相机标定参数怎么用（D435i相机的标定及VINS-Fusion config文件修改）

时间2025-06-21 00:20:29分类IT科技浏览4709

导读：引言当我们想使用D435i相机去跑VINS-Fusion时，如果不把标定过的相机信息写入config文件中就运行，这样运动轨迹会抖动十分严重，里程计很容易漂。接下来将介绍如何标定D435i相机，并设置VINS-Fusion的config文件。...

引言

当我们想使用D435i相机去跑VINS-Fusion时，如果不把标定过的相机信息写入config文件中就运行，这样运动轨迹会抖动十分严重，里程计很容易漂。接下来将介绍如何标定D435i相机，并设置VINS-Fusion的config文件。

一标定前的准备工作

在标定前我们需要查看相机的加速度在静止时是否正常，标准是加速度计的N：9.8左右。

通过打开realsense-viewer ，点击Motion Module按键，然后放在Accel上观察。

如果你的此数值不在9.8附近，就需要对IMU进行校准，不然最后运行VINS-Fusion会发生抖动。

1.1校准IMU

若IMU加速度计正常，可跳过下面的校准过程。

realsense官方给了进行IMU校准的方法，参考网址为：https://dev.intelrealsense.com/docs/imu-calibration-tool-for-intel-realsense-depth-camera

下载对应的pdf文件，直接从第三节开始看即可。

校准完会发现加速度计的值在9.8左右，恢复正常。

1.2检查相机的健康状态

参考realsense官网给出的相机健康检查方法

https://www.intelrealsense.com/best-known-methods-for-optimal-camera-performance-over-lifetime

具体的校准方法在第三节部分，如下图所示

具体步骤参考官方教程

二 D435i相机标定

2.1 标定工具准备

2.1.1 code_utils

1.创建工作空间，将code_utils及imu_utils放入其中，工作空间名称自己定（当然也可以放在你已有的工作空间内）。这两个工具都是imu标定需要用到的，可以标定出imu的噪声密度和随机游走。

mkdir -p ~/catkin_ws/src cd ~/catkin_ws/src catkin_init_workspace cd .. catkin_make

2.下载编译code_utils

cd ~/catkin_ws/src git clone https://github.com/gaowenliang/code_utils.git cd .. catkin_make

2.1.2 imu_utils

cd ~/catkin_ws/src git clone https://github.com/gaowenliang/imu_utils.git cd .. catkin_make

2.1.3 Kalibr

参考官方的Installation步骤

https://github.com/ethz-asl/kalibr/wiki/installation

2.2 IMU标定

1.找到你安装的realsense-ros包，复制launch文件中的rs_camera.launch文件，并重命名为rs_camera2.launch（命名自定），修改如下的参数：

修改前： <arg name="unite_imu_method" default=""/>

修改后

修改该参数的目的是为了将加速度计（accel）和陀螺仪（gyro）的数据合并得到imu话题。

运行相机启动文件

roslaunch realsense2_camera rs_camera2.launch

2.打开~/catkin_ws/src/imu_utils/launch（参考自己的安装路径），在此位置打开终端并运行命令

gedit d435i_imu_calibration.launch

写入如下内容：

在imu_utils下创建data文件夹，标定结果将存放到此处。

3.录制数据包，将realsense相机静止放置，放置时间要略大于d435i_imu_calibration.launch中设置的录制时间，即大于50min（参考别的博客有设置120min的，也有50min的，经过自己测试50min是可以的） rosbag record -O imu_calibration /camera/imu

其中imu_calibration是录制bag包的名字，可自己定义，录制的包会生成在当前终端的目录下，/camera/imu是相机发布的IMU话题。

4.运行标定程序

cd /catkin_ws source ./devel/setup.bash roslaunch imu_utils d435i_imu_calibration.launch

5.打开新终端，播放录制的数据包

cd 数据包所在路径 rosbag play -r 200 imu_calibration.bag

标定结束后，我们打开/catkin_ws/src/imu_utils/data ，其中d435i_imu_param.yaml是我们需要的结果，内容如下：

%YAML:1.0 --- type: IMU name: d435i Gyr: unit: " rad/s" avg-axis: gyr_n: 1.9243758665672117e-03 gyr_w: 2.7254175454049154e-05 x-axis: gyr_n: 1.7617583709168296e-03 gyr_w: 3.4288470593085246e-05 y-axis: gyr_n: 2.5899357735630793e-03 gyr_w: 3.5865484306354172e-05 z-axis: gyr_n: 1.4214334552217264e-03 gyr_w: 1.1608571462708043e-05 Acc: unit: " m/s^2" avg-axis: acc_n: 1.6855999652754222e-02 acc_w: 7.0793241968111124e-04 x-axis: acc_n: 1.1503084845270073e-02 acc_w: 5.7285080233574772e-04 y-axis: acc_n: 1.7596343469737430e-02 acc_w: 8.4920699202932677e-04 z-axis: acc_n: 2.1468570643255160e-02 acc_w: 7.0173946467825925e-04

