wangmj_hdu的博客

摘要跟AprilTag 1相比，Apriltag 2对TagDetector部分进行了优化，提高了鲁棒性和效率。更高的检测率，较少的误报和较低的计算时间，从而提高了性能。介绍AprilTag 1基于ARTag和ARToolkit，一个黑白方形标签，带一个编码的二进制载荷，与ARTag相比具有更低的假阳性率，AprilTag 2在不牺牲定位精度的前提下降低误检率。本文的贡献：提高了小标签的检出率，显示更少的误报，并减少了计算时间。提出了一种新的标签边界分割方法，该方法对性能有很大的提高，

官方提供的AprilTag 3系列的所有标签的图像：https://github.com/AprilRobotics/apriltag-imgs但是当我克隆下来以后，发现里面的AprilTag标签图片分辨率低的可怕，完全不能用。what，这不是官方提供的吗？所以我就开始找其他的方法去生成AprilTag标签图片。之前写过一个通过openmv生成AprilTag标签图片的博客。这个方法也很好用，能够生成高清的AprilTag标签图片。唯一美中不足的缺点就是，生成的标签的种类太少了，现在要使用tagStan

前言AprilTag是一个视觉基准系统，类似于二维码，但降低了复杂度以满足实时性需求，AprilTag具有很小的数据有效载荷（4到12位之间）。AprilTag在非常低的分辨率，不均匀照明，奇怪的旋转或藏在另一个杂乱图像的角落时也可以被自动检测和定位。它们的设计具有很高的定位精度，我们可以计算相机相对于AprilTag的精确6自由度位姿信息。可以检测单个图中的多个标签。可用于多种任务，包括增强现实，机器人和相机校准。开源项目，官网有丰富的学习资料。实现原理自适应阈值将输入图像（a）

Apriltag是改进的ARToolkit、 ARTagARToolkit的劣势每个模板都是独立的，所以校正操作非常慢。每一个合适正交直线的图像创建模板是非常困难的。tag获取的时候通过用户设定的阈值得到一个简单的二值化图像。易受光照影响，而且识别不了有适当遮挡的标签边缘。ARTag对ARToolkit的改进使用图像梯度来获取tag，这样对光照的鲁棒性更强。ARTag算法不开源AprilTag主要组件Tagdetector估计图像中可能的标签位置（内黑外白..

Apriltag官网提供的tag图片分辨率很低，完全无法使用，通过openmv生成apriltag标签。生成方法如下：openmv IDE的下载与安装openmv官方提供了各种版本的IDE，下载Ubuntu版本，得到一个.run文件。下载链接下载完成后执行如下命令完成安装：sudo chmod +x openmv-ide-linux-x86_64-2.6.8.run ./openmv-ide-linux-x86_64-2.6.8.run生成apriltag通过以下设置，选择你所需要

1.安装usb_cam软件包sudo apt-get install ros-kinetic-usb-cam安装完成后可以启动相机roslaunch usb_cam usb_cam-test.launchlaunch文件在 /opt/ros/kinetic/share/usb_cam/launch 目录下，launch文件如下：<launch> <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="s