AprilTag简介与简单实用（自用资料整理）

whf7890

于 2022-07-16 15:54:34 发布

7781
 收藏 51
文章标签： 大数据
版权
AprilTag是由University of Michigan的APRIL Robotics Laboratory提出的，官网是这里。官方自己对AprilTag的描述是视觉基准系统(Visual Fiducial System)，其应用领域包括AR、机器人、相机校正等。通过对AprilTag Marker的识别，可以确定相机的位姿(相对于Marker)。AprilTag除了常规的方形，还可以包含其它“奇形怪状”的样子，如下。.

一个普通的AprilTag大约长下面这个样子。

AprilTag

优点：

(1) BSD许可
(2) 更少的可调节参数
(3) 在长距离场景中表现依然较好
(4) 被NASA采用
(5) 更加灵活的marker设计(maker不一定是方形的)
(6) 计算量更少
(7) 支持Tag bundle，减少旋转歧义性
(8) 更多的误检测(默认参数)
apriltag_ros功能包简介

【注意：apriltags2_ros这个包已经被重新命名为apriltag_ros，所以如果去ROS-wiki官网上搜索apriltags2_ros会自动跳转到apriltag_ros上，但是其教程和内容还是写的apriltag2_ros，但是并不影响其使用，在此说明一下。】

由上图可知，此包通过接收

/camera/image_rect

和 /camera/camera_info

两个话题，并且通过自身的两个配置文件

tags.yaml 和 settings.yaml ，

通过算法处理以后，发布

/tf 、/tag_detections

和 /tag_detections_image

三个话题。

其中：

/camera/image_rect

话题发布消息类型为

/sensor_msgs/Image，该消息包含了从相机采集到的图像数据。

/camera/camera_info

话题发布消息类型为

/sensor_msgs/CameraInfo ，

该消息包含了相机的内参矩阵K和其他的一些标定参数。可以通过 camera_calibration

（camera_calibration - ROS Wiki）或者kalibr（GitHub - ethz-asl/kalibr: The Kalibr visual-inertial calibration toolbox）获得标定参数。

tag.yaml

文件中包含了用于检测的二维码信息。

settings.yaml

文件中包含了apriltag算法核心配置。

/tf 话题包含了每个被检测到的二维码相对于相机的位置和方向的数据。只有在settings.yaml文件中将 publish_tf 设置为 true 才会发布。

/tag_detections

话题发布的内容和 /tf 一样，只是包含了一个自定义消息 tag ID，该消息主要用于一簇标签（tag bundles）的检测。

/tag_detections_image

话题发布的内容和 /camera/image_rect 内容一样，只是包含了标签绑定的内容（即在输出的图像上实时高亮显示标签的位置）。只有在continuous_detection.launch文件中，设置publish_tag_detections_image==true才会发布。

2.AprilTag的使用(opencv)
2.1 AprilTag的生成
 apriltag功能包的使用

【注意：该包的使用需要

OpenCV库，Eigen3库，以及 cv_bridge包、usb_cam包、camera_calibration包】

1. 二维码的生成

下载

openmv（https://openmv.io/pages/download）

这里选用的是linux版本

找到下载的源文件，赋予运行权限

sudo chmod +x openmv-ide-linux-x86_64-2.6.5.run （这里要修改为自己下载的版本名称）

运行openmv./openmv-ide-linux-x86_64-2.6.5.run

然后选择 工具---机器视觉---ApirlTag生成器---TAG36H11，在弹出的对话框中选择需要的标签数量和对应的ID【这里选择的是TAG36H11，在

apriltag_ros/config/settings.yaml

文件中也要设置成对应的标签名称，否则算法将无法识别】

2. 启动相机

roslaunch usb_cam usb_cam-test.launch

3. 启动camera_calibration

校准相机

rosrun camera_calibration cameracalibrator.py --size 11x9 --square 0.100 image:=/usb_cam/image_raw camera:=/usb_cam

size 为棋盘标定板的大小，square为棋盘的边长，image为相机发布的图像信息（此处需要根据实际情况修改为自己相机发布的话题，可以通过 rostopic list 查看）

camera 为相机发布的相机消息，同样，根据实际情况修改为自己的相机

4. 启动apriltag_ros

roslaunch apriltag_ros continuous_detection.launch

需要注意的是，在

apriltag_ros/launch/continuous_detection.launch 文件下，

将上面三个参数改为自己相机参数。

在apriltag_ros/config/tags.yaml 文件中修改为自己的标签设置。

standalone_tags:

[

{id: 0, size: 0.05},

{id: 1, size: 0.05},

{id: 2, size: 0.05},

{id: 3, size: 0.05},

{id: 4, size: 0.05},

{id: 5, size: 0.05},

{id: 6, size: 0.05},

{id: 7, size: 0.05},

{id: 8, size: 0.05},

{id: 9, size: 0.05},

]

上面为此次测试时用的标签参数，包含了标签的ID和每个标签的大小0.05m

5. 启动rqt_image_view

话题选择 /tag_detectios_image，就可以观看到带有标签高亮的图像

6. 启动rviz

将固定坐标设置为 相机的坐标系（这里为 /usb_cam），并且添加TF模块，就可以实时看见每个tag相对于相机的位置和方向了

3. ros上实现Apriltags位姿输出

在github上我们可以找到很多相关的代码，我用的是https://github.com/shijiwensjw/apriltags2_ros 下的代码实现了Apriltags位姿输出，既然有了算法，那麽我们需要通过摄像头输入图像，既然有了摄像头引入，我们便需要进行相机内参的标定，只有这样才可以保证精度。

