技术背景

深度摄像头能够像人类感知方式一样捕捉现实世界的相机—无论是在色彩还是距离上。许多应用场景离不开深度摄像头的支持，比如3d人脸身份验证，基于3d信息的2d照片美化，物体速度方向的检测，背景移除等等。本文将向您介绍基于intelrealsense™的ros开发包的功能及其使用方法，您可以利用物体深度信息开发出更多应用，并和其他ros节点无缝连接，为您的机器人装上敏锐的“眼睛”。

intel 3drealsense摄像头和传统2d摄像头相比，增加了深度信息，给各种设备提供了看到、理解、感知世界的新途径，使各种基于3d信息的新应用成为可能。在机器人研究领域，人们广泛采用ros框架，这一框架下的各个应用通常采用消息(message)和话题(topic)的方式进行通信。在这种特殊情况下，针对librealsense做进一步的ros封装才能使其无缝工作在ros系统中。该项目目前已经在github上开源,ros2的封装正在开发中，也即将与您见面。

项目介绍

1.软件架构设计

图1. ros/ros2 realsense

图2.rgbd点云生成图

2.运行条件

·运行ubuntu16.04的x86_64计算机

·ros kinetic

·realsense™ d400/sr300系列摄像头

·realsense™ sdk 2.0

具体环境配置可以参考这里。

3.编译与安装

下载源码到本地ros工作区，切换到最新发布，编译、安装。

$ mkdir -p~/catkin_ws/src

$ cdcatkin_ws/src/

$ catkin_init_workspace

$ cd ..

$ catkin_make clean

$ catkin_make -dcatkin_enable_testing=false -dcmake_build_type=release

$ catkin_make install

4.运行演示程序

插入realsense摄像头，运行启动命令：

#在控制台#1启动rviz

$source/opt/ros/kinetic/setup.bash

$ rosrun rviz rviz

#在控制台#2启动realsense2_camera

$source~/catkin_ws/devel/setup.bash

$ roslaunch realsense2_camera rs_camera.launch enable_pointcloud:=true

#或在控制台#2启动生成高质量的点云信息的命令

$ roslaunch realsense2_camera rs_rgbd.launch

图3. rgb(左上)，深度(左下)，红外1(右上)，红外2(右下)，点云(中)

图4.高质量点云图

应用领域

本项目提供的rgbd信息，可以运用于多种机器人使用场景，例如：

场景中的物体分割定位

分析realsense的点云信息，将场景中的不同物体进行分割，再进行物体3d定位。

物体速度分析

根据realsense提供的连续的深度信息，进行物体定位，再计算出物体速度的大小及方向，合理规划路径达到智能避障。

人脸身份验证

如果只是用二维信息进行身份验证，安全性和正确性将大打折扣。比如，有人会用照片来欺骗认证系统。带有三维信息的实时人脸识别将有效地解决这个问题。

2d图像美化

基于3d信息，对2d的图像美化将更加自然真实。甚至可以对拍摄对象进行旋转以达到期望的角度，配合装饰图片，给你全新的自拍体验。

展望

本项目目前开发到v2.0.2版本，基于realsensesdk的不断演进，本产品也在不断迭代开发当中。同时由于ros2相对ros具有更好的安全性和实时性，我们计划移植项目到ros2中。

以上是网络信息转载，信息真实性自行斟酌。