斯坦福泡茶机器人DexCap源码解析:涵盖收集数据、处理数据、模型训练三大阶段

时间:2024-11-12 11:56:20

前言

因为我司「七月在线」关于dexcap的复现/优化接近尾声了,故准备把dexcap的源码也分析下。​下周则分析下iDP3的源码——为队伍「iDP3人形的复现/优化」助力

最开始,dexcap的源码分析属于此文《DexCap——斯坦福李飞飞团队泡茶机器人:带灵巧手和动作捕捉的数据收集系统(含硬件清单)》的第三部分

然原理讲解、硬件配置、源码解析都放在一篇文章里的话,篇幅会显得特别长,故把源码的部分抽取出来,独立成此文

第一部分 STEP1_collect_data

1.1 calculate_offset_vis_calib.py

这段代码是一个用于校准和保存偏移量、方向偏移量的脚本,用于从指定目录中读取数据,计算偏移量和方向偏移量,并将结果保存到指定目录中,以下是代码的部分解释

  1. 导入库
    import argparse      # 用于解析命令行参数
    import numpy as np   # 用于数值计算
    import os            # 用于操作系统相关功能
    import sys           # 用于系统相关功能
    from scipy.spatial.transform import Rotation as R   # 用于旋转矩阵和欧拉角转换
    from transforms3d.euler import euler2mat            # 用于将欧拉角转换为旋转矩阵
  2. 主函数
    if __name__ == "__main__":
        parser = argparse.ArgumentParser(description="calibrate and save in dataset folder")  # 创建命令行参数解析器
        parser.add_argument("--directory", type=str, default="", help="Directory with saved data")  # 添加目录参数
        parser.add_argument("--default", type=str, default="default_offset", help="Directory with saved data")  # 添加默认目录参数
    
        args = parser.parse_args()  # 解析命令行参数
    
        if os.path.exists("{}/calib_offset.txt".format(args.directory)):  # 检查目标目录中是否已经存在calib_offset.txt文件
            response = (
                input(
                    f"calib_offset.txt already exists. Do you want to override? (y/n): "  # 提示用户是否覆盖文件
                )
                .strip()
                .lower()
            )
            if response != "y":  # 如果用户选择不覆盖,退出程序
                print("Exiting program without overriding the existing directory.")
                sys.exit()
  3. 读取默认偏移量和方向偏移量
        default_offset = np.loadtxt(os.path.join(args.default, "calib_offset.txt"))  # 读取默认偏移量
        default_ori = np.loadtxt(os.path.join(args.default, "calib_ori_offset.txt"))  # 读取默认方向偏移量
        default_offset_left = np.loadtxt(os.path.join(args.default, "calib_offset_left.txt"))      # 读取左手默认偏移量
        default_ori_left = np.loadtxt(os.path.join(args.default, "calib_ori_offset_left.txt"))  # 读取左手默认方向偏移量
    
        default_ori_matrix = euler2mat(*default_ori)              # 将默认方向偏移量转换为旋转矩阵
        default_ori_matrix_left = euler2mat(*default_ori_left)    # 将左手默认方向偏移量转换为旋转矩阵
  4. 提取偏移量和方向偏移量
        frame_dirs = os.listdir("./test_data")  # 列出test_data目录中的所有文件
        list = []           # 存储偏移量的列表
        list_ori = []       # 存储方向偏移量的列表
        list_left = []      # 存储左手偏移量的列表
        list_ori_left = []  # 存储左手方向偏移量的列表
    
        for frame_dir in frame_dirs:  #

1.2 data_recording.py——配置多个Realsense T265相机和一个L515相机

这段代码是一个用于记录和处理Realsense相机数据的Python脚本

顺带再回顾一下


DexCap团队设计了一个装载摄像机的背包「如图(a)、(b)所示,为方便大家对照,特把上图再贴一下,如下

  • 在正前面,它通过胸部摄像机支架的4个插槽集成了4个相机,最顶部是一台Intel Realsense L515 RGB-D LiDAR摄像机,顶部下面是3个Realsense T265鱼眼SLAM跟踪相机(分别为绿),用于在人类数据收集过程中捕捉观察结果

1.2.1 一系列定义:比如保存帧数据的函数

它可以捕捉颜色图像、深度图像、姿态数据以及手部关节数据,并将这些数据保存到指定的目录中

  1. 首先,导入库
    """
    示例用法
    
    python data_recording.py -s --store_hand -o ./save_data_scenario_1
    """
    
    import argparse       # 用于解析命令行参数
    import copy           # 用于复制对象
    import numpy as np      # 用于数值计算
    import open3d as o3d    # 用于3D数据处理
    import os           # 用于操作系统相关功能
    import shutil       # 用于文件操作
    import sys                  # 用于系统相关功能
    import pyrealsense2 as rs   # 用于Realsense相机操作
    import cv2          # 用于图像处理
    
    from enum import IntEnum                       # 用于定义枚举类型
    from realsense_helper import get_profiles      # 导入自定义的Realsense帮助函数
    from transforms3d.quaternions import axangle2quat, qmult, quat2mat, mat2quat  # 用于四元数操作
    import redis                       # 用于Redis数据库操作
    import concurrent.futures          # 用于并发执行
    from hyperparameters import*       # 导入超参数
  2. 其次,定义一个枚举类型 Preset,用于表示不同的预设配置
    class Preset(IntEnum):
        Custom = 0
        Default = 1
        Hand = 2
        HighAccuracy = 3
        HighDensity = 4
        MediumDensity = 5
  3. 然后,保存帧数据的函数
    def save_frame(
        frame_id,
        out_directory,
        color_buffer,
        depth_buffer,
        pose_buffer,
        pose2_buffer,
        pose3_buffer,
        rightHandJoint_buffer,
        leftHandJoint_buffer,
        rightHandJointOri_buffer,
        leftHandJointOri_buffer,
        save_hand,
    ):
        frame_directory = os.path.join(out_directory, f"frame_{frame_id}")  # 创建帧目录
        os.makedirs(frame_directory, exist_ok=True)  # 如果目录不存在则创建
    
        cv2.imwrite(
            os.path.join(frame_directory, "color_image.jpg"),
            color_buffer[frame_id][:, :, ::-1],      # 保存颜色图像
        )
        cv2.imwrite(
            os.path.join(frame_directory, "depth_image.png"), depth_buffer[frame_id]  # 保存深度图像
        )
    
        np.savetxt(os.path.join(frame_directory, "pose.txt"), pose_buffer[frame_id])  # 保存姿态数据
        np.savetxt(os.path.join(frame_directory, "pose_2.txt"), pose2_buffer[frame_id])      # 保存第二个姿态数据
        np.savetxt(os.path.join(frame_directory, "pose_3.txt"), pose3_buffer[frame_id])      # 保存第三个姿态数据
    
        if save_hand:  # 如果需要保存手部数据
            np.savetxt(
                os.path.join(frame_directory, "right_hand_joint.txt"),
                rightHandJoint_buffer[frame_id],      # 保存右手关节数据
            )
            np.savetxt(
                os.path.join(frame_directory, "left_hand_joint.txt"),
                leftHandJoint_buffer[frame_id],       # 保存左手关节数据
            )
            np.savetxt(
                os.path.join(frame_directory, "right_hand_joint_ori.txt"),
                rightHandJointOri_buffer[frame_id],   # 保存右手关节方向数据
            )
            np.savetxt(
                os.path.join(frame_directory, "left_hand_joint_ori.txt"),
                leftHandJointOri_buffer[frame_id],    # 保存左手关节方向数据
            )
    
        return f"frame {frame_id + 1} saved"     # 返回保存帧的消息

1.2.2 RealsenseProcessor 的类:获取多个相机的RGB-D帧和位姿数据

接下来,定义了一个名为 RealsenseProcessor 的类,用于处理Realsense相机的数据。它可以配置多个Realsense T265相机和一个L515相机,获取RGB-D帧和位姿数据,并可视化和存储这些数据

