机器人持续学习基准LIBERO系列7——计算并可视化点云

0.前置

• 机器人持续学习基准LIBERO系列1——基本介绍与安装测试
• 机器人持续学习基准LIBERO系列2——路径与基准基本信息
• 机器人持续学习基准LIBERO系列3——相机画面可视化及单步移动更新
• 机器人持续学习基准LIBERO系列4——robosuite最基本demo
• 机器人持续学习基准LIBERO系列5——获取显示深度图
• 机器人持续学习基准LIBERO系列6——获取并显示实际深度图

1.前置代码

• 机器人持续学习基准LIBERO系列6——获取并显示实际深度图

2.重新获取真实深度信息

• 之前的由于要显示，进行了整数化处理，所以重新获取一下原始真实深度信息

from robosuite.utils.camera_utils import get_real_depth_map
agentview_depth_real = get_real_depth_map(env.sim, agentview_depth)

3.获取图像尺寸

h,w = env_args['camera_heights'],  env_args['camera_widths']

4.创建像素点序列和颜色序列

i = np.zeros([h*w,2])#(点数，像素点二维坐标）
colors = np.zeros([h*w,3])#(点数，像素点对应的RGB值)
for x in range(h):for y in range(w):i[x*h+y] = [x,y]colors[x*h+y] = agentview_image[x,y]

5.获取相机内外参

• robosuite官方文档有对应函数get_camera_intrinsic_matrix,get_camera_extrinsic_matrix

from robosuite.utils.camera_utils import get_camera_extrinsic_matrix,get_camera_intrinsic_matrixcamera_intrinsic_matrix_ = np.linalg.inv(get_camera_intrinsic_matrix(env.sim,'agentview', env_args['camera_heights'],  env_args['camera_widths']))
camera_extrinsic_matrix_ = np.linalg.inv(get_camera_extrinsic_matrix(env.sim,'agentview'))

6.计算世界坐标系下三维点坐标

• 相机内外参使用参考公式
  

points = np.zeros([i.shape[0],3])
for num,p in enumerate(i):p_ = ([e-mail]([[p[0],p[1],1]]).T).Tp_[0,2] = agentview_depth_real[int(p[0]),int(p[1])]p_ = ([e-mail]([p_[0,0],p_[0,1],p_[0,2],1]).T).Tpoints[num] = p_[:-1]
print(points)

7.关闭环境

env.close()

• 不关闭环境，就是用open3d显示的话，会报错

X Error of failed request:  BadAccess (attempt to access private resource denied)Major opcode of failed request:  152 (GLX)Minor opcode of failed request:  5 (X_GLXMakeCurrent)Serial number of failed request:  183Current serial number in output stream:  183

8.open3d显示点云

import open3d as o3d
pcd_show = o3d.geometry.PointCloud()
pcd_show.points = o3d.utility.Vector3dVector(points[:, :3])
pcd_show.colors = o3d.utility.Vector3dVector(colors[:]/255)
o3d.visualization.draw_geometries([pcd_show])