RDK平台实现MIPI相机驱动的操作实例
功能介绍
对已适配的MIPI接口摄像头进行配置,并将采集的图像数据以ROS标准图像消息或者零拷贝(hbmem)图像消息进行发布,供需要使用图像数据的其他模块订阅。
物料清单
当前已支持以下MIPI摄像头。
注意:RDK Ultra 只支持imx219 sensor,分辨率最大1920x1080。
使用方法
硬件连接
以F37摄像头为例,与RDK X3连接方式如下图:
功能安装
在RDK系统的终端中运行如下指令,即可快速安装:
tros foxy版本
tros humbel版本
启动相机
在RDK系统的终端中运行如下指令,可使用默认相机配置,自适应启动已连接的相机:
tros foxy版本
tros humble版本
mipi_cam.launch.py配置默认输出960*544分辨率NV12图像,发布的话题名称为/hbmem_img。
如需使用其他分比率或者图像格式可以使用对应的launch文件,比如:
1. mipi_cam_640x480_bgr8.launch.py 提供640*480分辨率,BGR8格式的图像数据。
2. mipi_cam_640x480_bgr8_hbmem.launch.py 提供640*480分辨率,BGR8格式的零拷贝传输图像数据
3. mipi_cam_640x480_nv12_hbmem.launch.py 提供640*480分辨率,NV12格式的零拷贝传输图像数据
如程序输出如下信息,说明节点已成功启动
图像可视化
使用ROS rqt_image_view
这里采用rqt_image_view方式实现图像可视化,需要在PC端安装ROS2 Humble版本。由于发布的是原始数据,需要编码JPEG图像提高传输效率,另起一个终端用于订阅 MIPI 数据并编码为JPEG。
tros foxy版本
保证PC与RDK X3处于同一网段,以Foxy版本为例在PC上执行。
tros humble版本
保证PC与RDK X3处于同一网段,以Humble版本为例在PC上执行。
选择话题/image_raw/compressed,图像效果如下:
使用WEB浏览器
这里采用web端方式实现图像可视化,由于发布的是原始数据,需要编码JPEG图像,另起两个终端:一个进行订阅 MIPI 数据编码为JPEG,一个用于webservice发布。
tros foxy版本
打开一个新的终端
另起一个终端
tros humble版本
打开一个新的终端
另起一个终端
PC打开浏览器(chrome/firefox/edge)输入http://IP:8000(IP为地平线RDK IP地址),点击左上方Web端展示即可看到MIPI摄像头输出的实时画面。
接口说明
话题
发布话题
参数
常见问题
1. 使用不同的相机需要设置不同的video_device参数么?
不需要,该Node支持相机自适应,如果使用“支持相机”章节中列出的相机型号,运行时会自动适配。
2. 摄像头插拔注意事项
严禁在开发板未断电的情况下插拔摄像头,否则非常容易烧坏摄像头模组。
3. 如遇到hobot_sensor节点启动异常,可通过下述步骤进行问题排查:
3.1 检查硬件连接。
3.2 是否设置tros.b环境。
3.3 参数是否正确,具体参考Hobot_Sensors README.md。
4. 如遇到PC端ros2 topic list未识别到摄像头topic,做如下排查:
检查地平线RDK是否正常pub图像
tros foxy版本
tros humble版本
输出:
1. 检查PC和地平线RDK网络能否ping通;
2. PC和地平线RDK IP地址是否前三位相同。
- |
- +1 赞 0
- 收藏
- 评论 0
本文由雪飘梦飞转载自D-Robotics官网,原文标题为:MIPI相机驱动,本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
相关推荐
连接RDK X3操作奥比中光Astro Pro相机驱动示例
基于RDK X3的奥比中光Astro Pro相机驱动操作方案介绍。
基于RDK X3开发板设计并实现的手持slam建图设计
