使用Kalibr工具线对相机+IMU离线标定

在安装Kalibr需要OpenCV2版本，但是目前环境的很多依赖都是需要OpenCV3，于是寻找两个版本共存的解决方案。网上没有详细对Kalibr从安装到标定使用的完整教程，对初学者不是很友好，所以记录自己的学习过程，方便以后参考。

使用Kalibr工具线对相机+IMU离线标定，常见SLAM算法的定位精度主要看传感器的情况，传感器的精度保证才能让算法更加准确，所以对传感器的标定显得尤为重要，Kalibr是唯一能标定camToImu的工具，

一、安装OpenCV2以及依赖

1、下载ROS package包opencv2_catkin和catkin_simple，也可以截至克隆（git clone）下来

opencv2_catkin

catkin_simple

2、建立ROS工作空间

mkdir -p ~/kalibr_ws
1

3、下载好的两个package放到工作空间

4、新建src目录，然后编译

catkin_make
1

5、新建src目录，然后编译

catkin_make
1

二、安装标定工具以及依赖

1、将kalibr复制到工作空间src路径下

catkin_make
1

2、安装SuiteSparse库

apt-cache search suitesparse      # 查看apt源是否有这个库
sudo apt-get install libsuitesparse-dev			# 安装SuiteSparse库
1
2

3、安装依赖库

sudo apt-get install python-setuptools python-rosinstall ipython libeigen3-dev libboost-all-dev doxygen libopencv-dev ros-melodic-vision-opencv ros-melodic-image-transport-plugins ros-melodic-cmake-modules software-properties-common libpoco-dev python-matplotlib python-scipy python-git python-pip ipython libtbb-dev libblas-dev liblapack-dev python-catkin-tools libv4l-dev
1

sudo apt-get install software-properties-common
1

4、安装python-igraph

sudo apt-get install python-igraph
1

5、修改BSplinePython.cpp

增加头文件

#include 
1

然后修改参数_1改成std::placeholders::_1

home/gyh/kalibr_workspace/src/kalibr/aslam_nonparametric_estimation/bsplines_python/src/BSplinePython.cpp
1

6、编译

catkin build -DCMAKE_BUILD_TYPE=Release -j4
1

7、恢复工作空间

source ~/kalibr_ws/devel/setup.bash
1

Kalibr通过使用校准版的完整优化过程来恢复最佳的校准，提供了地面标准、相对位姿，可用于校准相机内参和其他参数

离线标定的好处是，我们可以模拟多种运动已达到我们想要的IMU的状态

8、检查是否运行

rosrun kalibr kalibr + TAB键
1