使用工具code_utils、imu_utils、kalibr对Realsense d435i 内参、外参标定。本文介绍上述工具的安装，及标定方法。
一、code_utils安装
1.建立工作空间
- mkdir -p calibration_ws/src
2.下载源码
- cd calibration/src
- git clone https://github.com/gaowenliang/code_utils.git
3.编译
- cd …
- catkin_make
编译可能出错
(1)error1
code_utils-master/src/sumpixel_test.cpp:2:24: fatal error: backward.hpp:No such file or directory
修改：在code_utils下面找到sumpixel_test.cpp，修改#include "backward.hpp"为 #include “code_utils/backward.hpp”，再编译。
(2)error2
/home/ocean/calibration/src/code_utils/include/code_utils/backward.hpp:216:12: fatal error: elfutils/libdw.h: No such file or directory # include <elfutils/libdw.h>
解决：sudo apt-get install libdw-dev
二、imu_utils安装
1.下载源码
- cd calibration/src
- git clone https://github.com/gaowenliang/imu_utils.git
2.编译
- cd …
- catkin_make
注：在相同工作空间下，先编译code_utils；在clone下imu_utils编译
三、kalibr 安装
1.安装依赖
- sudo apt-get install python-catkin-tools # ubuntu 16.04, 18.04
- sudo apt-get install python3-catkin-tools python3-osrf-pycommon # ubuntu 20.04
- sudo apt-get install -y \
git wget autoconf automake nano \libeigen3-dev libboost-all-dev libsuitesparse-dev \doxygen libopencv-dev \libpoco-dev libtbb-dev libblas-dev liblapack-dev libv4l-dev- sudo apt-get install -y python2.7-dev python-pip python-scipy \
python-matplotlib ipython python-wxgtk3.0 python-tk python-igraph # Ubuntu 16.04- sudo apt-get install -y python3-dev python-pip python-scipy \
python-matplotlib ipython python-wxgtk4.0 python-tk python-igraph # Ubuntu 18.04- sudo apt-get install -y python3-dev python3-pip python3-scipy \
python3-matplotlib ipython3 python3-wxgtk4.0 python3-tk python3-igraph # Ubuntu 20.04
2.建立工作空间
- mkdir -p kalibr_ws/src
3.下载源码
- cd kalibr_ws/src
- git clone https://github.com/ethz-asl/kalibr.git
4.编译
- cd …
- catkin build -DCMAKE_BUILD_TYPE=Release -j4
四、标定
应用上述工具对d435i进行标定，是建立在已完成对d435i驱动安装、配置及校准的基础上，具体可参考另一篇博文Realsense d435i驱动安装、配置及校准
1.imu随机游走标定
imu随机游走标定前，需编写.launch 文件，进入文件
- cd calibration/src/imu_utils/launch
- touch d435i.launch
<launch>
<node pkg="imu_utils" type="imu_an" name="imu_an" output="screen">
<param name="imu_topic" type="string" value= "/camera/imu"/> #imu topic的名字
<param name="imu_name" type="string" value= "Realsense"/>
<param name="data_save_path" type="string" value= "$(find imu_utils)/data/"/>
<param name="max_time_min" type="int" value= "40"/> #标定的时长
<param name="max_cluster" type="int" value= "100"/>
</node>
</launch>
(1)运行d435i
- cd realsense_ws
- source devel/setup.bash
- roslaunch realsense2_camera rs_camera.launch
(2)运行标定launch
- cd calibration_ws
- roslaunch imu_utils d435i.launch
运行完后会在calibration_ws/src/imu_utils/data/生成文件：Realsense_imu_param.yaml，内容如下:
注：标定过程中，保持静置；也可先录制imu数据再进行标定
2.双目相机内参标定
(1)下载kalibr标定纸
https://github.com/ethz-asl/kalibr/wiki/downloads
可用A4纸打印出来，本文直接在电脑上打开Aprilgrid 6x6 0.8x0.8 m (A0 page) pdf 文件，这样有个好处是可以保证标定纸是绝对平整的。如下图所示：