以下是对RealsenseProcessor类的详细解读:

  1. 类定义和初始化
    初始化方法接受多个参数,用于配置T265相机的序列号、总帧数、是否存储帧、输出目录、是否保存手部数据和是否启用可视化
    class RealsesneProcessor:  # 定义Realsense处理器类
        def __init__(  # 初始化方法
            self,
            first_t265_serial,      # 第一个T265相机的序列号
            second_t265_serial,     # 第二个T265相机的序列号
            thrid_t265_serial,      # 第三个T265相机的序列号
            total_frame,  # 总帧数
            store_frame=False,          # 是否存储帧,默认为False
            out_directory=None,         # 输出目录,默认为None
            save_hand=False,            # 是否保存手部数据,默认为False
            enable_visualization=True,  # 是否启用可视化,默认为True
        ):
            self.first_t265_serial = first_t265_serial        # 初始化第一个T265相机的序列号
            self.second_t265_serial = second_t265_serial      # 初始化第二个T265相机的序列号
            self.thrid_t265_serial = thrid_t265_serial        # 初始化第三个T265相机的序列号
            self.store_frame = store_frame          # 初始化是否存储帧
            self.out_directory = out_directory      # 初始化输出目录
            self.total_frame = total_frame          # 初始化总帧数
            self.save_hand = save_hand              # 初始化是否保存手部数据
            self.enable_visualization = enable_visualization  # 初始化是否启用可视化
            self.rds = None          # 初始化Redis连接
    初始化各种缓冲区,用于存储彩色图像、 深度图像、位姿数据,和手部关节数据(包含左右两手的关节位置、关节方向)
            self.color_buffer = []       # 初始化彩色图像缓冲区
            self.depth_buffer = []      # 初始化深度图像缓冲区
    
            self.pose_buffer = []       # 初始化第一个T265相机的位姿缓冲区
            self.pose2_buffer = []      # 初始化第二个T265相机的位姿缓冲区
            self.pose3_buffer = []      # 初始化第三个T265相机的位姿缓冲区
    
            self.pose2_image_buffer = []      # 初始化第二个T265相机的图像缓冲区
            self.pose3_image_buffer = []      # 初始化第三个T265相机的图像缓冲区
    
            self.rightHandJoint_buffer = []      # 初始化右手关节位置缓冲区
            self.leftHandJoint_buffer = []       # 初始化左手关节位置缓冲区
            self.rightHandJointOri_buffer = []       # 初始化右手关节方向缓冲区
            self.leftHandJointOri_buffer = []        # 初始化左手关节方向缓冲区
  2. 获取T265相机配置
    具体方法是根据T265相机的序列号和管道配置,返回一个配置对象
        def get_rs_t265_config(self, t265_serial, t265_pipeline):
            t265_config = rs.config()
            t265_config.enable_device(t265_serial)
            t265_config.enable_stream(rs.stream.pose)
    
            return t265_config
  3. 配置流
    该方法配置并启动多个Realsense相机的流,包括一个L515相机和三个T265相机
    如果启用了手部数据保存功能,则连接到Redis服务器
    def configure_stream(self):  # 配置流的方法
        # 连接到Redis服务器
        if self.save_hand:  # 如果启用了手部数据保存功能
            self.rds = redis.Redis(host="localhost", port=6669, db=0)  # 连接到本地Redis服务器
    配置并启动L515相机的深度和彩色流
        # 创建一个管道
        self.pipeline = rs.pipeline()           # 创建一个Realsense管道
        config = rs.config()  # 创建一个配置对象
        color_profiles, depth_profiles = get_profiles()    # 获取彩色和深度流的配置文件
        w, h, fps, fmt = depth_profiles[1]      # 获取深度流的宽度、高度、帧率和格式
        config.enable_stream(rs.stream.depth, w, h, fmt, fps)  # 启用深度流
        w, h, fps, fmt = color_profiles[18]     # 获取彩色流的宽度、高度、帧率和格式
        config.enable_stream(rs.stream.color, w, h, fmt, fps)  # 启用彩色流
    配置并启动三个T265相机的位姿流,具体而言
    \rightarrow  先配置
        # 配置第一个T265相机的流
        ctx = rs.context()              # 创建一个Realsense上下文
        self.t265_pipeline = rs.pipeline(ctx)      # 创建一个T265管道
        t265_config = rs.config()                  # 创建一个T265配置对象
        t265_config.enable_device(self.first_t265_serial)   # 启用第一个T265相机
    
        # 配置第二个T265相机的流
        ctx_2 = rs.context()            # 创建另一个Realsense上下文
        self.t265_pipeline_2 = rs.pipeline(ctx_2)  # 创建第二个T265管道
        t265_config_2 = self.get_rs_t265_config(
            self.second_t265_serial, self.t265_pipeline_2
        )  # 获取第二个T265相机的配置
    
        # 配置第三个T265相机的流
        ctx_3 = rs.context()            # 创建第三个Realsense上下文
        self.t265_pipeline_3 = rs.pipeline(ctx_3)  # 创建第三个T265管道
        t265_config_3 = self.get_rs_t265_config(
            self.thrid_t265_serial, self.t265_pipeline_3
        )  # 获取第三个T265相机的配置
    \rightarrow  再启动
        self.t265_pipeline.start(t265_config)          # 启动第一个T265管道
        self.t265_pipeline_2.start(t265_config_2)      # 启动第二个T265管道
        self.t265_pipeline_3.start(t265_config_3)      # 启动第三个T265管道
    
        pipeline_profile = self.pipeline.start(config)  # 启动L515管道并获取配置文件
        depth_sensor = pipeline_profile.get_device().first_depth_sensor()      # 获取深度传感器
        depth_sensor.set_option(rs.option.visual_preset, Preset.HighAccuracy)  # 设置深度传感器的选项为高精度
        self.depth_scale = depth_sensor.get_depth_scale()  # 获取深度比例
        align_to = rs.stream.color       # 对齐到彩色流
        self.align = rs.align(align_to)  # 创建对齐对象
    如果启用了可视化功能,则初始化Open3D可视化器
        self.vis = None      # 初始化可视化器
        if self.enable_visualization:      # 如果启用了可视化功能
            self.vis = o3d.visualization.Visualizer()  # 创建Open3D可视化器
            self.vis.create_window()       # 创建可视化窗口
            self.vis.get_view_control().change_field_of_view(step=1.0)  # 改变视野
  4. 获取RGB-D帧——get_rgbd_frame_from_realsense
    该方法从Realsense相机获取RGB-D顾,并将深度帧与彩色帧对齐
    def get_rgbd_frame_from_realsense(self, enable_visualization=False):  # 从Realsense获取RGB-D帧的方法
        frames = self.pipeline.wait_for_frames()      # 等待获取帧数据
    