具体实现：
首先下载usb_cam的包，然后在在launch文件修改如下：
“/dev/video1” /是插入usb摄像头具体的设备口
相机标定实现参考网址：https://blog.csdn.net/harrycomeon/article/details/91126256

然后在ros下，建立工作空间，将apriltags2，apriltags2_ros,camera_calibration,usb_cam文件夹复制到所建的工作空间的src目录下。catkin_make编译通过后，便可以依次运行
 

roslaunch usb_cam usb_cam-test.launch
roslaunch apriltags2_ros continuous_detection.launch
然后自己将两个launch文件整合到一起，只需要运行一个就可以
 roslaunch apriltags2_ros continuous_detection.launch
此时已经发布了话题，然后我们便可以查看话题下的内容，其中在/tag_detections和/tf话题下，发布了tag相对于相机的相对位姿。

注意下面文件下有指定识别tag的标号和实际大小

 参考博客：

技术分享 | apriltag_ros的基础讲解 - 知乎 (zhihu.com)

(8条消息) Apriltags+Ros+Ur5项目--Apriltags位姿输出_光头明明的博客-CSDN博客_apriltags
————————————————
版权声明：本文为CSDN博主「whf7890」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/whf7890/article/details/125820845

AprilTag的种类

Terry Cao 漕河泾

于 2022-09-26 19:43:53 发布

848
 收藏
分类专栏： VSLAM 文章标签： 计算机视觉
版权

VSLAM
专栏收录该内容
13 篇文章1 订阅
订阅专栏
AprilTag是一个视觉基准系统，可用于各种任务，包括AR，机器人和相机校准。这个tag可以直接用打印机打印出来，而AprilTag检测程序可以计算相对于相机的精确3D位置，方向和id。对于OpenMV来说，这个特别有用！ 它大概长这个样子：

AprilTag的种类
AprilTag的种类叫家族（family）,有下面的几种：

TAG16H5 → 0 to 29
TAG25H7 → 0 to 241
TAG25H9 → 0 to 34
TAG36H10 → 0 to 2319
TAG36H11 → 0 to 586
ARTOOLKIT → 0 to 511
也就是说TAG16H5的家族（family）有30个，每一个都有对应的id，从0~29。

那么不同的家族，有什么区别呢？

比如说TAG16H5的有效区域是4 x 4的方块，那么它比TAG36H11看的更远（因为他有6 x 6个方块）。但是TAG16H5的错误率比TAG36H11高很多，因为TAG36H11的校验信息多，所以，如果没有别的理由，推荐用TAG36H11。

这些图像可以在网络下载也可以在openmv的IDE中生成

 1 # AprilTags Example
 2 #
 3 # This example shows the power of the OpenMV Cam to detect April Tags
 4 # on the OpenMV Cam M7. The M4 versions cannot detect April Tags.
 5
 6 import sensor, image, time, math
 7
 8 sensor.reset()
 9 sensor.set_pixformat(sensor.RGB565)
10 sensor.set_framesize(sensor.QQVGA) # we run out of memory if the resolution is much bigger...
11 sensor.skip_frames(30)
12 sensor.set_auto_gain(False)  # must turn this off to prevent image washout...
13 sensor.set_auto_whitebal(False)  # must turn this off to prevent image washout...
14 clock = time.clock()
15
16 while(True):
17     clock.tick()
18     img = sensor.snapshot()
19     for tag in img.find_apriltags(): # defaults to TAG36H11 without "families".
20         img.draw_rectangle(tag.rect(), color = (255, 0, 0))
21         img.draw_cross(tag.cx(), tag.cy(), color = (0, 255, 0))
22         degress = 180 * tag.rotation() / math.pi
23         print(tag.id(),degress)

第8行初始化摄像头

第9行设置图像格式为RGB565

第10行时QQVGA图像的格式

第11行跳过30秒，使新设置生效

第12行关闭自动增益。默认开启的，在颜色时别中一定要关闭

第13行关闭白平衡，默认开启，在颜色时别中一定要关闭

第14行追踪帧率

第18行从感光芯片获得一张图像

第19行在图片中找到家族中的图像

第20行画方框，draw_rectangle((x,y,w,h) , color = White)该函数的参数，x,y是方框的左上角的坐标，w,h是宽和高

　　tag.rect()

　　apriltag.rect()方法

　　返回一个矩形元组(x, y, w, h)，用于如AprilTag边界框的 image.draw_rectangle 等其他的 image 方法。

　　color为方框的颜色

第21行draw_cross(x,y,size = 5,color = White) 画十字先，x,y是十字的中心，size是两侧的尺寸，color是颜色

　　tag.cx  ,  tag.cy是ApriTag的中心位置，

第22行是弧度制转角度制

第23行打印ApriTag的id号 和旋转的角度

右上角为所检测到的ApriTag

左下角为id号
————————————————
版权声明：本文为CSDN博主「Terry Cao 漕河泾」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_45834800/article/details/127059527