标定前需先安装librealsense SDK2.0以及realsense-ros，可参考教程：Intel Realsense D455深度相机的标定及使用（一）——安装librealsense SDK2.0以及realsense-ros
三、IMU标定
1、重力加速度自检
插入相机并静置， 终端输入realsense-viewer，开启realsense-viewer左侧的Motion Module模块，将鼠标放在加速度计（Accel stream）上，观察g_norm读数是否在9.8附近。
2、 利用官方的rs_imu_calibration.py工具进行IMU自校准
g_norm读数正常的，请跳过此步骤，直接进入步骤3 ；g_norm读数不正常的，利用官方的rs_imu_calibration.py工具进行IMU自校准，详情参考官方网站：
https://dev.intelrealsense.com/docs/imu-calibration-tool-for-intel-realsense-depth-camera
我将官方文档中Ubuntu系统下的大致步骤列出如下，英文不好的可以做个参照（window请看源文档）。
（a）下载rs_imu_calibration.py脚本
https://github.com/IntelRealSense/librealsense
通过上面的链接下载，下载后在tools/rs_imu_calibration文件夹里可以找到脚本文件rs_imu_calibration.py。
（b）构建Python环境及其他依赖包
检查Python版本，通过命令：python –version
这边使用的是Python2，如果2和3都安装的，运行如下命令进行手动切换。
sudo update-alternatives --config python
显示如下，键入python3的序号（这里是2），回车。
有 2 个候选项可用于替换 python (提供 /usr/bin/python)。
选择 路径 优先级 状态
————————————————————
* 0 /usr/bin/python3150 自动模式
1 /usr/bin/python2 100 手动模式
2 /usr/bin/python3 150 手动模式要维持当前值[*]请按，或者键入选择的编号：
注意：此方法不会修改Python的优先级，也就是之后还会切换回Python3。如果想更换Python2为默认环境，需要sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 150加上sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 100命令来修改优先级。两种方法二选一！！！
有些依赖或者软件之前安装过，以防万一，建议还是install一下。
sudo apt-get install python-pip
sudo pip install numpy
sudo pip install pyrealsense2
（c）运行脚本
插上相机，进入rs_imu_calibration.py文件所在文件夹（我的在~/Packages/librealsense-master/tools/rs-imu-calibration下），运行
python rs-imu-calibration.py
出现如下界面，并不停地有读数进来。
（d）从6个位置捕获IMU数据
将相机以下图所示位置摆放（螺纹孔朝下，懒得自己照相了，图用的是官方文件中的D435i）
放置正确后终端会出现：Status.collect_data[……………….]]，期间不要移动相机，直到省略号满格出现Direction data collected。若不小心移动，会出现Status.collect_dataWARNING: MOVING的警告，此时摆正位置不要移动直到出现Direction data collected
出现Direction data collected后翻转相机到下一个位置。依次在位置2~6重复操作：
（f）更新数据
6个位置都捕获完成后，会提示
意思是是否保存原数据，按回车不保存原数据。然后会计算出重力加速度值：
计算完后会提示：Would you like to write the results to the camera” />error：libdw.h没有那个文件或目录
解决措施：sudo apt-get install libdw-dev
报错解决2：error：backward.hpp没有那个文件或目录
解决措施：将sumpixel_test.cpp中# include “backward.hpp”
改为：#include “code_utils/backward.hpp”
报错解决3：error：‘integer_sequence’ is not a member of ‘std’
解决措施： 将CMakeLists.txt中的
set(CMAKE_CXX_FLAGS "-std=c++11")改成set(CMAKE_CXX_STANDARD 14)
（3）下载编译imu_utils
cd ~/Calibration/IMU_ws/src ##和code_utils的工作空间保持一致
git clone https://github.com/gaowenliang/imu_utils.git
cd ..