        # 将深度帧对齐到彩色帧
        aligned_frames = self.align.process(frames)   # 对齐帧数据
    
        # 获取对齐后的帧
        aligned_depth_frame = aligned_frames.get_depth_frame()  # 获取对齐后的深度帧
        color_frame = aligned_frames.get_color_frame()          # 获取对齐后的彩色帧
    
        depth_image = (
            np.asanyarray(aligned_depth_frame.get_data()) // 4
        )  # 将深度帧数据转换为numpy数组,并除以4以获得以米为单位的深度值(适用于L515相机)
        color_image = np.asanyarray(color_frame.get_data())  # 将彩色帧数据转换为numpy数组
    如果启用了可视化功能,则将深度图像和彩色图像转换为Open3D的RGBD图像对象
        rgbd = None  # 初始化RGBD图像对象
        if enable_visualization:  # 如果启用了可视化功能
            depth_image_o3d = o3d.geometry.Image(depth_image)  # 将深度图像转换为Open3D图像对象
            color_image_o3d = o3d.geometry.Image(color_image)  # 将彩色图像转换为Open3D图像对象
    
            rgbd = o3d.geometry.RGBDImage.create_from_color_and_depth(
                color_image_o3d,      # 彩色图像
                depth_image_o3d,      # 深度图像
                depth_trunc=4.0,      # 深度截断值,超过此值的深度将被忽略
                convert_rgb_to_intensity=False,  # 是否将RGB图像转换为强度图像
            )  # 创建RGBD图像对象
        return rgbd, depth_image, color_image  # 返回RGBD图像、深度图像和彩色图像
  5. 通过frame_to_pose_conversion方法,实现帧到位姿的转换
    @staticmethod  # 静态方法装饰器
    def frame_to_pose_conversion(input_t265_frames):     # 定义帧到位姿转换的方法
        pose_frame = input_t265_frames.get_pose_frame()  # 获取位姿帧
        pose_data = pose_frame.get_pose_data()           # 获取位姿数据
        pose_3x3 = quat2mat(               # 将四元数转换为3x3旋转矩阵
            np.array(
                [
                    pose_data.rotation.w,  # 四元数的w分量
                    pose_data.rotation.x,  # 四元数的x分量
                    pose_data.rotation.y,  # 四元数的y分量
                    pose_data.rotation.z,  # 四元数的z分量
                ]
            )
        )
        pose_4x4 = np.eye(4)          # 创建4x4单位矩阵
        pose_4x4[:3, :3] = pose_3x3   # 将3x3旋转矩阵赋值给4x4矩阵的左上角
        pose_4x4[:3, 3] = [           # 将平移向量赋值给4x4矩阵的右上角
            pose_data.translation.x,  # 位姿的x平移分量
            pose_data.translation.y,  # 位姿的y平移分量
            pose_data.translation.z,  # 位姿的z平移分量
        ]
        return pose_4x4          # 返回4x4位姿矩阵
  6. 处理帧
    该方法处理每一帧数据,首先通过get_rgbd_frame_from_realsense获取三个T265相机的RGB-D帧数据,然后通过frame_to_pose_conversion,把帧数据换成位姿数据
    def process_frame(self):  # 定义处理帧的方法
        frame_count = 0       # 初始化帧计数器
        first_frame = True    # 标记是否为第一帧
    
        try:
            while frame_count < self.total_frame:  # 循环处理每一帧,直到达到总帧数
                t265_frames = self.t265_pipeline.wait_for_frames()      # 获取第一个T265相机的帧数据
                t265_frames_2 = self.t265_pipeline_2.wait_for_frames()  # 获取第二个T265相机的帧数据
                t265_frames_3 = self.t265_pipeline_3.wait_for_frames()  # 获取第三个T265相机的帧数据
                rgbd, depth_frame, color_frame = self.get_rgbd_frame_from_realsense()  # 获取RGB-D帧数据
    
                # 获取第一个T265相机的位姿数据
                pose_4x4 = RealsesneProcessor.frame_to_pose_conversion(
                    input_t265_frames=t265_frames
                )
                # 获取第二个T265相机的位姿数据
                pose_4x4_2 = RealsesneProcessor.frame_to_pose_conversion(
                    input_t265_frames=t265_frames_2
                )
                # 获取第三个T265相机的位姿数据
                pose_4x4_3 = RealsesneProcessor.frame_to_pose_conversion(
                    input_t265_frames=t265_frames_3
                )
    如果启用了手部数据保存功能,则从Redis服务器获取手部关节数据
                if self.save_hand:  # 如果启用了手部数据保存功能
                    # 获取左手关节位置数据
                    leftHandJointXyz = np.frombuffer(
                        self.rds.get("rawLeftHandJointXyz"), dtype=np.float64
                    ).reshape(21, 3)
    
                    # 获取右手关节位置数据
                    rightHandJointXyz = np.frombuffer(
                        self.rds.get("rawRightHandJointXyz"), dtype=np.float64
                    ).reshape(21, 3)
    
                    # 获取左手关节方向数据
                    leftHandJointOrientation = np.frombuffer(
                        self.rds.get("rawLeftHandJointOrientation"), dtype=np.float64
                    ).reshape(21, 4)
    
                    # 获取右手关节方向数据
                    rightHandJointOrientation = np.frombuffer(
                        self.rds.get("rawRightHandJointOrientation"), dtype=np.float64
                    ).reshape(21, 4)
    将位姿数据转换为4x4矩阵,并应用校正矩阵
                corrected_pose = pose_4x4 @ between_cam  # 应用校正矩阵
    且转换为Open3D格式的L515相机内参
    
                # 转换为Open3D格式的L515相机内参
                o3d_depth_intrinsic = o3d.camera.PinholeCameraIntrinsic(
                    1280,
                    720,
                    898.2010498046875,
                    897.86669921875,
                    657.4981079101562,
                    364.30950927734375,
                )
    如果是第一帧,则初始化Open3D的点云和坐标系,并添加到可视化器中
                if first_frame:  # 如果是第一帧
                    if self.enable_visualization:  # 如果启用了可视化功能
                        pcd = o3d.geometry.PointCloud.create_from_rgbd_image(
                            rgbd, o3d_depth_intrinsic
                        )  # 创建点云
                        pcd.transform(corrected_pose)  # 应用校正矩阵
    
                        rgbd_mesh = o3d.geometry.TriangleMesh.create_coordinate_frame(
                            size=0.3
                        )  # 创建RGBD坐标系
                        rgbd_mesh.transform(corrected_pose)  # 应用校正矩阵
                        rgbd_previous_pose = copy.deepcopy(corrected_pose)  # 复制校正矩阵
    
                        chest_mesh = o3d.geometry.TriangleMesh.create_coordinate_frame(
                            size=0.3
                        )  # 创建胸部坐标系
                        chest_mesh.transform(pose_4x4)  # 应用位姿矩阵
                        chest_previous_pose = copy.deepcopy(pose_4x4)  # 复制位姿矩阵
    
                        left_hand_mesh = (
                            o3d.geometry.TriangleMesh.create_coordinate_frame(size=0.3)
                        )  # 创建左手坐标系
                        left_hand_mesh.transform(pose_4x4_2)  # 应用位姿矩阵
                        left_hand_previous_pose = copy.deepcopy(pose_4x4_2)  # 复制位姿矩阵
    
                        right_hand_mesh = (
                            o3d.geometry.TriangleMesh.create_coordinate_frame(size=0.3)
                        )  # 创建右手坐标系
                        right_hand_mesh.transform(pose_4x4_3)  # 应用位姿矩阵
                        right_hand_previous_pose = copy.deepcopy(pose_4x4_3)  # 复制位姿矩阵
    
                        self.vis.add_geometry(pcd)          # 添加点云到可视化器
                        self.vis.add_geometry(rgbd_mesh)    # 添加RGBD坐标系到可视化器
                        self.vis.add_geometry(chest_mesh)   # 添加胸部坐标系到可视化器
                        self.vis.add_geometry(left_hand_mesh)      # 添加左手坐标系到可视化器
                        self.vis.add_geometry(right_hand_mesh)     # 添加右手坐标系到可视化器
    
                        view_params = (
                            self.vis.get_view_control().convert_to_pinhole_camera_parameters()
                        )  # 获取视图参数
                    first_frame = False  # 标记为非第一帧
    如果不是第一帧,则更新点云和坐标系的位姿
                else:
                    if self.enable_visualization:  # 如果启用了可视化功能
                        new_pcd = o3d.geometry.PointCloud.create_from_rgbd_image(
                            rgbd, o3d_depth_intrinsic
                        )  # 创建新的点云
                        new_pcd.transform(corrected_pose)  # 应用校正矩阵
    