2.3 相机标定

1.自己下载打印标定板或购买标定板

进入https://github.com/ethz-asl/kalibr/wiki/downloads

但是我选择的Aprilgrid 6x6 0.5x0.5 m已经无法下载了，但不要怕，官方还给我们指令生成标定板的方法，参考https://github.com/ethz-asl/kalibr/wiki/calibration-targets

在kalibr文件路径下运行指令： source ./devel/setup.bash kalibr_create_target_pdf --type apriltag --nx 6 --ny 6 --tsize 0.055 --tspace 0.3

即可在该路径下生成标定板pdf文件，打印时缩放40% 。

打印出来后的格子参数为：

大格子边长：2.2cm

小格子边长：0.66cm

小个子与大格子边长比例：0.3

新建april_6x6_A4.yaml文件，内容如下： target_type: aprilgrid #gridtype tagCols: 6 #number of apriltags tagRows: 6 #number of apriltags tagSize: 0.022 #size of apriltag, edge to edge [m] tagSpacing: 0.3 #ratio of space between tags to tagSize

2.关闭相机的结构光

相机启动默认打开结构光，此时双目图像会有很多点，会对标定有影响，所以我们需要关闭结构光。

关闭结构光的两种方法：

（1）方法一：

先启动 roslaunch realsense2_camera rs_camera.launch

新开终端，运行

rosrun rqt_reconfigure rqt_reconfigure

打开后将camera->stereo_module中的emitter_enabled设置为off(0) ，如下图所示：

（2）方法二：

打开终端，运行realsense-viewer realsense-viewer

3.将相机对准标定板准备标定

打开新终端，运行rviz rviz

添加rgb相机和双目对应的话题，/camera/color/image_raw 、/camera/infra1/image_rect_raw 、/camera/infra2/image_rect_raw

效果如下：

开始移动相机，同时确保标定板一直在三个图像中，录制过程参考官方操作https://www.youtube.com/watch?app=desktop

步骤如下：

（1）俯仰角摆动3次

（2）偏航角摆动3次

（3）翻滚角摆动3次

（4）上下移动3次

（5）左右移动3次

（6）前后移动3次

（7）自由移动，摆动幅度大一些，但要移动缓慢些，使得标定目标尽可能出现在相机的所有视野范围内

整体标定时间在90s以上

4.修改相机帧数

官方推荐4Hz ，通过如下命令更改topic发布频率 rosrun topic_tools throttle messages /camera/color/image_raw 4.0 /color rosrun topic_tools throttle messages /camera/infra1/image_rect_raw 4.0 /infra_left rosrun topic_tools throttle messages /camera/infra2/image_rect_raw 4.0 /infra_right

5.录制ROS bag

rosbag record -O multicameras_calibration_biaoding /infra_left /infra_right /color

/infra_left 、/infra_right 、 /color为频率转换后的topic

6.使用Kalibr进行标定

cd kalibr_workspace/ source ./devel/setup.bash kalibr_calibrate_cameras --target ~/kalibr_workspace/april_6x6_A4.yaml --bag ~/multicameras_calibration_biaoding.bag --models pinhole-radtan pinhole-radtan pinhole-radtan --topics /infra_left /infra_right /color --bag-from-to 10 145 --show-extraction --approx-sync 0.04

其中–target ~/kalibr_workspace/april_6x6_A4.yaml是标定板的配置文件

–bag ~/multicameras_calibration_biaoding.bag是录制的ROS bag数据包

–models pinhole-radtan pinhole-radtan pinhole-radtan表示三个摄像头的相机模型和畸变模型（VINS使用的畸变模型为radtan）

–topics /infra_left /infra_right /color表示双目相机和rgb相机的话题

–bag-from-to 10 145表示处理bag中10s-145s的数据（根据自己录制的数据包时间设置，rosbag info 你自己的数据包即可查看数据包信息）

–show-extraction表示显示检测特征点的过程

得到三个文件

查看results-cam-homeubuntumulticameras_calibration_biaoding.txt中的重投影误差reprojection error数值是多少，理想范围是0.1-0.2。