catkin_make -j4
4、IMU标定
（1）修改launch文件并启动相机
在~/Packages/RealsenseRos_ws/src/realsense-ros/realsense2_camera/launch文件夹下（路径仅供参考，具体参照之前realsense-ros的工作空间），复制rs_camera.launch到同一个目录下，并重命名为rs_imu_calibration.launch(命名随意)。并将新文件中的修改为
这样做的目的是将accel和gyro的数据合并得到imu话题，不这样做发布的topic没有合并的camera/imu话题。
用新launch文件启动相机
roslaunch realsense2_camera rs_imu_calibration.launch
使用rostopic list查看是否有/camera/imu话题发布。
（2）录制imu数据包
在保存bag包的路径打开终端，静置相机，终端输入：
rosbag record -O imu_calibration /camera/imu
放置时间建议大于2h（官方建议）。
（3）编写启动文件
cd ~/Calibration/IMU_ws/src/imu_utils/launch ##路径仅供参考
gedit d455_imu_calibration.launch
写入
（4）imu标定
在刚才imu_utils的工作空间下打开终端（我的是~/Calibration/IMU_ws），运行
source ./devel/setup.bash
roslaunch imu_utils d455_imu_calibration.launch
回放数据包,打开新的终端
cd 存放imu_calibration.bag的路径
rosbag play -r 200 imu_calibration.bag
标定完成后在~/Calibration/IMU_ws/src/imu_utils/data下查看，主要看d455_imu_param.yaml文件，文件内容如下（结果仅供参考）：
可将标定结果移动到自己创建的文件夹里，后续的标定结果也放在这里（我的路径是~/Calibration/D455/imu_calibration）。
四、多相机标定
1、kalibr安装编译
kalibr的安装编译与版本环境有很大关系，不同版本的安装差异很大，建议参照官网教程：
https://github.com/ethz-asl/kalibr/wiki/installation
2、标定板制作或淘宝购买
在kalibr的工作空间下打开终端：
source ./devel/setup.bash
#生成标定板PDF文件（这里是以A4纸的规格生成的）
rosrun kalibr kalibr_create_target_pdf –type apriltag –nx 6 –ny 6 –tsize 0.022 –tspace 0.3
在工作空间下会找到PDF文件，使用A4纸100%缩放打印出来，量一下大格子的尺寸是否是0.022m（2.2cm），贴在墙上。
参照官方格式编写yaml文件保存到自己放置自己标定结果的文件夹（~/Calibration/D455）
target_type: ‘aprilgrid’ #gridtype
tagCols: 6 #number of apriltags 列数
tagRows: 6 #number of apriltags 行数
tagSize: 0.022 #size of apriltag, edge to edge [m] 大格子尺寸，单位为米
tagSpacing: 0.3 #ratio of space between tags to tagSize 小格子与大格子尺寸的比值#example: tagSize=2m, spacing=0.5m –> tagSpacing=0.25[-]
3、修改相机启动文件
在~/Packages/RealsenseRos_ws/src/realsense-ros/realsense2_camera/launch文件夹下（路径仅供参考，具体参照之前realsense-ros的工作空间），创建文件rs_imu_stereo_calibration_640.launch(懒得对比原文件了直接写个新的，后面联合标定也用这个，命名随意)。
4、启动相机并关闭结构光
roslaunch realsense2_camera rs_imu_stereo_calibration_640.launch
rosrun rqt_reconfigure rqt_reconfigure
将图中红圈部分改为OFF
5、打开rviz并修改相机帧数
新终端运行roscore 和 rviz，点击add添加双目对应的topic，/camera/color/image_raw、/camera/infra1/image_rect_raw、/camera/infra2/image_rect_raw
按照官方建议修改相机帧数为4Hz，并命名为新话题（此方法会使得发布频率略小于4Hz，报告影响不大）。
rosrun topic_tools throttle messages /camera/color/image_raw 4.0 /color
rosrun topic_tools throttle messages /camera/infra1/image_rect_raw 4.0 /infra_left
rosrun topic_tools throttle messages /camera/infra2/image_rect_raw 4.0 /infra_right
查看实际频率
rostopic hz /color /infra_left /infra_right
6、录制bag包
在bag保存路径打开终端
rosbag record -O camera_calibration_4Hz /infra_left /infra_right /color
录制时的要求：通过rviz界面观察，手持相机对准标定板。偏航角左右摆动3次，俯仰角摆动3次，滚转角摆动3次，上下移动3次，左右移动3次，前后移动3次，然后自由移动一段时间，摆动幅度要大一点，让视角变化大一点，但是移动要缓慢一点，同时要保证标定板在3个相机视野内部，整个标定时间要在90s以上更好。
7、使用kalibr标定
cd ~/Calibration/Kalibr_ws #路径仅供参考
source ./devel/setup.bash
关于第三句命令， 需要根据自己的情况修改。修改说明如下
首先是rosrun kalibr kalibr_calibrate_cameras，
第二段–target ~/Calibration/D455/Aprilgrid.yaml（改为自己标定板yaml文件的路径），
第三段–bag ~/Dataset/Calibration_D455/640_480/camera_calibration_4Hz.bag，
第四五六段–models pinhole-radtan pinhole-radtan pinhole-radtan这句话不用改，表示三个摄像头的相机模型和畸变模型（详细解释参考Supported models · ethz-asl/kalibr Wiki · GitHub）
第七段–topics /infra_left /infra_right /color话题名称，按我之前步骤来的不用改，
第八段—-bag-from-to 5 169 表示处理bag中5-169秒的数据，根据自己录制的bag来确定（通过rosbag info+bag名称 来查看），
第九段–show-extraction表示显示检测特征点的过程
第十段—-approx-sync 0.04是三个相机时间同步的容许误差（可以不加这段试试，我的会标定失败）
综合起来，对于我自己的情况，完整命令如下：
rosrun kalibr kalibr_calibrate_cameras –target /home/andyvictory/Calibration/D455/Aprilgrid.yaml –bag ~/Dataset/Calibration_D455/640_480/camera_calibration_4Hz.bag –models pinhole-radtan pinhole-radtan pinhole-radtan –topics /infra_left /infra_right /color –bag-from-to 5 169 –show-extraction –approx-sync 0.04
标定过程可能有点漫长…………….
