前言
因为我司「七月在线」关于dexcap的复现/优化接近尾声了(每月逐步提高复现的效果),故准备把dexcap的源码也分析下,11月下旬则分析下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
- 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
- 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()
- 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
- 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(分别为红、绿、蓝),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
- 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
- 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
- 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:
- 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
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)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
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
- 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
- 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
配置并启动L515相机的深度和彩色流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
配置并启动三个T265相机的位姿流,具体而言# 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
先配置
再启动# 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
如果启用了可视化功能,则初始化Open3D可视化器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
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
- 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
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
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
- 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
- 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
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 )
将位姿数据转换为4x4矩阵,并应用校正矩阵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)
且转换为Open3D格式的L515相机内参corrected_pose = pose_4x4 @ between_cam # 应用校正矩阵
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# 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, )
如果不是第一帧,则更新点云和坐标系的位姿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
再更新可视化器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
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
处理完所有帧后,停止所有相机的流,并保存所有帧数据 - 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
如果输出目录已存在,提示用户是否覆盖目录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
如果启用了帧存储功能,则创建输出目录# 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
调用 main 函数开始处理帧数据if args.store_frame: os.makedirs(args.out_directory, exist_ok=True) # 创建输出目录
# 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
- 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
- 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
- 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
- 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
- 主函数
主函数解析命令行参数,获取数据目录
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
初始化 ReplayDatavisualizer 对象,并加载校准偏移量和方向偏移量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()
调用replay_frames 方法开始可视化和处理键盛事件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
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:
- 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
- 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
- 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']