                        rgbd_mesh.transform(np.linalg.inv(rgbd_previous_pose))  # 逆变换上一个RGBD坐标系
                        rgbd_mesh.transform(corrected_pose)  # 应用校正矩阵
                        rgbd_previous_pose = copy.deepcopy(corrected_pose)  # 复制校正矩阵
    
                        chest_mesh.transform(np.linalg.inv(chest_previous_pose))  # 逆变换上一个胸部坐标系
                        chest_mesh.transform(pose_4x4)  # 应用位姿矩阵
                        chest_previous_pose = copy.deepcopy(pose_4x4)  # 复制位姿矩阵
    
                        left_hand_mesh.transform(np.linalg.inv(left_hand_previous_pose))  # 逆变换上一个左手坐标系
                        left_hand_mesh.transform(pose_4x4_2)  # 应用位姿矩阵
                        left_hand_previous_pose = copy.deepcopy(pose_4x4_2)  # 复制位姿矩阵
    
                        right_hand_mesh.transform(
                            np.linalg.inv(right_hand_previous_pose)
                        )  # 逆变换上一个右手坐标系
                        right_hand_mesh.transform(pose_4x4_3)  # 应用位姿矩阵
                        right_hand_previous_pose = copy.deepcopy(pose_4x4_3)  # 复制位姿矩阵
    
                        pcd.points = new_pcd.points      # 更新点云的点
                        pcd.colors = new_pcd.colors      # 更新点云的颜色
    
                        self.vis.update_geometry(pcd)          # 更新点云几何
                        self.vis.update_geometry(rgbd_mesh)    # 更新RGBD坐标系几何
                        self.vis.update_geometry(chest_mesh)   # 更新胸部坐标系几何
                        self.vis.update_geometry(left_hand_mesh)   # 更新左手坐标系几何
                        self.vis.update_geometry(right_hand_mesh)  # 更新右手坐标系几何
    
                        self.vis.get_view_control().convert_from_pinhole_camera_parameters(
                            view_params
                        )  # 恢复视图参数
    再更新可视化器
                if self.enable_visualization:  # 如果启用了可视化功能
                    self.vis.poll_events()  # 处理可视化事件
                    self.vis.update_renderer()  # 更新渲染器
    如果启用了帧存储功能,则将深度图像、彩色图像和位姿数据存储到缓冲区中
    处理完所有帧后,停止所有相机的流,并保存所有帧数据
  7. 主函数
    主函数解析命令行参数,创建 RealsenseProcessor 对象,并配置和处理帧数据
    import concurrent.futures  # 导入并发库,用于多线程处理
    
    def main(args):  # 定义主函数,接受命令行参数
        realsense_processor = RealsesneProcessor(  # 创建Realsense处理器对象
            first_t265_serial="11622110012",  # 第一个T265相机的序列号
            second_t265_serial="909212110944",  # 第二个T265相机的序列号
            thrid_t265_serial="929122111181",  # 第三个T265相机的序列号
            total_frame=10000,  # 总帧数
            store_frame=args.store_frame,  # 是否存储帧
            out_directory=args.out_directory,  # 输出目录
            save_hand=args.store_hand,  # 是否保存手部数据
            enable_visualization=args.enable_vis,  # 是否启用可视化
        )
        realsense_processor.configure_stream()  # 配置Realsense流
        realsense_processor.process_frame()  # 处理帧数据
    
    if __name__ == "__main__":  # 主程序入口
        # 设置命令行参数解析器
        parser = argparse.ArgumentParser(description="Process frames and save data.")
        parser.add_argument(
            "-s",
            "--store_frame",
            action="store_true",
            help="Flag to indicate whether to store frames",  # 是否存储帧的标志
        )
        parser.add_argument(
            "--store_hand",
            action="store_true",
            help="Flag to indicate whether to store hand joint position and orientation",  # 是否保存手部关节位置和方向的标志
        )
        parser.add_argument(
            "-v",
            "--enable_vis",
            action="store_true",
            help="Flag to indicate whether to enable open3d visualization",  # 是否启用Open3D可视化的标志
        )
        parser.add_argument(
            "-o",
            "--out_directory",
            type=str,
            help="Output directory for saved data",  # 保存数据的输出目录
            default="./saved_data",  # 默认输出目录为./saved_data
        )
    
        args = parser.parse_args()  # 解析命令行参数
    如果输出目录已存在,提示用户是否覆盖目录
        # 检查输出目录是否存在
        if os.path.exists(args.out_directory):
            response = (
                input(
                    f"{args.out_directory} already exists. Do you want to override? (y/n): "
                )
                .strip()
                .lower()
            )
            if response != "y":  # 如果用户选择不覆盖,退出程序
                print("Exiting program without overriding the existing directory.")
                sys.exit()
            else:
                shutil.rmtree(args.out_directory)  # 如果用户选择覆盖,删除现有目录
    如果启用了帧存储功能,则创建输出目录
        if args.store_frame:
            os.makedirs(args.out_directory, exist_ok=True)  # 创建输出目录
    调用 main 函数开始处理帧数据
        # 如果用户选择覆盖,删除现有目录
        main(args)  # 调用主函数

1.3 demo_clipping_3d.py——可视化点云数据且选择每个演示的起始帧/结束帧

这段代码是一个用于可视化点云数据(PCD文件),并选择每个演示的起始帧、结束帧的脚本,以下是详细解读

  1. 导入库
    导入各种库和模块,用于处理命令行参数、文件操作、点云数据处理、键盘事件监听等
    import argparse  # 用于解析命令行参数
    import os      # 用于操作系统相关功能
    import copy      # 用于复制对象
    import zmq       # 用于消息传递
    import cv2       # 用于图像处理
    import sys       # 用于系统相关功能
    import json      # 用于处理JSON数据
    import shutil                # 用于文件操作
    import open3d as o3d         # 用于3D数据处理
    import numpy as np           # 用于数值计算
    import platform              # 用于获取操作系统信息
    from pynput import keyboard  # 用于监听键盘事件
    from transforms3d.quaternions import qmult, quat2mat   # 用于四元数操作
    from transforms3d.axangles import axangle2mat          # 用于轴角转换
    from scipy.spatial.transform import Rotation           # 用于旋转矩阵和欧拉角转换
    from transforms3d.euler import quat2euler, mat2euler, quat2mat, euler2mat  # 用于欧拉角和矩阵转换
    from visualizer import *     # 导入自定义的可视化模块
  2. 定义全局变量,用于存储剪辑标记、当前剪辑、是否切换到下一帧或上一帧的标志
    clip_marks = []         # 存储剪辑标记
    current_clip = {}       # 存储当前剪辑
    next_frame = False      # 标记是否切换到下一帧
    previous_frame = False  # 标记是否切换到上一帧
  3. 定义键盘事件处理函数,用于处理不同的键盘输入:
    Key.up:保存剪辑标记到 clip_marks. json 文件
    Key.down:标记切换到上一帧
    Key.page_down :标记切换到下一帧
    Key.end:标记当前剪辑的结束帧
    Key.insert:标记当前剪辑的起始帧
    def on_press(key):  # 定义键盘按下事件处理函数
        global next_frame, previous_frame, delta_movement_accu, delta_ori_accu, delta_movement_accu_left, delta_ori_accu_left, adjust_movement, adjust_right, frame, step, dataset_folder, clip_marks, current_clip
    