如果出现报错：cannot import name NavigationToolbar2Wx
将PlotCollection.py中的NavigationToolbar2Wx换成NavigationToolbar2WxAgg
最终得到的三个结果文件保存在了kalibr的工作空间下，将文件移动到自己保存结果的文件夹里。看一下camera_calibration_4Hz-report-cam.pdf中的三个相机重投影误差reprojection error，至少也得在1px以内吧，下面是我标定的结果。
五、IMU+双目相机联合标定
1、编写chain.yaml文件
编写chain.yaml并保存（能找到就行，我还是放在了~/Calibration/D455/640_480下），根据自己之前IMU和相机标定的结果，参照下面的格式编写：
cam0:camera_model: pinholedistortion_coeffs: [0.006252205171105866, -0.0040039163191851815, 0.0028253923865729047, 0.0014894484127909796]distortion_model: radtanintrinsics: [387.3061040278026, 388.70426392594715, 321.2185553432099, 243.710879951254]resolution: [640, 480]rostopic: /infra_leftcam1:T_cn_cnm1:- [0.9999988621914934, -0.0012557567512840304, 0.0008358771987739831, -0.09586169575038382]- [0.0012560162153501813, 0.9999991631746745, -0.0003099567850981058, -0.0002414148329795646]- [-0.0008354872689652846, 0.000311006307742342, 0.9999996026179666, -0.0001722652642823169]- [0.0, 0.0, 0.0, 1.0]camera_model: pinholedistortion_coeffs: [0.006593825120537277, -0.008671743399946441, 0.0037681282760781776, 0.0014848895024164256]distortion_model: radtanintrinsics: [388.18404676436523, 389.27254650876796, 321.4035775541331, 243.8629884469389]resolution: [640, 480]rostopic: /infra_right其中，T_cn_cnm1:表示的是左目相机到右目相机的旋转和平移。
2、录制bag包
参照之前录制相机标定bag的步骤：
roscore
rviz
roslaunch realsense2_camera rs_imu_stereo_calibration_640.launch
rosrun rqt_reconfigure rqt_reconfigure ##关闭结构光
修改相机和IMU发布的频率（这里录制的画面包括了/color相机，我这边是为了以后使用，要是不需要，只用于标定的话可以不录制color的话题即把下面第三句删掉）：
rosrun topic_tools throttle messages /camera/infra1/image_rect_raw 20.0 /infra_left
rosrun topic_tools throttle messages /camera/infra2/image_rect_raw 20.0 /infra_right
rosrun topic_tools throttle messages /camera/color/image_raw 20.0 /color
rosrun topic_tools throttle messages /camera/imu 200.0 /imu
在bag的保存路径打开终端并录制（只录制两个相机画面的这里不需要/color）：
rosbag record -O imu_stereo_640.bag /infra_left /infra_right /color /imu
3、联合标定
cd ~/Calibration/Kalibr_ws #路径仅供参考
source ./devel/setup.bash
运行命令（参照之前相机标定过程修改）
rosrun kalibr kalibr_calibrate_imu_camera –bag ~/Dataset/Calibration_D455/640_480/imu_stereo_640.bag –cam ~/Calibration/D455/640_480/second/chain.yaml –imu ~/Calibration/D455/IMU/imu.yaml –target ~/Calibration/D455/Aprilgrid.yaml –bag-from-to 5 136 –show-extraction
标定结果的四个文件还是放在kalibr的工作空间下，打开imu_stereo_640-results-imucam.txt查看，重投影误差Reprojection error，两个相机的mean都起码都得在0.5以下。
至此，相机和IMU各自的标定和联合标定的工作都已完成，下一步就是根据标定结果跑自己的算法了。下一篇将以VINS-Fusion算法运行自己用Realsense D455相机录制的数据包。