ROS 使用RGB-D攝像頭
更多SLAM文章請參閱：https://zhuanlan.zhihu.com/slamTech
參考網址：http://wiki.ros.org/openni_camera
** 安裝驅動包**
$ sudo apt-get install ros-indigo-openni-camera
$ sudo apt-get install ros-indigo-openni-launch
** 初步測試**
執行
$ roslaunch openni_launch openni.launch
出現以下錯誤：
解決方案：
修改GlobalDefaults.ini配置檔案
$ sudo gedit /etc/openni/GlobalDefaults.ini
將第60行前面的分號去掉（即取消註釋）
UsbInterface=2
再次執行
$ roslaunch openni_launch openni.launch
正常
** 開啟rviz檢視影象**
相關推薦
ROS 使用RGB-D攝像頭
更多SLAM文章請參閱：https://zhuanlan.zhihu.com/slamTech 參考網址：http://wiki.ros.org/openni_camera ** 安裝驅動包** $ sudo apt-get install ros-indigo-openni-c
在ROS下，攝像頭kinect V1的RGB圖和深度圖的獲取
驅動安裝好後，首先在終端輸入“roscore”，啟動節點，然後在新的終端輸入“roslaunch freenect_launch freenect-registered-xyzrgb.launch”或者“roslaunch freenect_launch freenect
Kinect2通過ROS跑ORB_SLAM2 下RGB-D介面
寫在前面 上一篇文章，記錄了Ubuntu下安裝Kinect2的驅動，以及在ROS下執行bridge.現在已經迫不及待的要跑下ORB-SLAM2下的RGB-D介面。 修改ORB-SLAM2 安裝好Kinect2的驅動後，執行： roslaunch kinect_br
論文筆記 Locality-Sensitive Deconvolution Networks with Gated Fusion for RGB-D Indoor Semantic Segmentation
extract pear rain bsp ble rgb oge nbsp png 用於RGB-D室內語義分割的具有門控融合的局部敏感反卷積網絡 abstract problem: indoor semantic segmentation using RGB
在ROS中開啟攝像頭_詳細步驟
系統要求 ROS版本：kinetic 安裝步驟 安裝驅動包 usb_cam $ cd catkin_ws/src $ git clone https://github.com/bosch-ros-pkg/usb_cam.git $ cd .
ROS下使用攝像頭
轉載自：https://blog.csdn.net/wilylcyu/article/details/51732710 1 . 前言 在ROS下常用的主要有兩種驅動包：usb_cam和uvc_cam。 2 .usb_cam安裝 在工作空間中採用原始碼安裝： $ cd ca
《Frustum PointNets for 3D Object Detection from RGB-D Data》論文及程式碼學習（二）程式碼部分
《Frustum PointNets for 3D Object Detection from RGB-D Data》論文及程式碼學習（二）程式碼部分 文章目錄 《Frustum PointNets for 3D Object Detection from RG
《Frustum PointNets for 3D Object Detection from RGB-D Data》論文及程式碼學習
《Frustum PointNets for 3D Object Detection from RGB-D Data》論文及程式碼學習 《Frustum PointNets for 3D Object Detection from RGB-D Data》一文是Charles R.Qi
史上最詳盡的RGB-D感測器選型調研報告
最近專案要用到深度相機來進行位姿估計，故詳細調研了一下市場上在售的深度相機，寫了一份調研報告。 一、目前市場上深度相機主要有以下系列： 排除Leap Motion,最大工作範圍0.6米；排除Structure Sensor,要搭配ipad/iphone使用；華碩xtion Pro較
用ROS驅動USB攝像頭的三種方法
參考： ROS機器人程式設計（原書第2版）-恩裡克.費爾南德斯：第5章 計算機視覺 方法1： 使用usb_cam這個ROS包直接驅動 方法2： 使用gscam這個ROS包直接驅動 方法3： 自制OpenCV，cv_bridge，image_transport驅動ROS包
[SLAM]（番外篇）：一起做RGB-D SLAM(5)
本文轉自高翔老師的部落格，建議在學完教程的第二講後，插入學習，做到工程快速入門。 原文連結：https://www.cnblogs.com/gaoxiang12/p/4719156.html Visual Odometr
[SLAM]（番外篇）：一起做RGB-D SLAM(4)
本文轉自高翔老師的部落格，建議在學完教程的第二講後，插入學習，做到工程快速入門。 原文連結：https://www.cnblogs.com/gaoxiang12/p/4669490.html 上講回顧 上一講中，我們理解了如
[SLAM]（番外篇）：一起做RGB-D SLAM(3)
本文轉自高翔老師的部落格，建議在學完教程的第二講後，插入學習，做到工程快速入門。 原文連結：https://www.cnblogs.com/gaoxiang12/p/4659805.html
[SLAM]（番外篇）：一起做RGB-D SLAM(7)
本文轉自高翔老師的部落格，建議在學完教程的第二講後，插入學習，做到工程快速入門。 原文連結：https://www.cnblogs.com/gaoxiang12/p/4754948.html 添加回環檢測 簡單迴環檢測的流程
[SLAM]（番外篇）：一起做RGB-D SLAM(6)
本文轉自高翔老師的部落格，建議在學完教程的第二講後，插入學習，做到工程快速入門。 原文連結：https://www.cnblogs.com/gaoxiang12/p/4739934.html 圖優化工具g2o的入門 在上一講
RGB-D 稠密slam相關論文整理
綜合方向梳理 瞭解一下RGB-D SLAM中各開原始碼的效能對比以及所使用方法的異同。 Davison實驗室套餐 Elastic Fusion： DynamicFusion Dynamic
一起做RGB-D SLAM 第二季 （一）
小蘿蔔：師兄！過年啦！是不是很無聊啊！普通人的生活就是賺錢花錢，實在是很沒意思啊！ 師兄：是啊…… 小蘿蔔：他們都不懂搞科研和碼程式碼的樂趣呀！ 師兄：可不是嘛…… 小蘿蔔：所以今年過年，我們再做一個SLAM吧！之前寫的那個太爛了啦，我都不好意
一起做RGB-D SLAM(7) （完結篇）
1 /************************************************************************* 2 > File Name: rgbd-slam-tutorial-gx/part V/src/visualOdometry.cpp
RGB-D SLAM學習總結(3)
第三講 特徵提取和匹配 本講主要實現影象的特徵提取，影象間的匹配，以及相機轉換矩陣的求解。 高博的部落格中提供了兩幀影象做測試，就是這兩幀影象。。。千萬不要另存為。。。 由於具體程式碼已經有詳細介紹，這裡只往slamBase裡新增方法。 另外在使用的slambase標
RGB-D SLAM學習總結(5)
第五講 VO實現 本講基於前面的工作，實現一個簡單的視覺里程計。 首先在parameters.txt中新增相應的引數： # part 5 # 資料相關 # 起始與終止索引 start_index=1 end_index=780 # 資料所在目錄 rgb_dir=../