- 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
- 启动服务器函数
创建并绑定UDP套接字
无限循环接收UDP数据包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
解析接收到的数据包,提取手部关节位置和方向数据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
计算相对于中指近端关节的相对距离,并进行归一化# 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
将原始和归一化后的手部关节数据存储到Redis数据库中# 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
打印接收到的手部关节位置数据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
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
- 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
- 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
- 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] ])
- 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
- 一些辅助函数
将手腕位置平移到原点
应用位姿矩阵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
创建或更新圆柱体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
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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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_image.png")) # 读取桌面深度图像 table_rgbd = o3d.geometry.RGBDImage.create_from_color_and_depth(table_color_image_o3d, table_depth_image_o3d, depth_trunc=4.0, convert_rgb_to_intensity=False) # 创建RGBD图像 table_pose_4x4 = np.loadtxt(os.path.join(self.table_frame, "frame_0", "pose.txt")) # 读取桌面位姿 table_corrected_pose = table_pose_4x4 @ self.between_cam # 应用校正矩阵 self.table_pcd = o3d.geometry.PointCloud.create_from_rgbd_image(table_rgbd, o3d_depth_intrinsic) # 创建点云 self.table_pcd.transform(table_corrected_pose) # 应用校正矩阵
- 加载当前帧数据
frame_dir = os.path.join(self.directory, f"frame_{frame}") # 当前帧目录 color_image_o3d = o3d.io.read_image(os.path.join(frame_dir, "color_image.jpg")) # 读取彩色图像 depth_image_o3d = o3d.io.read_image(os.path.join(frame_dir, "depth_image.png")) # 读取深度图像 rgbd = o3d.geometry.RGBDImage.create_from_color_and_depth(color_image_o3d, depth_image_o3d, depth_trunc=4.0, convert_rgb_to_intensity=False) # 创建RGBD图像 pose_4x4 = np.loadtxt(os.path.join(frame_dir, "pose.txt")) # 读取位姿 if load_table_points: pose_4x4[:3, 3] += fixed_transform.T # 应用固定变换 corrected_pose = pose_4x4 @ self.between_cam # 应用校正矩阵
- 检查位姿文件是否存在
pose_path = os.path.join(frame_dir, "pose.txt") # 位姿文件路径 pose_2_path = os.path.join(frame_dir, "pose_2.txt") # 第二个位姿文件路径 pose_3_path = os.path.join(frame_dir, "pose_3.txt") # 第三个位姿文件路径 if not all(os.path.exists(path) for path in [pose_path, pose_2_path, pose_3_path]): # 检查所有位姿文件是否存在 return False # 如果有文件不存在,返回False
- 创建或更新点云
if self.pcd is None: # 如果点云对象为空 self.pcd = o3d.geometry.PointCloud.create_from_rgbd_image(rgbd, o3d_depth_intrinsic) # 创建点云 self.pcd.transform(corrected_pose) # 应用校正矩阵 else: 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 self.pcd.points = new_pcd.points # 更新点云的点 self.pcd.colors = new_pcd.colors # 更新点云的颜色
- 加载并校正位姿
pose_1 = np.loadtxt(pose_path) # 读取第一个位姿 if load_table_points: pose_1[:3, 3] += fixed_transform.T # 应用固定变换 pose_1 = pose_1 @ self.between_cam # 应用校正矩阵 pose_2 = np.loadtxt(pose_2_path) # 读取第二个位姿 if load_table_points: pose_2[:3, 3] += fixed_transform.T # 应用固定变换 pose_2 = pose_2 @ self.between_cam_2 # 应用校正矩阵 pose_3 = np.loadtxt(pose_3_path) # 读取第三个位姿 if load_table_points: pose_3[:3, 3] += fixed_transform.T # 应用固定变换 pose_3 = pose_3 @ self.between_cam_3 # 应用校正矩阵