        # 确定操作系统类型
        os_type = platform.system()
        assert os_type == "Windows"              # 仅支持Windows系统
    
        frame_folder = 'frame_{}'.format(frame)  # 当前帧文件夹名称
        # Windows特定的键绑定在AttributeError部分处理
        if key == keyboard.Key.up:                  # y正方向
            with open(os.path.join(dataset_folder, 'clip_marks.json'), 'w') as f:
                json.dump(clip_marks, f, indent=4)  # 保存剪辑标记到JSON文件
        elif key == keyboard.Key.down:              # y负方向
            previous_frame = True                   # 切换到上一帧
        elif key == keyboard.Key.page_down:
            next_frame = True                       # 切换到下一帧
        elif key == keyboard.Key.end:
            if 'start' in current_clip.keys():
                print("end", frame_folder)
                current_clip['end'] = frame_folder   # 标记当前剪辑的结束帧
                clip_marks.append(current_clip)      # 添加当前剪辑到剪辑标记列表
                current_clip = {}          # 重置当前剪辑
        elif key == keyboard.Key.insert:
            print("start", frame_folder)
            current_clip['start'] = frame_folder     # 标记当前剪辑的起始帧
        else:
            print("Key error", key)        # 处理其他键的错误
  4. 数据可视化类
    定义数据可祝化类 ReplayDatavisualizer,继承自DataVisualizer.
    replay_frames 方法用于可视化单帧数据,并处理键盘事件以切换帧
    class ReplayDataVisualizer(DataVisualizer):  # 定义数据重放可视化类,继承自DataVisualizer
        def __init__(self, directory):
            super().__init__(directory)   # 调用父类的初始化方法
    
        def replay_frames(self):          # 定义重放帧的方法
            """
            可视化单帧数据
            """
            global delta_movement_accu, delta_ori_accu, next_frame, previous_frame, frame
            if self.R_delta_init is None:
                self.initialize_canonical_frame()  # 初始化标准帧
    
            self._load_frame_data(frame)           # 加载当前帧数据
    
            self.vis.add_geometry(self.pcd)            # 添加点云数据到可视化器
            self.vis.add_geometry(self.coord_frame_1)  # 添加坐标系1到可视化器
            self.vis.add_geometry(self.coord_frame_2)  # 添加坐标系2到可视化器
            self.vis.add_geometry(self.coord_frame_3)  # 添加坐标系3到可视化器
            for joint in self.left_joints + self.right_joints:
                self.vis.add_geometry(joint)  # 添加关节数据到可视化器
            for cylinder in self.left_line_set + self.right_line_set:
                self.vis.add_geometry(cylinder)  # 添加连线数据到可视化器
    
            next_frame = True  # 初始化为下一帧
            try:
                with keyboard.Listener(on_press=on_press) as listener:  # 监听键盘事件
                    while True:
                        if next_frame == True:
                            next_frame = False
                            frame += 10      # 切换到下一帧
                        if previous_frame == True:
                            previous_frame = False
                            frame -= 10      # 切换到上一帧
                        self._load_frame_data(frame)  # 加载当前帧数据
    
                        self.step += 1       # 增加步数
    
                        self.vis.update_geometry(self.pcd)            # 更新点云数据
                        self.vis.update_geometry(self.coord_frame_1)  # 更新坐标系1
                        self.vis.update_geometry(self.coord_frame_2)  # 更新坐标系2
                        self.vis.update_geometry(self.coord_frame_3)  # 更新坐标系3
                        for joint in self.left_joints + self.right_joints:
                            self.vis.update_geometry(joint)      # 更新关节数据
                        for cylinder in self.left_line_set + self.right_line_set:
                            self.vis.update_geometry(cylinder)   # 更新连线数据
    
                        self.vis.poll_events()      # 处理可视化事件
                        self.vis.update_renderer()  # 更新渲染器
                    listener.join()                 # 等待监听器结束
            finally:
                print("cumulative_correction ", self.cumulative_correction)  # 打印累计修正值
  5. 主函数
    主函数解析命令行参数,获取数据目录
    if __name__ == "__main__":  # 主程序入口
        parser = argparse.ArgumentParser(description="Visualize saved frame data.")  # 创建命令行参数解析器
        parser.add_argument("--directory", type=str, default="./saved_data", help="Directory with saved data")  # 添加目录参数
    
        args = parser.parse_args()  # 解析命令行参数
    检查数据目录是否存在,如果存在 clip_marks. json 文件,询问用户是否覆盖
        assert os.path.exists(args.directory), f"given directory: {args.directory} not exists"  # 确认目录存在
    
        if os.path.exists(os.path.join(args.directory, 'clip_marks.json')):  # 检查剪辑标记文件是否存在
            response = (
                input(
                    f"clip_marks.json already exists. Do you want to override? (y/n): "
                )
                .strip()
                .lower()
            )
            if response != "y":
                print("Exiting program without overriding the existing directory.")  # 如果用户选择不覆盖,退出程序
                sys.exit()
    初始化 ReplayDatavisualizer 对象,并加载校准偏移量和方向偏移量
        dataset_folder = args.directory  # 设置数据集文件夹
        visualizer = ReplayDataVisualizer(args.directory)   # 创建数据重放可视化器对象
    
        visualizer.right_hand_offset = np.loadtxt("{}/calib_offset.txt".format(args.directory))           # 加载右手偏移量
        visualizer.right_hand_ori_offset = np.loadtxt("{}/calib_ori_offset.txt".format(args.directory))       # 加载右手方向偏移量
        visualizer.left_hand_offset = np.loadtxt("{}/calib_offset_left.txt".format(args.directory))      # 加载左手偏移量
        visualizer.left_hand_ori_offset = np.loadtxt("{}/calib_ori_offset_left.txt".format(args.directory))  # 加载左手方向偏移量
    调用replay_frames 方法开始可视化和处理键盛事件
        visualizer.replay_frames()  # 开始重放帧

1.4 redis_glove_server.py——接收UDP数据包并将手部关节数据存储到Redis数据库

这段代码是一个用于接收UDP数据包并将手部关节数据存储到Redis数据库的Python脚本

所谓UDP (User Datagram Protocol,用户数据报协议),其是一种简单的、面向无连接的传输层协议


与TCP (Transmission Control Protocol, 传输控制协议)不同,UDP不提供可靠性、数据包顺序和流量控制等功能。UDP主要用于 需要快速传输且对数据丢失不敏感的应用场景,例如视频流、在线游戏和实时通信等

以下是代码的详细解读:

  1. 导入库
    import socket       # 用于网络通信
    import json         # 用于处理JSON数据
    import redis        # 用于连接Redis数据库
    import numpy as np  # 用于数值计算
  2. 初始化Redis连接
    # 初始化Redis连接
    redis_host = "localhost"  # Redis服务器主机名
    redis_port = 6669      # Redis服务器端口
    redis_password = ""    # Redis服务器密码,如果没有密码则保持为空字符串
    r = redis.StrictRedis(
        host=redis_host, port=redis_port, password=redis_password, decode_responses=True
    )  # 创建Redis连接对象
  3. 定义手部关节名称
    # 定义左手和右手的关节名称
    left_hand_joint_names = ["leftHand",
                             'leftThumbProximal', 'leftThumbMedial', 'leftThumbDistal', 'leftThumbTip',
                             'leftIndexProximal', 'leftIndexMedial', 'leftIndexDistal', 'leftIndexTip',
                             'leftMiddleProximal', 'leftMiddleMedial', 'leftMiddleDistal', 'leftMiddleTip',
                             'leftRingProximal', 'leftRingMedial', 'leftRingDistal', 'leftRingTip',
                             'leftLittleProximal', 'leftLittleMedial', 'leftLittleDistal', 'leftLittleTip']
    
    right_hand_joint_names = ["rightHand",
                              'rightThumbProximal', 'rightThumbMedial', 'rightThumbDistal', 'rightThumbTip',
                              'rightIndexProximal', 'rightIndexMedial', 'rightIndexDistal', 'rightIndexTip',
                              'rightMiddleProximal', 'rightMiddleMedial', 'rightMiddleDistal', 'rightMiddleTip',
                              'rightRingProximal', 'rightRingMedial', 'rightRingDistal', 'rightRingTip',
                              'rightLittleProximal', 'rightLittleMedial', 'rightLittleDistal', 'rightLittleTip']
  4. 归一化函数
    def normalize_wrt_middle_proximal(hand_positions, is_left=True):  # 定义相对于中指近端关节的归一化函数
        middle_proximal_idx = left_hand_joint_names.index('leftMiddleProximal')  # 获取左手中指近端关节的索引
        if not is_left:
            middle_proximal_idx = right_hand_joint_names.index('rightMiddleProximal')  # 获取右手中指近端关节的索引
    
