ROS2与Gazebo11入门教程-相机畸变（Camera Distortion）

说明：

介绍相机畸变（Camera Distortion）

简介

相机镜头通常会表现出一定程度的光学畸变，从而导致图像变形。一个示例就是鱼眼镜头相机，该相机通常在机器人应用程序中使用，来为对象识别或导航任务获取更宽广视野的环境数据。
使用Matlab或OpenCV等相机校准工具可以提取相机畸变系数以及相机其它固有参数。有了这些畸变系数，用户就可以在Gazebo中创建带有畸变的相机传感器图像数据。

具体实现

Gazebo支持基于Brown畸变模型的相机仿真。该畸变模型要求从相机校准工具获得5个畸变系数k1、k2、k3、p1和p2。系数k是畸变模型的径向分量，而系数p则是畸变模型的切向分量。
当前Gazebo的相机仿真实现存在以下需要加以考虑的局限性：
- 1. Gazebo 版本5和6中仅支持桶形畸变（barrel distortion），该桶形畸变的k1通常为负值。Gazebo 7.7版本中增加了枕形畸变模型。
- 1. 畸变会应用到相机图像纹理上。这意味着获得生成的图像数据后要将其矫正。需要注意的是，与具有桶形畸变的真实相机镜头相比，最终的仿真相机图像（尤其是在4个角上）的视野要更窄。补偿这种影响的一种解决方法就是增大Gazebo中相机传感器的视野。

创建带有畸变的相机模型

要添加一个带有畸变的相机模型，请执行以下操作步骤：
新建一个模型目录，命令为：

mkdir -p ~/.gazebo/models/distorted_camera

gedit ~/.gazebo/models/distorted_camera/model.config

将以下内容粘贴到该模型配置文件中：

<?xml version="1.0"?>

<model>

<name>Distorted Camera</name>

<version>1.0</version>

<sdf version='1.5'>model.sdf</sdf>



<author>

<name>My Name</name>

<email>me@my.email</email>

</author>



<description>

My distorted camera.

</description>

</model>

在该目录中创建一个model.sdf文件，命令为：

gedit ~/.gazebo/models/distorted_camera/model.sdf

将以下代码块粘贴到该模型SDF文件中，该代码块是标准相机模型的一个副本，但增加了畸变：

<?xml version="1.0" ?>

<sdf version="1.5">

<model name="distorted_camera">

<link name="link">

<pose>0.05 0.05 0.05 0 0 0</pose>

<inertial>

<mass>0.1</mass>

<inertia>

<ixx>0.000166667</ixx>

<iyy>0.000166667</iyy>

<izz>0.000166667</izz>

</inertia>

</inertial>

<collision name="collision">

<geometry>

<box>

<size>0.1 0.1 0.1</size>

</box>

</geometry>

</collision>

<visual name="visual">

<geometry>

<box>

<size>0.1 0.1 0.1</size>

</box>

</geometry>

</visual>

<sensor name="camera" type="camera">

<camera>

<horizontal_fov>1.047</horizontal_fov>

<image>

<width>320</width>

<height>240</height>

</image>

<clip>

<near>0.1</near>

<far>100</far>

</clip>

<distortion>

<k1>-0.25</k1>

<k2>0.12</k2>

<k3>0.0</k3>

<p1>-0.00028</p1>

<p2>-0.00005</p2>

<center>0.5 0.5</center>

</distortion>

</camera>

<always_on>1</always_on>

<update_rate>30</update_rate>

<visualize>true</visualize>
    
</sensor>

</link>

</model>

</sdf>