- 创建或更新坐标系
if self.coord_frame_1 is None: # 如果坐标系1为空 self.coord_frame_1 = o3d.geometry.TriangleMesh.create_coordinate_frame(size=0.1) # 创建坐标系1 self.coord_frame_2 = o3d.geometry.TriangleMesh.create_coordinate_frame(size=0.1) # 创建坐标系2 self.coord_frame_3 = o3d.geometry.TriangleMesh.create_coordinate_frame(size=0.1) # 创建坐标系3 self.coord_frame_1 = self.coord_frame_1.transform(np.linalg.inv(self.pose1_prev)) # 逆变换上一个位姿 self.coord_frame_1 = self.coord_frame_1.transform(pose_1) # 应用当前位姿 self.pose1_prev = copy.deepcopy(pose_1) # 复制当前位姿 self.coord_frame_2 = self.coord_frame_2.transform(np.linalg.inv(self.pose2_prev)) # 逆变换上一个位姿 self.coord_frame_2 = self.coord_frame_2.transform(pose_2) # 应用当前位姿 self.pose2_prev = copy.deepcopy(pose_2) # 复制当前位姿 self.coord_frame_3 = self.coord_frame_3.transform(np.linalg.inv(self.pose3_prev)) # 逆变换上一个位姿 self.coord_frame_3 = self.coord_frame_3.transform(pose_3) # 应用当前位姿 self.pose3_prev = copy.deepcopy(pose_3) # 复制当前位姿
- 加载并处理左手关节数据
# left hand, read from joint left_hand_joint_xyz = np.loadtxt(os.path.join(frame_dir, "left_hand_joint.txt")) # 读取左手关节位置 self.left_hand_joint_xyz = left_hand_joint_xyz # 存储左手关节位置 left_hand_joint_xyz = translate_wrist_to_origin(left_hand_joint_xyz) # 平移手腕到原点 left_hand_joint_ori = np.loadtxt(os.path.join(frame_dir, "left_hand_joint_ori.txt"))[0] # 读取左手关节方向 self.left_hand_wrist_ori = left_hand_joint_ori # 存储左手手腕方向 left_rotation_matrix = Rotation.from_quat(left_hand_joint_ori).as_matrix().T # 计算旋转矩阵 left_hand_joint_xyz_reshaped = left_hand_joint_xyz[:, :, np.newaxis] # 重塑关节位置 left_transformed_joint_xyz = np.matmul(left_rotation_matrix, left_hand_joint_xyz_reshaped) # 应用旋转矩阵 left_hand_joint_xyz = left_transformed_joint_xyz[:, :, 0] # 更新关节位置 left_hand_joint_xyz[:, -1] = -left_hand_joint_xyz[:, -1] # z轴反转 rotation_matrix = axangle2mat(np.array([0, 1, 0]), -np.pi * 1 / 2) # 绕y轴旋转 left_hand_joint_xyz = np.dot(left_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 rotation_matrix = axangle2mat(np.array([1, 0, 0]), np.pi * 1 / 2) # 绕x轴旋转 left_hand_joint_xyz = np.dot(left_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 rotation_matrix = axangle2mat(np.array([0, 0, 1]), -np.pi * 1 / 2) # 绕z轴旋转 left_hand_joint_xyz = np.dot(left_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 left_hand_joint_xyz = np.dot(left_hand_joint_xyz, euler2mat(*self.left_hand_ori_offset).T) # 应用欧拉角校正 left_hand_joint_xyz = np.dot(left_hand_joint_xyz, euler2mat(*delta_ori_accu_left).T) # 应用累积旋转校正 left_hand_joint_xyz += self.left_hand_offset # 应用平移校正 left_hand_joint_xyz += delta_movement_accu_left # 应用累积平移校正 left_hand_joint_xyz = apply_pose_matrix(left_hand_joint_xyz, pose_2) # 应用位姿矩阵
- 设置左手关节球体和连线
# set joint sphere and lines for i, sphere in enumerate(self.left_joints): # 遍历左手关节球体 transformation = np.eye(4) # 创建4x4单位矩阵 transformation[:3, 3] = left_hand_joint_xyz[i] - sphere.get_center() # 计算平移向量 sphere.transform(transformation) # 应用平移变换 for i, (x, y) in enumerate(lines): # 遍历连线 start = self.left_joints[x].get_center() # 获取起点 end = self.left_joints[y].get_center() # 获取终点 create_or_update_cylinder(start, end, cylinder_list=self.left_line_set, cylinder_idx=i) # 创建或更新圆柱体
- 加载并处理右手关节数据