        wrist_position = hand_positions[0]  # 获取手腕位置
        middle_proximal_position = hand_positions[middle_proximal_idx]  # 获取中指近端关节位置
        bone_length = np.linalg.norm(wrist_position - middle_proximal_position)  # 计算手腕到中指近端关节的骨骼长度
        normalized_hand_positions = (middle_proximal_position - hand_positions) / bone_length  # 归一化手部关节位置
        return normalized_hand_positions  # 返回归一化后的手部关节位置
  5. 启动服务器函数
    创建并绑定UDP套接字
    def start_server(port):  # 定义启动服务器的函数,接受端口号作为参数
        s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)  # 使用SOCK_DGRAM创建UDP套接字
        s.bind(("192.168.0.200", port))  # 绑定套接字到指定的IP地址和端口
        print(f"Server started, listening on port {port} for UDP packets...")  # 打印服务器启动信息
    无限循环接收UDP数据包
        while True:  # 无限循环,持续接收数据
            data, address = s.recvfrom(64800)  # 接收UDP数据包,最大数据包大小为64800字节
            decoded_data = data.decode()       # 解码数据
    
            # 尝试解析JSON数据
            try:
                received_json = json.loads(decoded_data)    # 解析JSON数据
    
                # 初始化数组以存储手部关节位置和方向
                left_hand_positions = np.zeros((21, 3))     # 初始化左手关节位置数组,21个关节,每个关节3个坐标
                right_hand_positions = np.zeros((21, 3))    # 初始化右手关节位置数组,21个关节,每个关节3个坐标
    
                left_hand_orientations = np.zeros((21, 4))   # 初始化左手关节方向数组,21个关节,每个关节4个方向分量
                right_hand_orientations = np.zeros((21, 4))  # 初始化右手关节方向数组,21个关节,每个关节4个方向分量
    解析接收到的数据包,提取手部关节位置和方向数据
                # 遍历JSON数据以提取手部关节位置和方向
                for joint_name in left_hand_joint_names:  # 遍历左手关节名称列表
                    joint_data = received_json["scene"]["actors"][0]["body"][joint_name]  # 获取关节数据
                    joint_position = np.array(list(joint_data["position"].values()))  # 获取关节位置
                    joint_rotation = np.array(list(joint_data["rotation"].values()))  # 获取关节方向
                    left_hand_positions[left_hand_joint_names.index(joint_name)] = joint_position  # 存储关节位置
                    left_hand_orientations[left_hand_joint_names.index(joint_name)] = joint_rotation  # 存储关节方向
    
                for joint_name in right_hand_joint_names:  # 遍历右手关节名称列表
                    joint_data = received_json["scene"]["actors"][0]["body"][joint_name]  # 获取关节数据
                    joint_position = np.array(list(joint_data["position"].values()))  # 获取关节位置
                    joint_rotation = np.array(list(joint_data["rotation"].values()))  # 获取关节方向
                    right_hand_positions[right_hand_joint_names.index(joint_name)] = joint_position  # 存储关节位置
                    right_hand_orientations[right_hand_joint_names.index(joint_name)] = joint_rotation  # 存储关节方向
    计算相对于中指近端关节的相对距离,并进行归一化
                # 计算相对于中指近端关节的相对距离,并归一化
                left_middle_proximal_idx = left_hand_joint_names.index('leftMiddleProximal')    # 获取左手中指近端关节的索引
                right_middle_proximal_idx = right_hand_joint_names.index('rightMiddleProximal')  # 获取右手中指近端关节的索引
    
                left_wrist_position = left_hand_positions[0]    # 获取左手手腕位置
                right_wrist_position = right_hand_positions[0]  # 获取右手手腕位置
    
                left_middle_proximal_position = left_hand_positions[left_middle_proximal_idx]    # 获取左手中指近端关节位置
                right_middle_proximal_position = right_hand_positions[right_middle_proximal_idx]  # 获取右手中指近端关节位置
    
                left_bone_length = np.linalg.norm(left_wrist_position - left_middle_proximal_position)   # 计算左手骨骼长度
                right_bone_length = np.linalg.norm(right_wrist_position - right_middle_proximal_position)  # 计算右手骨骼长度
    
                normalized_left_hand_positions = (left_middle_proximal_position - left_hand_positions) / left_bone_length      # 归一化左手关节位置
                normalized_right_hand_positions = (right_middle_proximal_position - right_hand_positions) / right_bone_length    # 归一化右手关节位置
    将原始和归一化后的手部关节数据存储到Redis数据库中
                r.set("leftHandJointXyz", np.array(normalized_left_hand_positions).astype(np.float64).tobytes())  # 将归一化后的左手关节位置存储到Redis
                r.set("rightHandJointXyz", np.array(normalized_right_hand_positions).astype(np.float64).tobytes())  # 将归一化后的右手关节位置存储到Redis
                r.set("rawLeftHandJointXyz", np.array(left_hand_positions).astype(np.float64).tobytes())  # 将原始左手关节位置存储到Redis
                r.set("rawRightHandJointXyz", np.array(right_hand_positions).astype(np.float64).tobytes())  # 将原始右手关节位置存储到Redis
                r.set("rawLeftHandJointOrientation", np.array(left_hand_orientations).astype(np.float64).tobytes())  # 将原始左手关节方向存储到Redis
                r.set("rawRightHandJointOrientation", np.array(right_hand_orientations).astype(np.float64).tobytes())  # 将原始右手关节方向存储到Redis
    打印接收到的手部关节位置数据
                print("\n\n")
                print("=" * 50)
                print(np.round(left_hand_positions, 3))   # 打印左手关节位置
                print("-"*50)
                print(np.round(right_hand_positions, 3))  # 打印右手关节位置
    
            except json.JSONDecodeError:  # 捕获JSON解析错误
                print("Invalid JSON received:")   # 打印错误信息
  6. 主程序入口
    if __name__ == "__main__":  # 主程序入口
        start_server(14551)  # 启动服务器,监听端口14551

1.5 replay_human_traj_vis.py——可视化保存点云数据和位姿(可用于查看所有帧和校准)

