RealSense-ROS项目中D455相机左右红外图像获取问题解析
2025-06-28 18:01:10作者:史锋燃Gardner
概述
在机器人视觉应用中,Intel RealSense D455深度相机因其优异的性能被广泛使用。然而在使用ROS Noetic系统时,部分开发者会遇到只能获取左侧红外图像而无法同时获取右侧红外图像的问题。本文将深入分析该问题的技术背景和解决方案。
问题现象
当用户通过rqt_image_view工具查看D455相机图像时,发现只能获取到/camera/rgb/image_raw_mouse_left这一路图像流,而无法同时获取右侧红外相机的图像数据。这种情况会影响基于双目视觉的深度计算等应用场景。
技术原理分析
D455相机作为一款立体深度相机,其核心工作原理依赖于左右两个红外相机获取的图像进行视差计算。在ROS系统中,相机数据通过以下主要话题发布:
- 左侧红外图像:/camera/infra1/image_rect_raw
- 右侧红外图像:/camera/infra2/image_rect_raw
- RGB彩色图像:/camera/rgb/image_raw
默认情况下,ROS驱动仅启用RGB和左侧红外相机,右侧红外相机需要特别配置才能启用。
解决方案
要同时获取左右红外图像,需要通过以下两种方式之一进行配置:
1. 启动参数配置
在启动相机节点时,显式启用两个红外相机:
roslaunch realsense2_camera rs_camera.launch enable_infra1:=true enable_infra2:=true
2. URDF文件配置
对于在机器人模型中集成D455相机的情况,需要确保URDF文件中正确定义了以下关键帧:
- infra1_optical_frame(左红外相机光学帧)
- infra2_optical_frame(右红外相机光学帧)
- depth_optical_frame(深度相机光学帧)
- color_optical_frame(彩色相机光学帧)
典型的URDF配置应包含类似以下内容:
<joint name="${name}_infra1_joint" type="fixed">
<origin xyz="0 ${offset} 0" rpy="0 0 0"/>
<parent link="${name}_link"/>
<child link="${name}_infra1_frame"/>
</joint>
<link name="${name}_infra1_frame"/>
<joint name="${name}_infra1_optical_joint" type="fixed">
<origin xyz="0 0 0" rpy="${-PI/2} 0 ${-PI/2}"/>
<parent link="${name}_infra1_frame"/>
<child link="${name}_infra1_optical_frame"/>
</joint>
<link name="${name}_infra1_optical_frame"/>
注意事项
-
USB连接要求:D455相机必须使用USB 3.0及以上接口,USB 2.0接口不支持右侧红外相机功能。
-
帧率考虑:同时启用多个图像流时需注意带宽限制,适当调整分辨率或帧率以避免数据丢失。
-
坐标系对齐:确保各光学帧之间的转换关系正确,这对后续的传感器融合和坐标变换至关重要。
总结
通过正确配置ROS启动参数或URDF模型,开发者可以充分利用D455相机的双目视觉能力。理解相机各传感器帧之间的关系对于构建稳定的机器人视觉系统具有重要意义。在实际应用中,建议参考官方提供的标准URDF配置,确保所有传感器数据都能正确获取和处理。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218