# right hand, read from joint right_hand_joint_xyz = np.loadtxt(os.path.join(frame_dir, "right_hand_joint.txt")) # 读取右手关节位置 self.right_hand_joint_xyz = right_hand_joint_xyz # 存储右手关节位置 right_hand_joint_xyz = translate_wrist_to_origin(right_hand_joint_xyz) # 平移手腕到原点 right_hand_joint_ori = np.loadtxt(os.path.join(frame_dir, "right_hand_joint_ori.txt"))[0] # 读取右手关节方向 self.right_hand_wrist_ori = right_hand_joint_ori # 存储右手手腕方向 right_rotation_matrix = Rotation.from_quat(right_hand_joint_ori).as_matrix().T # 计算旋转矩阵 right_joint_xyz_reshaped = right_hand_joint_xyz[:, :, np.newaxis] # 重塑关节位置 right_transformed_joint_xyz = np.matmul(right_rotation_matrix, right_joint_xyz_reshaped) # 应用旋转矩阵 right_hand_joint_xyz = right_transformed_joint_xyz[:, :, 0] # 更新关节位置 right_hand_joint_xyz[:, -1] = -right_hand_joint_xyz[:, -1] # z轴反转 rotation_matrix = axangle2mat(np.array([0, 1, 0]), -np.pi * 1 / 2) # 绕y轴旋转 right_hand_joint_xyz = np.dot(right_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 rotation_matrix = axangle2mat(np.array([1, 0, 0]), np.pi * 1 / 2) # 绕x轴旋转 right_hand_joint_xyz = np.dot(right_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 rotation_matrix = axangle2mat(np.array([0, 0, 1]), -np.pi * 1 / 2) # 绕z轴旋转 right_hand_joint_xyz = np.dot(right_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 right_hand_joint_xyz = np.dot(right_hand_joint_xyz, euler2mat(*self.right_hand_ori_offset).T) # 应用欧拉角校正 right_hand_joint_xyz = np.dot(right_hand_joint_xyz, euler2mat(*delta_ori_accu).T) # 应用累积旋转校正 right_hand_joint_xyz += self.right_hand_offset # 应用平移校正 right_hand_joint_xyz += delta_movement_accu # 应用累积平移校正 right_hand_joint_xyz = apply_pose_matrix(right_hand_joint_xyz, pose_3) # 应用位姿矩阵
- 可视化2D图像
if vis_2d: # 如果启用了2D可视化 color_image = np.asarray(rgbd.color) # 获取彩色图像 color_image = cv2.cvtColor(color_image, cv2.COLOR_RGB2BGR) # 转换颜色空间 left_hand_joint_points_homogeneous = np.hstack((left_hand_joint_xyz, np.ones((left_hand_joint_xyz.shape[0], 1)))) # 转换为齐次坐标 left_hand_transformed_points_homogeneous = np.dot(left_hand_joint_points_homogeneous, np.linalg.inv(corrected_pose).T) # 应用逆变换 left_hand_points_to_project = left_hand_transformed_points_homogeneous[:, :3] / left_hand_transformed_points_homogeneous[:, [3]] # 归一化 left_hand_back_projected_points = [self._back_project_point(point, o3d_depth_intrinsic.intrinsic_matrix) for point in left_hand_points_to_project] # 反投影 for i in range(len(left_hand_back_projected_points)): # 遍历左手关节点 u, v = left_hand_back_projected_points[i] # 获取投影点坐标 if i in [0, 1, 5, 9, 13, 17]: cv2.circle(color_image, (u, v), 10, (0, 255, 0), -1) # 绘制绿色圆点 elif i in [4, 8, 12, 16, 20]: cv2.circle(color_image, (u, v), 10, (255, 0, 0), -1) # 绘制蓝色圆点 else: cv2.circle(color_image, (u, v), 10, (0, 0, 255), -1) # 绘制红色圆点 if i in [1, 2, 3, 4]: cv2.circle(color_image, (u, v), 10, (255, 0, 255), -1) # 绘制紫色圆点 right_hand_joint_points_homogeneous = np.hstack((right_hand_joint_xyz, np.ones((right_hand_joint_xyz.shape[0], 1)))) # 转换为齐次坐标 right_hand_transformed_points_homogeneous = np.dot(right_hand_joint_points_homogeneous, np.linalg.inv(corrected_pose).T) # 