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
- Jetson nx
- Realsense d435i
- Realsense t265
- Ubuntu 18.04
- ROS melodic
- Opencv 4.4.0
- 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)
!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
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