ros笔记（五）机器人感知

一.机器视觉

1.二维图像：

$ roslaunch usb_cam usb_cam-test.launch

$  rostopic list

$ rosmsg show sensor_msgs/Image

std_msgs/Header header：消息头 消息序号（自动） 时间戳 （手动）绑定坐标系（手动）    大多数不需要配置

 uint32 seq：

 time stamp
  int32 height：分辨率
uint32 width：分辨率
string encoding：编码格式 无压缩
uint8 is_bigendian 图像数据的大小端储存模式
uint32 step：一行图像数据的字节数量，作为数据的步长参数

uint8[] data：储存图像数据的数组，大小为step*height个字节

压缩图像消息：

$ rostopic info /usb_cam/image_raw/compressed

$  rosmsg show sensor_msgs/CompressedImage

成员变量：

std_msgs/Header header

uint32 seq

time stamp

string frame_id
string format：图像的压缩编码格式（jpeg,png,bmp）

uint8[] data：储存图像数据数组

2.三维图像

$ roslaunch freenect_launch freenect.launch

$ rostopic info/camera/depth_registered/points

$ rosmsg show sensor_msgs/PointCloud2

width height 特别说明：当height设置为1时，表示点云数据是无序的；

cloud.width = 640;cloud.height=480;//表示点云数据是有序的，640行，480列。
cloud.width = 307200, cloud.height = 1;//表示点云数据是无序的。
points
包含所有存储的点云(Point<T>)的数组。如果一个点云包含XYZ的数据，那么points的数据结构为pcl::PointXYZ。
pcl::Poin<pcl::PointXYZ> cloud;
std::vector<pcl::PointXYZ> data = cloud.points;
is_dense

指定某些点的XYZ值中的所有点的数据是有限的（真） ，还是可能包含INF / NaN值（假） 。

fields：每个点的数据类型

为何要进行摄像头标定：为避免数据源造成的误差，对摄像头的参数进行标定

3.ros+opencv

$ roslaunch robot_vision usb_cam.launch

$ rosrun robot_vision cv_bridge_test.py

$ rqt_image_view