1.6 transform_to_robot_table.py——将可视化点云数据放置在机器人桌面上

1.7 visualizer.py——可视化手部关节数据

1.7.1 一系列定义:比如五个手指等

  1. 导入各种库和模块,用于处理命令行参数、文件操作、点云数据处理、键盘事件监听等
  2. 定义手部关节之间的连接线,用于可视化手部骨架
    lines = np.array([
        # 拇指
        [1, 2], [2, 3], [3, 4],
        # 食指
        [5, 6], [6, 7], [7, 8],
        # 中指
        [9, 10], [10, 11], [11, 12],
        # 无名指
        [13, 14], [14, 15], [15, 16],
        # 小指
        [17, 18], [18, 19], [19, 20],
        # 连接近端关节
        [1, 5], [5, 9], [9, 13], [13, 17],
        # 连接手掌
        [0, 1], [17, 0]
    ])
  3. 定义一系列全局变量,用于存储累积的校正、当前帧、步长等信息
    delta_movement_accu = np.array([0.0, 0.0, 0.0])       # 累积的位移校正
    delta_ori_accu = np.array([0.0, 0.0, 0.0])            # 累积的方向校正
    delta_movement_accu_left = np.array([0.0, 0.0, 0.0])  # 左手累积的位移校正
    delta_ori_accu_left = np.array([0.0, 0.0, 0.0])  # 左手累积的方向校正
    adjust_movement = True      # 是否调整位移
    adjust_right = True         # 是否调整右手
    next_frame = False          # 是否切换到下一帧
    frame = 0            # 当前帧
    step = 0.01          # 步长
    fixed_transform = np.array([0.0, 0.0, 0.0])      # 固定变换
  4. 一些辅助函数
    将手腕位置平移到原点
    def translate_wrist_to_origin(joint_positions):  # 将手腕位置平移到原点
        wrist_position = joint_positions[0]          # 获取手腕位置
        updated_positions = joint_positions - wrist_position  # 平移所有关节位置
        return updated_positions          # 返回平移后的关节位置
    应用位姿矩阵
    def apply_pose_matrix(joint_positions, pose_matrix):  # 应用位姿矩阵
        homogeneous_joint_positions = np.hstack([joint_positions, np.ones((joint_positions.shape[0], 1))])          # 将关节位置转换为齐次坐标
        transformed_positions = np.dot(homogeneous_joint_positions, pose_matrix.T)  # 应用位姿矩阵
        transformed_positions_3d = transformed_positions[:, :3]  # 提取3D坐标
        return transformed_positions_3d               # 返回变换后的关节位置
    创建或更新圆柱体
    def create_or_update_cylinder(start, end, radius=0.003, cylinder_list=None, cylinder_idx=-1):  # 创建或更新圆柱体
        cyl_length = np.linalg.norm(end - start)  # 计算圆柱体的长度
    
        new_cylinder = o3d.geometry.TriangleMesh.create_cylinder(radius=radius, height=cyl_length, resolution=20, split=4)  # 创建新的圆柱体
        new_cylinder.paint_uniform_color([1, 0, 0])  # 将圆柱体涂成红色
    
        new_cylinder.translate(np.array([0, 0, cyl_length / 2]))  # 平移圆柱体
    
        direction = end - start  # 计算方向向量
        direction /= np.linalg.norm(direction)  # 归一化方向向量
    
        up = np.array([0, 0, 1])  # 圆柱体的默认向上向量
        rotation_axis = np.cross(up, direction)  # 计算旋转轴
        rotation_angle = np.arccos(np.dot(up, direction))  # 计算旋转角度
    
        if np.linalg.norm(rotation_axis) != 0:  # 如果旋转轴不为零
            rotation_axis /= np.linalg.norm(rotation_axis)  # 归一化旋转轴
            rotation_matrix = o3d.geometry.get_rotation_matrix_from_axis_angle(rotation_axis * rotation_angle)  # 计算旋转矩阵
            new_cylinder.rotate(rotation_matrix, center=np.array([0, 0, 0]))  # 旋转圆柱体
    
        new_cylinder.translate(start)  # 平移圆柱体到起始位置
    
        if cylinder_list[cylinder_idx] is not None:  # 如果圆柱体列表中已有圆柱体
            cylinder_list[cylinder_idx].vertices = new_cylinder.vertices  # 更新顶点
            cylinder_list[cylinder_idx].triangles = new_cylinder.triangles  # 更新三角形
            cylinder_list[cylinder_idx].vertex_normals = new_cylinder.vertex_normals  # 更新顶点法线
            cylinder_list[cylinder_idx].vertex_colors = new_cylinder.vertex_colors  # 更新顶点颜色
        else:
            cylinder_list[cylinder_idx] = new_cylinder  # 添加新的圆柱体到列表中

1.7.2 DataVisualizer类:用于可视化点云数据和手部关节数据

接下来,定义了一个名为DataVisualizer的类,用于可视化点云数据和手部关节数据

  1. 类定义和初始化
    class DataVisualizer:  # 定义DataVisualizer类
        def __init__(self, directory):  # 初始化方法,接受数据目录作为参数
            self.directory = directory  # 初始化数据目录
            self.base_pcd = None  # 初始化基础点云对象
            self.pcd = None  # 初始化点云对象
            self.img_backproj = None  # 初始化图像反投影对象
            self.coord_frame_1 = None  # 初始化坐标系1
            self.coord_frame_2 = None  # 初始化坐标系2
            self.coord_frame_3 = None  # 初始化坐标系3
    
            self.right_hand_offset = None  # 初始化右手偏移量
            self.right_hand_ori_offset = None  # 初始化右手方向偏移量
            self.left_hand_offset = None  # 初始化左手偏移量
            self.left_hand_ori_offset = None  # 初始化左手方向偏移量
    
            self.pose1_prev = np.eye(4)  # 初始化第一个位姿矩阵
            self.pose2_prev = np.eye(4)  # 初始化第二个位姿矩阵
            self.pose3_prev = np.eye(4)  # 初始化第三个位姿矩阵
    
            self.vis = o3d.visualization.Visualizer()  # 创建Open3D可视化器
            self.vis.create_window()  # 创建可视化窗口
            self.vis.get_view_control().change_field_of_view(step=1.0)  # 改变视野
    
            self.between_cam = np.eye(4)  # 初始化相机之间的变换矩阵
            self.between_cam[:3, :3] = np.array([[1.0, 0.0, 0.0],
                                                 [0.0, -1.0, 0.0],
                                                 [0.0, 0.0, -1.0]])
            self.between_cam[:3, 3] = np.array([0.0, 0.076, 0.0])  # 设置平移部分
    
            self.between_cam_2 = np.eye(4)  # 初始化第二个相机之间的变换矩阵
            self.between_cam_2[:3, :3] = np.array([[1.0, 0.0, 0.0],
                                                 [0.0, 1.0, 0.0],
                                                 [0.0, 0.0, 1.0]])
            self.between_cam_2[:3, 3] = np.array([0.0, -0.032, 0.0])  # 设置平移部分
    
            self.between_cam_3 = np.eye(4)  # 初始化第三个相机之间的变换矩阵
            self.between_cam_3[:3, :3] = np.array([[1.0, 0.0, 0.0],
                                                 [0.0, 1.0, 0.0],
                                                 [0.0, 0.0, 1.0]])
            self.between_cam_3[:3, 3] = np.array([0.0, -0.064, 0.0])  # 设置平移部分
    
            self.canonical_t265_ori = None  # 初始化标准T265方向
            # 可视化左手21个关节
            self.left_joints = []  # 初始化左手关节列表
            self.right_joints = []  # 初始化右手关节列表
            self.left_line_set = [None for _ in lines]  # 初始化左手连线列表
            self.right_line_set = [None for _ in lines]  # 初始化右手连线列表
            for i in range(21):  # 遍历21个关节
                for joint in [self.left_joints, self.right_joints]:  # 遍历左手和右手关节列表
                    # 为指尖和手腕创建较大的球体,为其他关节创建较小的球体
                    radius = 0.011 if i in [0, 4, 8, 12, 16, 20] else 0.007
                    sphere = o3d.geometry.TriangleMesh.create_sphere(radius=radius)  # 创建球体
                    # 将手腕和近端关节涂成绿色
                    if i in [0, 1, 5, 9, 13, 17]:
                        sphere.paint_uniform_color([0, 1, 0])
                    # 将指尖涂成红色
                    elif i in [4, 8, 12, 16, 20]:
                        sphere.paint_uniform_color([1, 0, 0])
                    # 将其他关节涂成蓝色
                    else:
                        sphere.paint_uniform_color([0, 0, 1])
                        # 将拇指涂成粉色
                    if i in [1, 2, 3, 4]:
                        sphere.paint_uniform_color([1, 0, 1])
                    joint.append(sphere)  # 将球体添加到关节列表中
                    self.vis.add_geometry(sphere)  # 将球体添加到可视化器中
    
            self.step = 0  # 初始化步数
            self.distance_buffer = []  # 初始化距离缓冲区
            self.R_delta_init = None  # 初始化旋转矩阵
    