2.4 IMU+双目相机联合标定

1.编写chain_biaoding.yaml文件

格式参考Kalibr官方https://github.com/ethz-asl/kalibr/wiki/yaml-formats

中的chain.yaml

文件中的参数需要根据之前相机标定的参数进行修改，示例如下： cam0: camera_model: pinhole distortion_coeffs: [0.002403959808138445, 0.001212094600722141, 0.0027975318922339606, 0.0013305451339391025] distortion_model: radtan intrinsics: [389.1883630968763, 389.9466918297371, 322.6505040434058, 244.3879141231001] resolution: [640, 480] rostopic: /infra_left cam1: T_cn_cnm1: - [0.9999926028685168, -0.001487673332607009, -0.0035469756557070867, -0.04984719672282643] - [0.0014555068111333671, 0.9999579513465346, -0.00905411722710673, -0.0008787616669883903] - [0.0035602960789059574, 0.009048887605385341, 0.9999527198447602, -0.001377119612210997] - [0.0, 0.0, 0.0, 1.0] camera_model: pinhole distortion_coeffs: [0.0030741870441258153, -0.0007281728041349596, 0.005821862258640268, 0.002985916170301623] distortion_model: radtan intrinsics: [388.3951195864708, 388.5489092325429, 324.7077416689968, 248.62827656157992] resolution: [640, 480] rostopic: /infra_right

T_cn_cnm1表示的是左目相机到右目相机的旋转和平移，参考之前相机标定的结果。

2.编写imu_biaoding.yaml

格式参考https://github.com/ethz-asl/kalibr/wiki/yaml-formats

中的imu.yaml ，文件中的参数参考之前imu标定得到的参数，示例如下： #Accelerometers accelerometer_noise_density: 1.6855999652754222e-02 #Noise density (continuous-time) accelerometer_random_walk: 7.0793241968111124e-04 #Bias random walk #Gyroscopes gyroscope_noise_density: 1.9243758665672117e-03 #Noise density (continuous-time) gyroscope_random_walk: 2.7254175454049154e-05 #Bias random walk rostopic: /imu #the IMU ROS topic update_rate: 200.0 #Hz (for discretization of the values above)

3.准备好之前的april_6x6_A4.yaml

target_type: aprilgrid #gridtype tagCols: 6 #number of apriltags tagRows: 6 #number of apriltags tagSize: 0.022 #size of apriltag, edge to edge [m] tagSpacing: 0.3 #ratio of space between tags to tagSize # codeOffset: 0 #code offset for the first tag in the aprilboard

4.修改之前rs_camera2.launch中的文件，内容如下：

（1）imu和双目数据时间对齐 <arg name="enable_sync" default="true"/>

（2）合并加速度计和陀螺仪的topic（之前设置过了，再检查一下）

5.启动realsense相机

roslaunch realsense2_camera rs_camera2.launch

6.关闭结构光

参考2.3

7.打开rviz

添加imu 、infra1和infra2的话题，同时调整相机位置，保证双目图像一直包含标定板的全部内容

8.调整imu和双目的话题发布频率并以新的话题发布

rosrun topic_tools throttle messages /camera/infra1/image_rect_raw 20.0 /infra_left rosrun topic_tools throttle messages /camera/infra2/image_rect_raw 20.0 /infra_right rosrun topic_tools throttle messages /camera/imu 200.0 /imu

9.录制ROS bag数据包

录制过程和之前相机的相同，只是录制命令不同： rosbag record -O imu_stereo_biaoding.bag /infra_left /infra_right /imu

10.录制完毕后开始标定

将准备的文件放在kalibr_workspace文件夹下，包括chain_biaoding.yaml 、imu_biaoding.yaml 、april_6x6_A4.yaml和imu_stereo_biaoding.bag

标定命令如下： kalibr_calibrate_imu_camera --bag imu_stereo_biaoding.bag --cam chain_biaoding.yaml --imu imu_biaoding.yaml --target april_6x6_A4.yaml --bag-from-to 10 140 --show-extraction

最终的到结果如下：

标定结果好坏查看results-imucam-imu_stereo_biaoding.txt中的重投影误差Reprojection error ，两个相机的数值都在0.15以下说明标定结果良好

三 VINS-Fusion config文件修改

1.根据联合标定结果中的camchain-imucam-imu_stereo_biaoding.yaml和imu-imu_stereo_biaoding.yaml文件修改realsense_stereo_imu_config.yaml