应用逆变换 right_hand_points_to_project = right_hand_transformed_points_homogeneous[:, :3] / right_hand_transformed_points_homogeneous[:, [3]] # 归一化 right_hand_back_projected_points = [self._back_project_point(point, o3d_depth_intrinsic.intrinsic_matrix) for point in right_hand_points_to_project] # 反投影 for i in range(len(right_hand_back_projected_points)): # 遍历右手关节点 u, v = right_hand_back_projected_points[i] # 获取投影点坐标 if i in [0, 1, 5, 9, 13, 17]: cv2.circle(color_image, (u, v), 10, (0, 255, 0), -1) # 绘制绿色圆点 elif i in [4, 8, 12, 16, 20]: cv2.circle(color_image, (u, v), 10, (255, 0, 0), -1) # 绘制蓝色圆点 else: cv2.circle(color_image, (u, v), 10, (0, 0, 255), -1) # 绘制红色圆点 if i in [1, 2, 3, 4]: cv2.circle(color_image, (u, v), 10, (255, 0, if vis_2d: # 如果启用了2D可视化 color_image = np.asarray(rgbd.color) # 获取彩色图像 color_image = cv2.cvtColor(color_image, cv2.COLOR_RGB2BGR) # 转换颜色空间 left_hand_joint_points_homogeneous = np.hstack((left_hand_joint_xyz, np.ones((left_hand_joint_xyz.shape[0], 1)))) # 转换为齐次坐标 left_hand_transformed_points_homogeneous = np.dot(left_hand_joint_points_homogeneous, np.linalg.inv(corrected_pose).T) # 应用逆变换 left_hand_points_to_project = left_hand_transformed_points_homogeneous[:, :3] / left_hand_transformed_points_homogeneous[:, [3]] # 归一化 left_hand_back_projected_points = [self._back_project_point(point, o3d_depth_intrinsic.intrinsic_matrix) for point in left_hand_points_to_project] # 反投影 for i in range(len(left_hand_back_projected_points)): # 遍历左手关节点 u, v = left_hand_back_projected_points[i] # 获取投影点坐标 if i in [0, 1, 5, 9, 13, 17]: cv2.circle(color_image, (u, v), 10, (0, 255, 0), -1) # 绘制绿色圆点 elif i in [4, 8, 12, 16, 20]: cv2.circle(color_image, (u, v), 10, (255, 0, 0), -1) # 绘制蓝色圆点 else: cv2.circle(color_image, (u, v), 10, (0, 0, 255), -1) # 绘制红色圆点 if i in [1, 2, 3, 4]: cv2.circle(color_image, (u, v), 10, (255, 0, 255), -1) # 绘制紫色圆点 right_hand_joint_points_homogeneous = np.hstack((right_hand_joint_xyz, np.ones((right_hand_joint_xyz.shape[0], 1)))) # 转换为齐次坐标 right_hand_transformed_points_homogeneous = np.dot(right_hand_joint_points_homogeneous, np.linalg.inv(corrected_pose).T) # 应用逆变换 right_hand_points_to_project = right_hand_transformed_points_homogeneous[:, :3] / right_hand_transformed_points_homogeneous[:, [3]] # 归一化 right_hand_back_projected_points = [self._back_project_point(point, o3d_depth_intrinsic.intrinsic_matrix) for point in right_hand_points_to_project] # 反投影 for i in range(len(right_hand_back_projected_points)): # 遍历右手关节点 u, v = right_hand_back_projected_points[i] # 获取投影点坐标 if i in [0, 1, 5, 9, 13, 17]: cv2.circle(color_image, (u, v), 10, (0, 255, 0), -1) # 绘制绿色圆点 elif i in [4, 8, 12, 16, 20]: cv2.circle(color_image, (u, v), 10, (255, 0, 0), -1) # 绘制蓝色圆点 else: cv2.circle(color_image, (u, v), 10, (0, 0, 255), -1) # 绘制红色圆点 if i in [1, 2, 3, 4]: cv2.circle(color_image, (u, v), 10, (255, 0,
- 最后使用Open3D和OpenCV库来处理和现实3D和2D数据
以下是2D可视化部分
将RGBD图像的彩色部分转换为NumPy数组,并从RGB格式转换为BGR格式
处理左手和右手关节数据,将其转换为齐次坐标,应用校正矩阵,转换为 3D坐标,并反向投影到图像平面if vis_2d: # 如果启用了2D可视化 color_image = np.asarray(rgbd.color) # 将RGBD图像的彩色部分转换为NumPy数组 color_image = cv2.cvtColor(color_image, cv2.COLOR_RGB2BGR) # 将图像从RGB格式转换为BGR格式
