只支持librealsense(SDK)1.0版本,但是现在买的d435或者d435i相机都是只支持libreasense2.0(即SDK2.0). 所以官方的库在不经过修改代码的情况下不可以支持d435实时三维重建。


2.3 实时展示


实时三维重建,支持回环和重定位



2.4 总结


    1.输出点云比较稀疏,但是在处理数据过程中可以显示纹理等细节信息;


    2.可以输入传感器内参数据;


    3.实时过程中可以打开回环检测和重定位功能;


    4.采集数据过程中,速度要尽量缓慢且初始时刻最好停留一段时间,类似初始化过程,这样效果会好。

参考文献及链接



[1]https://arxiv.org/abs/1909.05214
[2]https://zhuanlan.zhihu.com/p/66939776
[3]https://zhuanlan.zhihu.com/p/68985304
[4]https://github.com/ethz-asl/kalibr
[5]https://github.com/ethz-asl/kalibr/wiki/downloads
[6]https://pan.baidu.com/s/1muc0GL4NTWbJZnsDZuM-fQ


如果你对本文感兴趣,想要下载完整文章进行阅读,可以关注【泡泡机器人SLAM】公众号(paopaorobot_slam)

欢迎来到泡泡论坛,这里有大牛为你解答关于SLAM的任何疑惑。

有想问的问题,或者想刷帖回答问题,泡泡论坛欢迎你!

泡泡网站:www.paopaorobot.org

泡泡论坛:http://paopaorobot.org/forums/


泡泡机器人SLAM的原创内容均由泡泡机器人的成员花费大量心血制作而成,希望大家珍惜我们的劳动成果,转载请务必注明出自【泡泡机器人SLAM】微信公众号,否则侵权必究!同时,我们也欢迎各位转载到自己的朋友圈,让更多的人能进入到SLAM这个领域中,让我们共同为推进中国的SLAM事业而努力!

商业合作及转载请联系liufuqiang_robot@hotmail.com

登录查看更多
40

相关内容

传感器(英文名称:transducer/sensor)是一种检测装置,能感受到被测量的信息,并能将感受到的信息,按一定规律变换成为电信号或其他所需形式的信息输出,以满足信息的传输、处理、存储、显示、记录和控制等要求。
【CVPR2020】时序分组注意力视频超分
专知会员服务
30+阅读 · 2020年7月1日
【开放书】SLAM 中的几何与学习方法,62页pdf
专知会员服务
107+阅读 · 2020年6月5日
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
3D目标检测进展综述
专知会员服务
187+阅读 · 2020年4月24日
【中科院自动化所】视觉对抗样本生成技术概述
专知会员服务
35+阅读 · 2020年4月15日
专知会员服务
84+阅读 · 2019年12月13日
【泡泡一分钟】通过学习轮式里程计和IMU误差的定位
泡泡机器人SLAM
132+阅读 · 2019年9月12日
【泡泡一分钟】基于几何约束的单目视觉里程计尺度恢复
【泡泡一分钟】用于评估视觉惯性里程计的TUM VI数据集
泡泡机器人SLAM
11+阅读 · 2019年1月4日
【泡泡机器人】泡泡机器人全新论坛上线啦!
泡泡机器人SLAM
7+阅读 · 2018年11月21日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
【泡泡一分钟】动态环境下稳健的单目SLAM
泡泡机器人SLAM
13+阅读 · 2018年3月22日
计算机视觉方向简介 | 单目微运动生成深度图
计算机视觉life
7+阅读 · 2018年1月17日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Arxiv
23+阅读 · 2018年10月24日
Arxiv
4+阅读 · 2017年11月4日
VIP会员
相关VIP内容
【CVPR2020】时序分组注意力视频超分
专知会员服务
30+阅读 · 2020年7月1日
【开放书】SLAM 中的几何与学习方法,62页pdf
专知会员服务
107+阅读 · 2020年6月5日
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
3D目标检测进展综述
专知会员服务
187+阅读 · 2020年4月24日
【中科院自动化所】视觉对抗样本生成技术概述
专知会员服务
35+阅读 · 2020年4月15日
专知会员服务
84+阅读 · 2019年12月13日
相关资讯
【泡泡一分钟】通过学习轮式里程计和IMU误差的定位
泡泡机器人SLAM
132+阅读 · 2019年9月12日
【泡泡一分钟】基于几何约束的单目视觉里程计尺度恢复
【泡泡一分钟】用于评估视觉惯性里程计的TUM VI数据集
泡泡机器人SLAM
11+阅读 · 2019年1月4日
【泡泡机器人】泡泡机器人全新论坛上线啦!
泡泡机器人SLAM
7+阅读 · 2018年11月21日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
【泡泡一分钟】动态环境下稳健的单目SLAM
泡泡机器人SLAM
13+阅读 · 2018年3月22日
计算机视觉方向简介 | 单目微运动生成深度图
计算机视觉life
7+阅读 · 2018年1月17日
Top
微信扫码咨询专知VIP会员