标定结果如下图：

realsense_stereo_imu_config.yaml修改后效果如下： %YAML:1.0 #common parameters #support: 1 imu 1 cam; 1 imu 2 cam: 2 cam; imu: 1 num_of_cam: 2 imu_topic: "/camera/imu" image0_topic: "/camera/infra1/image_rect_raw" image1_topic: "/camera/infra2/image_rect_raw" output_path: "/home/rgmj/VINS_output" cam0_calib: "left2.yaml" cam1_calib: "right2.yaml" image_width: 640 image_height: 480 # Extrinsic parameter between IMU and Camera. estimate_extrinsic: 1 # 0 Have an accurate extrinsic parameters. We will trust the following imu^R_cam, imu^T_cam, dont change it. # 1 Have an initial guess about extrinsic parameters. We will optimize around your initial guess. body_T_cam0: !!opencv-matrix # 坐在body(imu)坐标系观察cam0的位姿变换 rows: 4 cols: 4 dt: d data: [ 0.9999993832317373, 0.0009498105637405862, -0.0005756700769978489, -0.004096761362748715, -0.0009472848529416895, 0.9999069833564751, 0.0043719340357627045, 0.007922599699420767, 0.0005798168261883756, -0.004371386015748314, 0.9999902773511096,0.021127332420393354, 0.0, 0.0, 0.0, 1.0 ] body_T_cam1: !!opencv-matrix rows: 4 cols: 4 dt: d data: [ 0.9999926149847198, 0.0024104887232695715, 0.002993245752838787, 0.04566374129029725, -0.002450443436845407, 0.9999069833564751, 0.013417151781077788, 0.008603776023262497, -0.002960625438098929, -0.013424387474616776, 0.9999055057943959, 0.022560558159854246, 0.0, 0.0, 0.0, 1.0 ] #Multiple thread support multiple_thread: 1 #feature traker paprameters max_cnt: 150 # max feature number in feature tracking min_dist: 30 # min distance between two features freq: 10 # frequence (Hz) of publish tracking result. At least 10Hz for good estimation. If set 0, the frequence will be same as raw image F_threshold: 1.0 # ransac threshold (pixel) show_track: 1 # publish tracking image as topic flow_back: 1 # perform forward and backward optical flow to improve feature tracking accuracy #optimization parameters max_solver_time: 0.04 # max solver itration time (ms), to guarantee real time max_num_iterations: 8 # max solver itrations, to guarantee real time keyframe_parallax: 10.0 # keyframe selection threshold (pixel) #imu parameters The more accurate parameters you provide, the better performance acc_n: 0.016855999652754222 # accelerometer measurement noise standard deviation. #0.2 0.04 gyr_n: 0.0019243758665672117 # gyroscope measurement noise standard deviation. #0.05 0.004 acc_w: 0.0007079324196811112 # accelerometer bias random work noise standard deviation. #0.002 gyr_w: 2.7254175454049154e-05 # gyroscope bias random work noise standard deviation. #4.0e-5 g_norm: 9.805 # gravity magnitude #unsynchronization parameters estimate_td: 1 # online estimate time offset between camera and imu td: 0.00 # initial value of time offset. unit: s. readed image clock + td = real image clock (IMU clock) #loop closure parameters load_previous_pose_graph: 0 # load and reuse previous pose graph; load from pose_graph_save_path pose_graph_save_path: "/home/rgmj/VINS_output/pose_graph/" # save and load path save_image: 1 # save image in pose graph for visualization prupose; you can close this function by setting 0

（1）cam0：T_cam_imu表示的是imu到相机的变换矩阵，我们填写到body_T_cam0的矩阵应该是相机到imu的矩阵，所以对T_cam_imu矩阵取逆，，因为旋转矩阵是正交矩阵，它的逆矩阵就等于它的转置矩阵，平移向量的逆，三轴取反就可以了，cam1的同理

（2）加速度计和陀螺仪的噪声和随机游走填入相应位置

2.修改config文件中的相机配置文件left.yaml和right.yaml

根据camchain-imucam-imu_stereo_biaoding.yaml中的相机内参和畸变参数进行修改，结果如下：

（1）left.yaml %YAML:1.0 --- model_type: PINHOLE camera_name: camera image_width: 640 image_height: 480 distortion_parameters: k1: 0.002403959808138445 k2: 0.001212094600722141 p1: 0.0027975318922339606 p2: 0.0013305451339391025 projection_parameters: fx: 389.1883630968763 fy: 389.9466918297371 cx: 322.6505040434058 cy: 244.3879141231001

（3）right.yaml

%YAML:1.0 --- model_type: PINHOLE camera_name: camera image_width: 640 image_height: 480 distortion_parameters: k1: 0.0030741870441258153 k2: -0.0007281728041349596 p1: 0.005821862258640268 p2: 0.002985916170301623 projection_parameters: fx: 388.3951195864708 fy: 388.5489092325429 cx: 324.7077416689968 cy: 248.62827656157992

四运行VINS-Fusion

1.启动相机

cd ~/catkin_ws source ./devel/setup.bash roslaunch realsense2_camera rs_camera2.launch

2.新开一个终端，启动rviz

我的VINS-Fusion放在工作空间vins_fusion_ws中 cd vins_fusion_ws source ./devel/setup.bash roslaunch vins vins_rviz.launch

3.再新开一个终端，运行起来

cd vins_fusion_ws source ./devel/setup.bash rosrun vins vins_node ~/vins_fusion_ws/src/VINS-Fusion/config/realsense_d435i/realsense_stereo_imu_config.yaml

参考文章：https://blog.csdn.net/qq_40186909/article/details/113104595