在图像上绘制不同颜色的圆点表示不同的关节点# 处理左手关节数据 left_hand_joint_points_homogeneous = np.hstack((left_hand_joint_xyz, np.ones((left_hand_joint_xyz.shape[0], 1)))) # 将左手关节位置转换为齐次坐标 left_hand_transformed_points_homogeneous = np.dot(left_hand_joint_points_homogeneous, np.linalg.inv(corrected_pose).T) # 应用校正矩阵 left_hand_points_to_project = left_hand_transformed_points_homogeneous[:, :3] / left_hand_transformed_points_homogeneous[:, [3]] # 将齐次坐标转换为3D坐标 left_hand_back_projected_points = [self._back_project_point(point, o3d_depth_intrinsic.intrinsic_matrix) for point in left_hand_points_to_project] # 反向投影到图像平面 for i in range(len(left_hand_back_projected_points)): # 遍历所有左手关节点 u, v = left_hand_back_projected_points[i] # 获取关节点的图像坐标 if i in [0, 1, 5, 9, 13, 17]: # 如果关节点是手腕或指根 cv2.circle(color_image, (u, v), 10, (0, 255, 0), -1) # 画绿色圆点 elif i in [4, 8, 12, 16, 20]: # 如果关节点是指尖 cv2.circle(color_image, (u, v), 10, (255, 0, 0), -1) # 画蓝色圆点 else: # 其他关节点 cv2.circle(color_image, (u, v), 10, (0, 0, 255), -1) # 画红色圆点 if i in [1, 2, 3, 4]: # 如果关节点是拇指 cv2.circle(color_image, (u, v), 10, (255, 0, 255), -1) # 画紫色圆点 # 处理右手关节数据 right_hand_joint_points_homogeneous = np.hstack((right_hand_joint_xyz, np.ones((right_hand_joint_xyz.shape[0], 1)))) # 将右手关节位置转换为齐次坐标 right_hand_transformed_points_homogeneous = np.dot(right_hand_joint_points_homogeneous, np.linalg.inv(corrected_pose).T) # 应用校正矩阵 right_hand_points_to_project = right_hand_transformed_points_homogeneous[:, :3] / right_hand_transformed_points_homogeneous[:, [3]] # 将齐次坐标转换为3D坐标 right_hand_back_projected_points = [self._back_project_point(point, o3d_depth_intrinsic.intrinsic_matrix) for point in right_hand_points_to_project] # 反向投影到图像平面 for i in range(len(right_hand_back_projected_points)): # 遍历所有右手关节点 u, v = right_hand_back_projected_points[i] # 获取关节点的图像坐标 if i in [0, 1, 5, 9, 13, 17]: # 如果关节点是手腕或指根 cv2.circle(color_image, (u, v), 10, (0, 255, 0), -1) # 画绿色圆点 elif i in [4, 8, 12, 16, 20]: # 如果关节点是指尖 cv2.circle(color_image, (u, v), 10, (255, 0, 0), -1) # 画蓝色圆点 else: # 其他关节点 cv2.circle(color_image, (u, v), 10, (0, 0, 255), -1) # 画红色圆点 if i in [1, 2, 3, 4]: # 如果关节点是拇指 cv2.circle(color_image, (u, v), 10, (255, 0, 255), -1) # 画紫色圆点
显示带有反向投影点的图像,并在按下'q'键时退出铺环cv2.imshow("Back-projected Points on Image", color_image) # 显示带有反向投影点的图像 # 如果按下'q'键,退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): return # 退出函数
以下是3D可视化部分
设置右手关节球体的位置
创建或更新右手关节之问的连线# 设置关节球体和连线 for i, sphere in enumerate(self.right_joints): # 遍历右手关节球体 transformation = np.eye(4) # 创建4x4单位矩阵 transformation[:3, 3] = right_hand_joint_xyz[i] - sphere.get_center() # 计算平移向量 sphere.transform(transformation) # 应用平移变换 for i, (x, y) in enumerate(lines): # 遍历连线 start = self.right_joints[x].get_center() # 获取连线起点 end = self.right_joints[y].get_center() # 获取连线终点 create_or_update_cylinder(start, end, cylinder_list=self.right_line_set, cylinder_idx=i) # 创建或更新连线的圆柱体 return True # 返回True表示成功
第二部分 STEP2_build_dataset
先导入库
import h5py # 用于处理HDF5文件
import json # 用于处理JSON数据
from scipy.linalg import svd # 用于计算奇异值分解
from utils import * # 导入自定义的工具函数
from hyperparameters import * # 导入超参数
