README.md

Robot Calibration

VTからロボットキャリブを使うときはこちら

準備

1. VISPスタックをインストール https://visp.inria.fr/

sudo apt-get install ros-kinetic-visp
sudo apt-get install ros-kinetic-visp-hand2eye-calibration

2. カメラマウントの定義
   config_tf.yamlを参考にcameraがどこにマウントされているかを記述します。ハンドアイの場合は、ロボットドライバから発行されるTFに合わせて、親フレーム名を編集します。cameraとflangeフレームが必須です。 注意
   (1)固定カメラを使うときは"カメラマウントフレームID"(/config_tf/camera/parent_frame_id)をworldにします。ソフトウェアはcameraがworldの直下にある場合を固定カメラと判断しているので、この間に中間的なフレームを介さないようにします。

3. キャリブ板
   こちらからA4サイズキャリブ板-(Y18,X13)-Pitch=15mmを印刷し、平らな板に貼り付けてキャリブ板を作ります¹。

- 二重丸のサイズは黒丸のサイズと同じ。二重丸の内側の半径は外側の半径の半分とする。
- 二重丸は３つ。中央にひと、X軸方向には中央からひとつ飛ばして、Y軸方向には中央に隣接するように配置する。
- それ以外は黒丸。丸は中央二重丸を基準として、上下左右対称な個数があるのがのぞましい。
- あまり細かすると円の輪郭認識精度が悪くなる。
- ボードは白黒反転しても構いません。

4. param.yamlの編集
   使用するキャリブ板に合わせて以下のようにparam.yamlを編集します。このファイルもユーティリティ起動後はパネルから変更可能です。ファイルの配置場所はrovi_utils/r-calibです。

- n_circles_x, n_circles_yをXY方向の●の下図に合わせてください。X方向は二重丸が一つ間が空いてる方向、Y方向は二重丸が隣接している方向です。
- origin_x, origin_yをXYの＋方向から数えた中心位置の数に合わせる。カウントはゼロからとしてください。
- 背景が黒のキャリブ板の場合、gamma_correctionは0.5〜0.7付近、背景が白の場合は1.0に設定してください。

起動

1. RoVIの起動

2. ロボットドライバ起動

3. /config_tfパラメータのロード
   準備の２にて作成したyamlファイルをロードします。ファイル名がconfig_tf.yamlすると

rosparam load config_tf.yaml

4. ロボットキャリブレーションユーティリティの起動

roslaunch rovi_utils rcalib.launch

5. 確認
   rvizのTF表示にて確認します。以下のツールでも確認できます。

rosrun rqt_tf_tree rqt_tf_tree

などでTF構成を確認します。正しく設定されていれば下図のような構成になります(J5,J6はロボットドライバによって異なります)。

操作

ロボットキャリブレーションは、この図の"camera"フレームとそのベースフレーム(図中"J5"フレーム)の座標変換を求める、ことです。
次の手順にて行います。

1. 撮影調整
   床などに置いたキャリブ板を様々な視点から撮影することで、キャリブレーションのデータを収集します。キャリブ板を認識すると、下図のようにハイライトされます。
   この状態が保たれるよう、R-Calibパネルの"ライブ調整”や照明を調整します。
   
2. 視点移動
   黄色枠にキャリブ板が合うようにロボット姿勢を動かします。 またこのときR-Calibパネルの"再投影誤差"が0.2以下であることを確認します。
   
3. 取り込み
   最初はR-Calibパネルの"カウント”が０であることを確認します。０でなければ「カウントリセット」を押して０にします。
   「取り込み」ボタンを押すことで、データ(ロボット座標とキャリブ板座標)が取り込まれ、黄色枠は次のロボット姿勢の指示に変わります。2→3を20箇所程度繰り返します。
4. 解析
   取り込んだデータを解析します。結果の妥当性は、R-Calibパネルの"結果”→ "誤差"にて判断します。誤差が1mm(0.001m)以下であれば妥当です。
   やり直す場合は、「カウントリセット」して収集したデータを破棄してから
5. 保存
   解析結果のTransformはConfigTFパネルの"カメラ/カメラマウント変換"に表示されています。誤差が妥当であれば「保存」ボタンを押してconfig_tf.yamlに書き込みます。
6. 利用
   このキャリブレーション結果をそれぞれのパッケージ内のファイルに反映させるには、後述の起動オプションにてファイルを指定します。

Appendix

起動オプション

タグ	デフォルト値	説明
result	r-calib/rcalib.yaml	キャリブレーション結果Transformを書き出すyamlファイル名を与える

Topics

1. To subscribe

name	type	description
/rovi/left/image_rect	Image	基準カメラ(左)のレクティファイ画像
/request/clear	Bool	取得したデータをクリアする。
/request/capture	Bool	ロボットとキャリブ板の座標をTFから得て、バッファにストアする。
/request/solve	Bool	ストアされたデータから、カメラマウントからカメラへの座標変換を算出し、パラメータに書き込む

2. To publish

name	type	description
/gridboard/image_out	Image	キャリブ板の認識結果
/response/cleare	Bool	clear処理完了でアサートされます
/response/capture	Bool	capture処理完了でアサートされます
/response/solve	Bool	solve処理完了でアサートされます

Footnotes

1. PDFを印刷して使用する場合、拡大縮小しないで100%で出力してください。 キャリブ板は自分で作ることもできます。以下の条件でイラストレータ等を使って作ってください。 ↩