1. 唠叨两句
当我们要用相机做测量用途时，就需要做相机标定了，不然得到的计算结果会有很大误差，标定的内容包括三部分：内参，外参还有畸变参数。所以标定的过程就是要求得上面这些参数。
以前弄这个事估计挺麻烦，需要做实验和计算才能得到，现在通过ros的开源包几分钟就能完成相机标定，感激！
具体的内外参和畸变系数的说明，可以看看Reference里面的第一个链接，写得很详细。
2. 准备工作
要准备三样东西：
- usb_cam的ROS启动包
- 相机标定的ROS包
- 还有一个用于标定的棋盘格
1）usb_cam启动包
使用我上传的usb_cam版本，不知道为什么用GitHub下载的版本不行，这个usb_cam版本也是别人发的，很奇怪，之后有时间可以研究一下，看看有什么不同，它们两个包都可以打开摄像头，就是用GitHub的版本打开后，apriltag_ros不输出正确的数值。下载点这里
下载解压后，放到对应的work space中src文件里面，例如catkin_ws
然后用catkin_make编译
然后用ls /dev/video*看看usb摄像头的编号，如果
will@will-Dell-G15-5511:~/omni_ws$ ls /dev/video*
/dev/video0 /dev/video1 /dev/video2 /dev/video3
我的笔记本上有webcam又连了一个外接的摄像头，实际是两个摄像头有四个编号，其实只用0和2就行，分别对应webcam和usb cam，其他两个用不了，然后修改 usb_cam/launch/usb_cam-test.launch
<launch>
<node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen" >
<param name="video_device" value="/dev/video0" />
<param name="image_width" value="640" />
<param name="image_height" value="480" />
<param name="pixel_format" value="yuyv" />
<param name="camera_frame_id" value="usb_cam" />
<param name="io_method" value="mmap"/>
</node>
<node name="image_view" pkg="image_view" type="image_view" respawn="false" output="screen">
<remap from="image" to="/usb_cam/image_raw"/>
<param name="autosize" value="true" />
</node>
</launch>
主要就是修改里面的 <param name="video_device" value="/dev/video0" />这一项就行，默认是0，改成/dev/video2就行
然后启动roslaunch usb_cam usb_cam-test.launch
有图像出来就成功了。
2）ROS的相机标定包
很方便，直接apt-get就能下载使用：
sudo apt-get install ros-melodic-camera-cibration
3）打印棋盘格
可以到Google或Baidu上搜一个，像下面这样的
然后弄清楚两个事情就行：
第一个，就是这个棋盘格的size，比如上图这个是一个4x6的，就数四个格子的交点一行有几个，和一列有几个就行
第二个，确定格子的大小，要根据打印出来的结果进行测量，上面这张图，我用A4纸打印，打印出来的格子边长是0.026m，也就是2.6cm，还要量一下格子的长宽，看看是不是真的是正方形。
确定上面这两点很重要，后面的输入会用到
3. 开始标定
先启动相机，再启动标定程序
roslaunch usb_cam usb_cam-test.launch
rosrun camera_calibration cameracalibrator.py --size 4x6 --square 0.026 image:=/usb_cam/image_raw camera:=/usb_cam
上面第二条指令就是启动标定程序的，里面需要输入棋盘的size和square对应的就是上面提到的两个数值
然后就会看到如下的界面：
在标定程序的界面能看到右侧有X Y Size Skew 还有CALIBRATE， SAVE 和COMMIT的标识
X：表示标定板在视野中的左右位置
Y：表示标定板在视野中的上下位置
Size：表示标定板在视野中的尺寸大小，其实就是离相机的远近
Skew：表示标定板在视野中的倾斜角度
打开程序后，就可以开始调整标定板的位置，让它在相机视野中各个位置移动和转动，让X Y Size和Skew这四个值下面的长条变成绿色，然后就可以看到CALIBRATE这个按钮变成青色，点击就会开始计算相机的参数，这个过程需要等一会，耐心等待
当计算完毕，就可以在terminal中看到如下数据
然后SAVE按钮也会变成青色，点击SAVE按钮就会把数据保存到默认的目录下.
这个目录在/tmp/calibrationdata.tar.gz
打开这个压缩包，里面有刚刚采集的图片，还有保存相机的参数，如下：
把里面的这个ost.yaml解压放到usb_cam的src目录下，然后改下名字，比如camera_calibration20220531.yaml，我喜欢把这些配置文件放到一个文件夹里，然后记下路径
然后就是最后一步了，打开launch文件，加多一行导入相机参数：
<launch>
<node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen" >
<param name="video_device" value="/dev/video2" />
<param name="image_width" value="640" />
<param name="image_height" value="480" />
<param name="pixel_format" value="yuyv" />
<param name="camera_info_url" value="package://usb_cam/camera_info/camera_calibration20220531.yaml"/>
<param name="camera_frame_id" value="usb_cam" />
<param name="io_method" value="mmap"/>
</node>
<node name="image_view" pkg="image_view" type="image_view" respawn="false" output="screen">
<remap from="image" to="/usb_cam/image_raw"/>
<param name="autosize" value="true" />
</node>
</launch>
之后照常用roslaunch启动usb cam就可以了，然后可以对比一下标定前后的测量结果，会发现精度有了很大提升。
Reference
- Step1：模型 16个相机参数（内参、外参、畸变参数）：
https://blog.csdn.net/weixin_43206570/article/details/84797361