(2)编写标定板yaml文件
cd /相机标定结果存储
eg:
- cd kalibr_ws/src/kalibr
- mkdir data
- cd data
- touch checkerboard.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
注：tagSize 原大小A0是0.088，A4显示缩小了4倍，也可实际测量得到。
(3)同上运行d435i
(4)录制bag
使用throttle工具降低录制数据频率
- rosrun topic_tools throttle messages /camera/infra1/image_rect_raw 4.0 /left
- rosrun topic_tools throttle messages /camera/infra2/image_rect_raw 4.0 /right
- rosbag record -O d435i_infra_left /left
- rosbag record -O d435i_infra_right /right
录制完成后，在data文件下会生成d435i_infra_left.bag、d435i_infra_right.bag
注：录制过程中，调整相机角度，尽量在各个方向都采集到数据，但要拍到完整的标定板，否则利用bag数据标定是会报错Detection failed；
录包过程中，可运行rviz，实时观测画面，确保标定板始终在镜头内；
分别录制了左目相机、右目相机bag，在校准过程中发现两者内参并不一样，可能是录制数据差异造成的。
(5)运行标定
rosrun kalibr kalibr_calibrate_cameras --target src/Kalibr/data/checkerboard.yaml --bag src/Kalibr/data/d435i_infra_left.bag --models pinhole-radtan --topics /left --bag-from-10 100 --show-extractio
rosrun kalibr kalibr_calibrate_cameras --target src/Kalibr/data/checkerboard.yaml --bag src/Kalibr/data/d435i_infra_right.bag --models pinhole-radtan --topics /right --bag-from-10 100 --show-extractio
输出左目结果：d435i_infra_left-camchain.yaml，d435i_infra_left-report-cam.pdf，d435i_infra_left-result-cam.txt，右目结果：d435i_infra_right-camchain.yaml，d435i_infra_right-report-cam.pdf，d435i_infra_right-result-cam.txt
以左目为例显示结果如下图
3.相机-imu外参标定
由于文本主要是为了后续实战vins_fusion，而vins_fusion可以实时优化相机外参，故本文对于kailbr标定相机外参不做介绍，关于vins_fusion可参考另一篇博文。。。。
而使用kailbr标定相机外参与相机内参标定类似，只是需同时录制imu、camera bag包，再调用命令：
- rosrun kalibr kalibr_calibrate_imu_camera --target src/Kalibr/data/checkerboard.yaml --cam src/Kalibr/data/camchain.yaml --imu src/Kalibr/data/imu.yaml src/Kalibr/data/camimu.bag --show-extraction
其中:
camchain.yaml
cam0:
camera_model: pinhole
intrinsics: [391.57645976863694, 392.2173924045597, 326.83301528066227, 235.30947818084246]
distortion_model: radtan
distortion_coeffs: [0.007532405272341989, -0.003198723534231893, -0.00015249992792258453, 0.001638891018727039]
T_cam_imu:#先验,后期优化
[0.99995, -0.00851610, 0.003972445, 0.043946]
[0.008539021, 0.9999467,-0.005786767, 0.01996812]
[-0.0039229529, 0.005820432, 0.999975, 0.01636738]
[0.0, 0.0, 0.0, 1.0]
timeshift_cam_imu: 0.002004
rostopic: /left
resolution: [640, 480]
intrinsics，distortion_coeffs内参、畸变系数为上述标定的数据，T_cam_imu为初始化参数。
imu.yaml
rostopic: /imu
update_rate: 200.0 #Hz
accelerometer_noise_density: 1.7512828345266122e-02 #continous
accelerometer_random_walk: 4.2528647943077756e-04
gyroscope_noise_density: 3.3502044635737617e-03 #continous
gyroscope_random_walk: 4.8760608618583259e-03
为随机游走标定的数据。
参考：
https://blog.csdn.net/u010196944/article/details/127238908
https://github.com/ethz-asl/kalibr/wiki/installation
https://zhuanlan.zhihu.com/p/309287821
https://blog.csdn.net/weixin_45702256/article/details/120553799