            self.cumulative_correction = np.array([0.0, 0.0, 0.0])  # 初始化累计修正值
  2. 初始化标准帧的方法
        def initialize_canonical_frame(self):  # 初始化标准帧的方法
            if self.R_delta_init is None:      # 如果旋转矩阵未初始化
                self._load_frame_data(0)       # 加载第0帧数据
                pose_ori_matirx = self.pose3_prev[:3, :3]  # 获取第三个位姿的旋转矩阵
                pose_ori_correction_matrix = np.dot(np.array([[0, -1, 0],
                                                              [0, 0, 1],
                                                              [1, 0, 0]]), euler2mat(0, 0, 0))  # 计算修正矩阵
                pose_ori_matirx = np.dot(pose_ori_matirx, pose_ori_correction_matrix)  # 应用修正矩阵
    
                self.canonical_t265_ori = np.array([[1, 0, 0],
                                                    [0, -1, 0],
                                                    [0, 0, -1]])  # 初始化标准T265方向
                x_angle, y_angle, z_angle = mat2euler(self.pose3_prev[:3, :3])  # 将旋转矩阵转换为欧拉角
                self.canonical_t265_ori = np.dot(self.canonical_t265_ori, euler2mat(-z_angle, x_angle + 0.3, y_angle))      # 应用欧拉角修正
    
                self.R_delta_init = np.dot(self.canonical_t265_ori, pose_ori_matirx.T)  # 计算初始旋转矩阵
  3. 重放关键帧校准的方法
        def replay_keyframes_calibration(self):
            """
            可视化单帧
            """
            global delta_movement_accu, delta_ori_accu, next_frame, frame
            if self.R_delta_init is None:
                self.initialize_canonical_frame()    # 初始化标准帧
    
            self._load_frame_data(frame)      # 加载当前帧数据
    
            self.vis.add_geometry(self.pcd)      # 添加点云数据到可视化器
            self.vis.add_geometry(self.coord_frame_1)      # 添加坐标系1到可视化器
            self.vis.add_geometry(self.coord_frame_2)      # 添加坐标系2到可视化器
            self.vis.add_geometry(self.coord_frame_3)      # 添加坐标系3到可视化器
            for joint in self.left_joints + self.right_joints:
                self.vis.add_geometry(joint)  # 添加关节数据到可视化器
            for cylinder in self.left_line_set + self.right_line_set:
                self.vis.add_geometry(cylinder)      # 添加连线数据到可视化器
    
            next_frame = True  # 初始化为下一帧
            try:
                with keyboard.Listener(on_press=on_press) as listener:  # 监听键盘事件
                    while True:
                        if next_frame == True:
                            next_frame = False
                            frame += 10  # 切换到下一帧
                        self._load_frame_data(frame)  # 加载当前帧数据
    
                        self.step += 1  # 增加步数
    
                        self.vis.update_geometry(self.pcd)      # 更新点云数据
                        self.vis.update_geometry(self.coord_frame_1)      # 更新坐标系1
                        self.vis.update_geometry(self.coord_frame_2)      # 更新坐标系2
                        self.vis.update_geometry(self.coord_frame_3)      # 更新坐标系3
                        for joint in self.left_joints + self.right_joints:
                            self.vis.update_geometry(joint)      # 更新关节数据
                        for cylinder in self.left_line_set + self.right_line_set:
                            self.vis.update_geometry(cylinder)      # 更新连线数据
    
                        self.vis.poll_events()      # 处理可视化事件
                        self.vis.update_renderer()      # 更新渲染器
                    listener.join()  # 等待监听器结束
            finally:
                print("cumulative_correction ", self.cumulative_correction)  # 打印累计修正值
  4. 重放所有帧的方法
        def replay_all_frames(self):
            """
            连续可视化所有帧
            """
            try:
                if self.R_delta_init is None:
                    self.initialize_canonical_frame()  # 初始化标准帧
    
                frame = 0  # 初始化帧计数器
                first_frame = True  # 标记是否为第一帧
                while True:
                    if not self._load_frame_data(frame):  # 加载当前帧数据
                        break  # 如果无法加载数据,退出循环
    
                    if first_frame:
                        self.vis.add_geometry(self.pcd)  # 添加点云数据到可视化器
                        self.vis.add_geometry(self.coord_frame_1)  # 添加坐标系1到可视化器
                        self.vis.add_geometry(self.coord_frame_2)  # 添加坐标系2到可视化器
                        self.vis.add_geometry(self.coord_frame_3)  # 添加坐标系3到可视化器
                        for joint in self.left_joints + self.right_joints:
                            self.vis.add_geometry(joint)  # 添加关节数据到可视化器
                        for cylinder in self.left_line_set + self.right_line_set:
                            self.vis.add_geometry(cylinder)  # 添加连线数据到可视化器
                    else:
                        self.vis.update_geometry(self.pcd)  # 更新点云数据
                        self.vis.update_geometry(self.coord_frame_1)  # 更新坐标系1
                        self.vis.update_geometry(self.coord_frame_2)  # 更新坐标系2
                        self.vis.update_geometry(self.coord_frame_3)  # 更新坐标系3
                        for joint in self.left_joints + self.right_joints:
                            self.vis.update_geometry(joint)  # 更新关节数据
                        for cylinder in self.left_line_set + self.right_line_set:
                            self.vis.update_geometry(cylinder)  # 更新连线数据
    
                    self.vis.poll_events()  # 处理可视化事件
                    self.vis.update_renderer()  # 更新渲染器
    
                    if first_frame:
                        view_params = self.vis.get_view_control().convert_to_pinhole_camera_parameters()  # 获取视图参数
                    else:
                        self.vis.get_view_control().convert_from_pinhole_camera_parameters(view_params)  # 恢复视图参数
    
                    self.step += 1  # 增加步数
    
                    frame += 5  # 增加帧计数器
    
                    if first_frame:
                        first_frame = False  # 标记为非第一帧
    
            finally:
                self.vis.destroy_window()  # 销毁可视化窗口
  5. 反投影点的方法
        def _back_project_point(self, point, intrinsics):
            """ 将单个点从3D反投影到2D图像空间 """
            x, y, z = point
            fx, fy = intrinsics[0, 0], intrinsics[1, 1]
            cx, cy = intrinsics[0, 2], intrinsics[1, 2]
    
            u = (x * fx / z) + cx
            v = (y * fy / z) + cy
    
            return int(u), int(v)

1.7.3 _load_frame_data:加载给定帧的点云和位姿数据,并进行可视化处理

最后是加载帧数据的方法,即_load_frame_data这个方法,用于加载给定帧的点云和位姿数据,并进行可视化处理

  1. 方法定义和参数说明
    def _load_frame_data(self, frame, vis_2d=False, load_table_points=False):
        """
        Load point cloud and poses for a given frame
    
        @param frame: frame count in integer
        @return whether we can successfully load all data from frame subdirectory
        """
        global delta_movement_accu, delta_ori_accu, delta_movement_accu_left, delta_ori_accu_left  # 全局变量,用于存储累积的平移和旋转校正
        print(f"frame {frame}")  # 打印当前帧编号
    
        if adjust_movement:      # 如果启用了平移校正
            print("adjusting translation")    # 打印平移校正信息
        else:
            print("adjusting rotation")       # 打印旋转校正信息
  2. 初始化最顶部的L515相机内参
        # L515:
        o3d_depth_intrinsic = o3d.camera.PinholeCameraIntrinsic(
            1280, 720,
            898.2010498046875,
            897.86669921875,
            657.4981079101562,
            364.30950927734375)  # 初始化L515相机的内参
  3. 处理桌面点云数据
        if load_table_points:      # 如果需要加载桌面点云数据
            table_color_image_o3d = o3d.io.read_image(os.path.join(self.table_frame, "frame_0", "color_image.jpg"))      # 读取桌面彩色图像
            table_depth_image_o3d = o3d.io.read_image(os.path.join(self.table_frame, "frame_0", "depth_