这里使用RDK X3开发板设计并实现了一款SLAM手持建图设备,它使用RDK X3开发板的计算性能,通过激光雷达实现一个纯激光里程计,通过IMU对激光数据进行畸变矫正和对SLAM的姿态矫正,实现一个手持的SLAM建图功能。
RDK X3基于RDK X3的手势识别算法示例
手势识别算法示例订阅包含人手框、人手关键点信息的算法msg,利用BPU进行推理,发布包含手势信息的智能结果msg。手势识别算法集成了人手关键点检测,手势分析等技术,使得计算机能够将人的手势解读为对应指令,可实现手势控制以及手语翻译等功能,主要应用于智能家居,智能座舱、智能穿戴设备等领域。
基于RDK X3操作思岚激光雷达驱动示例
SLLIDAR ROS2驱动,以ROS2标准消息格式发送激光雷达数据。
基于RDK平台的YOLOv10目标检测算法示例
YOLO功能介绍YOLO目标检测算法示例使用图片作为输入,利用BPU进行算法推理,发布包含目标类别和检测框的算法msg。YOLO目标检测算法示例使用图片作为输入,利用BPU进行算法推理,发布包含目标类别和检测框的算法msg。目前支持yolov2、yolov3、yolov5、yolov5x四个版本。
基于RDK X3 & Module的性能检测软件使用示例
Performance Node该应用基于Web网页打造,无论是什么品牌的电脑和手机,只需要在浏览器访问即可。
基于地平线RDK模型YOLOv5s深度学习的方法进行赛道障碍物检测应用实例
该功能为基于深度学习的方法识别赛道中的障碍物,使用模型为YOLOv5s。地平线RDK通过摄像头获取小车前方环境数据,图像数据通过训练好的YOLO模型进行推理得到障碍物的图像坐标值并发布。
多模态感知仿生机械手项目案例
本项目提供了一款五指仿生机器手,其仿照人手的外观与自由度,使其能够作为人形机器人的末端执行器,完成人手所能完成的任务。
YDLIADAR激光雷达驱动应用实例
介绍YDLIADAR激光雷达驱动的方案与技术要求,YDLIDAR ROS2驱动,以ROS2标准消息格式发送激光雷达数据。
智能语音聊天机器人功能及使用指南
智能语音聊天机器人通过识别用户语音,调用ChatGPT API获取答复并播放,实现语音聊天。需地平线RDK、ChatGPT API Key及音频板等物料。准备、组装后,安装功能包并运行,配置音频和ChatGPT API Key。常见问题包括设备连接、音频驱动、配置文件及网络访问等。
RDK X3 机械臂捡垃圾经验分享
hobot_arm package 是基于 mono2d_trash_detection package 开发的2D垃圾目标检测+机械臂抓取的应用示例。在地平线的旭日X3派上利用BPU进行模型推理获得感知结果,利用幻尔机械臂作为下位机,进行垃圾抓取的示例。
2D垃圾检测应用示例
本Node是基于hobot_dnn开发的2D垃圾目标检测算法,采用PaddlePaddle开源框架, 利用PPYOLO模型进行垃圾检测任务设计和训练。为了达到快速部署的目的,本Node支持配置文件更换垃圾检测模型,开发者可以将更多精力投入在算法模型能力的迭代,减少部署工作量,识别输出的AI信息不仅可以通过话题发布,还可以在Web页面渲染显示。
基于RDK X3实现的语言大模型操作实例
hobot_llm是地平线RDK平台集成的端侧Large Language Model (LLM) Node,用户可在端侧体验LLM。目前提供两种体验方式,一种直接终端输入文本聊天体验,一种订阅文本消息,然后将结果以文本方式发布出去。
NodeHub快速入门
NodeHub是地平线为机器人爱好者打造的智能机器人应用中心,旨在以更加简单、高效、开放的方式协助机器人爱好者开发自己的智能机器人。
OriginBot机器人最小功能系统的机器人底盘驱动应用实例
OriginBot是一款智能机器人开源套件,更是一个社区共建的开源项目,旨在让每一位参与者享受机器人开发的乐趣。该项目是OriginBot机器人最小功能系统,该最小系统可接受/cmd_vel指令控制机器人运动并反馈/Odom信息。
电子商城
登录 | 立即注册
提交评论