Skip to content

使用Realsense D435i实现机器人目标跟随

License

Notifications You must be signed in to change notification settings

germal/realsense-tracker

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

10 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

realsense-tracker

介绍

Realsense D435i实现目标跟随,输出topic tracker/cmd_vel。

  • track_pkg 实现了KCF算法

  • csrt_track 基于Opencv内置的csrt算法。效果相对较好

设备 & 版本

  • Jetson nx
  • Realsense d435i
  • Realsense t265
  • Ubuntu 18.04
  • ROS melodic
  • Opencv 4.4.0

Opencv Tracker Algorithm

  • BOOSTING Tracker:和Haar cascades(AdaBoost)背后所用的机器学习算法相同,但是距其诞生已有十多年了。这一追踪器速度较慢,并且表现不好,但是作为元老还是有必要提及的。(最低支持OpenCV 3.0.0)
  • MIL Tracker:比上一个追踪器更精确,但是失败率比较高。(最低支持OpenCV 3.0.0)
  • KCF Tracker:比BOOSTING和MIL都快,但是在有遮挡的情况下表现不佳。(最低支持OpenCV 3.1.0)
  • CSRT Tracker:比KCF稍精确,但速度不如后者。(最低支持OpenCV 3.4.2)
  • MedianFlow Tracker:在报错方面表现得很好,但是对于快速跳动或快速移动的物体,模型会失效。(最低支持OpenCV 3.0.0)
  • TLD Tracker:我不确定是不是OpenCV和TLD有什么不兼容的问题,但是TLD的误报非常多,所以不推荐。(最低支持OpenCV 3.0.0)
  • MOSSE Tracker:速度真心快,但是不如CSRT和KCF的准确率那么高,如果追求速度选它准没错。(最低支持OpenCV 3.4.1)
  • GOTURN Tracker:这是OpenCV中唯一一深度学习为基础的目标检测器。它需要额外的模型才能运行,本文不详细讲解。(最低支持OpenCV 3.2.0)

一般使用:CSRT(精度高)或者 KCF(速度快)

使用

!注意: 由于重新编译安装了Jetson nx的Opencv版本,其中ROS的cv_bridge也要重新编译安装。

编译过程有诸多问题,建议自行解决。

git clone https://github.com/wadasworths/realsense-tracker.git

cd realsense-tracker/

cp -r track_pkg csrt_track ~/catkin_ws/src
cd ~/catkin_ws

catkin_make

运行

roslaunch realsense2_camera rs_camera.launch

rosrun csrt_track csrt_track

!注意: 小车底盘接受cmd_vel的topic需要remap

参考

About

使用Realsense D435i实现机器人目标跟随

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • C++ 97.6%
  • CMake 2.4%