Project Icon

lidar-camera-fusion

LiDAR点云与相机图像融合的ROS实现

这个ROS项目实现了Velodyne VLP16 LiDAR点云与RGB相机图像的融合。通过将点云转换为距离图像并应用双线性插值,提高了点云数据密度。项目包含安装指南、ROS主题说明,以及与FLOAM包结合的里程计测试。该技术在户外垃圾检测和深度估计等领域具有应用前景。

描述

该代码在ROS项目中将Velodyne VLP16 3D-Lidar传感器获得的点云投影到RGB相机的图像上。该示例使用ROS包来校准相机和LiDAR,源自lidar_camera_calibration。为了获得更密集的点云,我们通过将点云转换为距离图像,并使用armadillo库进行双线性插值来插值点云数据。

插值点云

白色点是Velodyne VLP-16激光雷达的原始点云。彩色点是插值后的点云。

激光雷达和相机融合

要求

  • ROS MelodicNoetic
  • Velodyne 仓库
      cd ~/(your_work_space)/src
      git clone https://github.com/ros-drivers/velodyne.git -b melodic-devel
      cd ..
      catkin_make --only-pkg-with-deps velodyne
    
  • PCL (点云库) (已测试pcl 1.8)
  • Armadillo (11.0.1或更高版本)
      tar -xvf armadillo-11.1.1.tar.xz
      cd armadillo-11.1.1
      mkdir build
      cd build
      cmake ..
      make
      sudo make install
    

话题

订阅话题

~/pointcloudTopic 输入点云消息。(sensor_msgs/PointCloud2)

~/imageTopic 输入图像消息。(sensor_msgs/Image)

发布话题

激光雷达和相机融合

~/points2 输出插值后的点云。(sensor_msgs/PointCloud2) ~/pcOnImage_image 激光雷达点云投影到输入图像上。(sensor_msgs/Image)

插值点云

~/pc_interpoled 输出插值后的点云。(sensor_msgs/PointCloud2)

克隆仓库

    cd ~/catkin_ws/src
    git clone https://github.com/EPVelasco/lidar_camera_fusion.git
    cd ..
    catkin_make --only-pkg-with-deps lidar_camera_fusion

ROS启动

你可以使用这个rosbag来测试该仓库。请注意,相机-LiDAR的齐次矩阵存在不准确性。我们正在重新校准相机和LiDAR以减少这个误差。但是,你可以了解该包的工作原理以及它如何融合Realsense D435相机和Velodyne VLP16 LiDAR。

Rosbag播放

  rosbag play ~/{your_rosbag path}/cam_lidar00.bag

使用rosbag进行激光雷达和相机融合

  roslaunch lidar_camera_fusion vlp16OnImg_offline.launch 

使用真实传感器进行激光雷达和相机融合

  roslaunch lidar_camera_fusion vlp16OnImg.launch 

插值点云

  roslaunch lidar_camera_fusion interpolated_vlp16.launch

测试包

激光雷达里程计

已经使用原始点云和插值点云进行了激光雷达里程计实验。你需要安装FLOAM包,建议使用以下分支。 我们准备了一个rosbag用于测试激光雷达里程计和激光雷达插值包。该rosbag是在户外环境中使用Velodyne VLP16生成的闭环。 需要修改launch文件中的话题名称。因此,要使用原始点云运行FLOAM,你需要将话题设为*/velodyne_points*,要使用插值后的激光雷达启动FLOAM,你需要将话题设为*/pc_interpoled*。

启动FLOAM、interpolated_vlp16和rosbag

roslaunch floam floam_experimets.launch
roslaunch lidar_camera_fusion interpolated_vlp16.launch
rosbag play {your/rosbag/file/address}/loop_8.bag

结果

图像显示了使用FLOAM包的里程计结果,其中路径A和B分别由未插值和插值的点云生成。测试是在连续运行rosbag 4次后进行的。

应用

通过传感器融合实现户外环境中家庭垃圾的检测和深度估计。预印本

引用

通过球面距离图像插值进行LiDAR数据增强

@inproceedings{velasco2023lidar,
  title={LiDAR data augmentation by interpolation on spherical range image},
  author={Velasco-S{\'a}nchez, Edison and de Loyola P{\'a}ez-Ubieta, Ignacio and Candelas, Francisco A and Puente, Santiago T},
  booktitle={2023 IEEE 28th International Conference on Emerging Technologies and Factory Automation (ETFA)},
  pages={1--4},
  year={2023},
  organization={IEEE}
}

该方法在深度估计中的应用

@article{paez2022detection,
  title={Detection and depth estimation for domestic waste in outdoor environments by sensors fusion},
  author={P{\'a}ez-Ubieta, Ignacio de L and Velasco-S{\'a}nchez, Edison and Puente, Santiago T and Candelas, Francisco A},
  journal={arXiv preprint arXiv:2211.04085},
  year={2022}
}
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号