本文共 1502 字，大约阅读时间需要 5 分钟。

在ROS系统中，对机器视觉的支持是通过添加摄像头驱动，集成OpenCV算法库，集成基于机器人位置对摄像头光学坐标系进行坐标变换(tf)的工具和一系列第三方工具实现的，包括视觉测量、增强现实、物体检测和智能感知等各种算法。

（1）连接和运行摄像头 ROS系统提供官方支持的FireWire摄像头，由于实验条件限制没有这种设备，使用USB摄像头进行展示。有两个主要的选项能用于USB摄像头驱动。 num1 usb_cam 如果想安装usb_cam需要运行以下命令：

$ cd ~/dev/rosbook$ svn co http://svn.code.sf.net/p/bosch-ros-pkg/code/trunk/stacks/bosch_drivers/usb_cam$ cd usb_cam$ rosmake usb_cam

在这之后运行以下命令，显示摄像头数据，其本身就是USB摄像头的原始图像，即为彩色。

$ roslaunch chapter6_tutorials usb_cam.launch view:=true

类似地其他好的选择还有gscam。 （2）使用OpenCV制作USB摄像头驱动程序 驱动是通过调用OpenCV的cv::VideoCapture类来实现的，它能驱动摄像头并且允许我们去修改它的一些书本所支持的参数。然而，事实上使用usb_cam不可能实现这些功能，因为CameraInfo消息是不可用的，因此camera_info_url并不能在参数文件params/usb_cam/logitech.yaml中设置。而在gscam中，我们可以进行更多的控制。 使用OpenCV实现摄像头驱动主要有两种方法。第一是根据每秒钟给定的图像数量（FPS）进行轮询，第二是能够根据FPS设定一个计时器并在计时器的回调函数中完成实际的读取。主要包括的技术有创建USB摄像头驱动功能包、使用ImageTransport API发布摄像头帧、使用cv_bridge进行OpenCV和ROS图像处理、使用ImageTransport发布图像、在ROS中使用OpenCV等。 以下为camera_polling的显示结果。

$ roslaunch chapter6_tutorials camera_polling.launch camera_index:=0 fps:=15 view:=true

（3）标定摄像头 在USB摄像头驱动下进行的标定

$ roslaunch chapter6_tutorials camera.launch calibrate:=true

双目标定

$ sudo apt-get install v4l-utils qv4l2$ roslaunch chapter6_tutorials camera_stereo.launch view:=true

这里我的实验效果并不好，有时间再仔细研究。 使用viso2执行视觉测距 在ROS Fuerte和Groovy中都包含了当前版本的viso2，然而这两个版本中都需要使用catkin编译系统。我们已经介绍了rosmake经典的编译系统，在此我们为基于catkin安装的viso2进行详细的指导，运行如下命令：

$ cd ~$ mkdir ros$ cd ros$ mkdir -p catkin_ws/src$ cd catkin_ws/src/

References:

[1]. Aaron Martinez Enrique Fern andez, ROS机器人程序设计[B], P126-160, 2014.