from pybullet_ik_bimanual import LeapPybulletIK # 导入用于逆运动学计算的类
然后初始化全局变量
leapPybulletIK = LeapPybulletIK() # 创建LeapPybulletIK对象
R_delta_init = None # 初始化旋转矩阵
2.1 dataset_utils.py
2.1.1 read_pose_data:读取和处理手部姿态数据(过程中使用 LeapPybulLetIK 计算逆运动学,得到手部关节的目标位置)
read_pose_data 用于读取和处理手部姿态数据。该函数从指定的文件路径中加载手部关节位置和
方向数据,并进行一系列转换和校正,最终返回处理后的数据
- 先定义函数本身和一些全局变量
def read_pose_data(frame_path, demo_path, fixed_trans_to_robot_table, first_frame=False): # 定义读取姿态数据的函数 global leapPybulletIK # 声明全局变量 leapPybulletIK cam_pose_path = os.path.join(frame_path, "pose.txt") # 相机姿态文件路径
- 加载左手姿态数据
# 加载左手姿态数据 left_pose_path = os.path.join(frame_path, "pose_2.txt") # 左手姿态文件路径 left_hand_pos_path = os.path.join(frame_path, "left_hand_joint.txt") # 左手关节位置文件路径 left_hand_ori_path = os.path.join(frame_path, "left_hand_joint_ori.txt") # 左手关节方向文件路径 left_hand_off_path = os.path.join(demo_path, "calib_offset_left.txt") # 左手校准偏移量文件路径 left_hand_off_ori_path = os.path.join(demo_path, "calib_ori_offset_left.txt") # 左手校准方向偏移量文件路径 pose_2 = np.loadtxt(left_pose_path) # 加载左手姿态数据 pose_2[:3, 3] += fixed_trans_to_robot_table.T # 应用固定的平移量 pose_2 = pose_2 @ between_cam_2 # 应用相机之间的转换矩阵 left_hand_joint_xyz = np.loadtxt(left_hand_pos_path) # 加载左手关节位置数据 left_hand_joint_xyz = translate_wrist_to_origin(left_hand_joint_xyz) # 将手腕位置平移到原点 left_hand_wrist_ori = np.loadtxt(left_hand_ori_path)[0] # 加载左手关节方向数据
- 加载右手姿态数据
# 加载右手姿态数据 pose_path = os.path.join(frame_path, "pose_3.txt") # 右手姿态文件路径 hand_pos_path = os.path.join(frame_path, "right_hand_joint.txt") # 右手关节位置文件路径 hand_ori_path = os.path.join(frame_path, "right_hand_joint_ori.txt") # 右手关节方向文件路径 hand_off_path = os.path.join(demo_path, "calib_offset.txt") # 右手校准偏移量文件路径 hand_off_ori_path = os.path.join(demo_path, "calib_ori_offset.txt") # 右手校准方向偏移量文件路径 pose_3 = np.loadtxt(pose_path) # 加载右手姿态数据 pose_3[:3, 3] += fixed_trans_to_robot_table.T # 应用固定的平移量 pose_3 = pose_3 @ between_cam_3 # 应用相机之间的转换矩阵 right_hand_joint_xyz = np.loadtxt(hand_pos_path) # 加载右手关节位置数据 right_hand_joint_xyz = translate_wrist_to_origin(right_hand_joint_xyz) # 将手腕位置平移到原点 right_hand_wrist_ori = np.loadtxt(hand_ori_path)[0] # 加载右手关节方向数据
- 计算逆运动学,其中计算逆运动学compute_IK的实现将在下文分析、讲解
right_hand_target, left_hand_target, right_hand_points, left_hand_points = leapPybulletIK.compute_IK(right_hand_joint_xyz, right_hand_wrist_ori, left_hand_joint_xyz, left_hand_wrist_ori) # 计算逆运动学 np.savetxt(os.path.join(frame_path, "right_joints.txt"), right_hand_target) # 保存右手关节目标位置 np.savetxt(os.path.join(frame_path, "left_joints.txt"), left_hand_target) # 保存左手关节目标位置
- 转换左手姿态
# 转换左手姿态 left_rotation_matrix = Rotation.from_quat(left_hand_wrist_ori).as_matrix().T # 将四元数转换为旋转矩阵 left_joint_xyz_reshaped = left_hand_joint_xyz[:, :, np.newaxis] # 重塑左手关节位置数组 left_transformed_joint_xyz = np.matmul(left_rotation_matrix, left_joint_xyz_reshaped) # 应用旋转矩阵 left_hand_joint_xyz = left_transformed_joint_xyz[:, :, 0] # 获取转换后的左手关节位置 left_hand_joint_xyz[:, -1] = -left_hand_joint_xyz[:, -1] # 反转z轴 rotation_matrix = axangle2mat(np.array([0, 1, 0]), -np.pi * 1 / 2) # 绕y轴旋转 left_hand_joint_xyz = np.dot(left_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 rotation_matrix = axangle2mat(np.array([1, 0, 0]), np.pi * 1 / 2) # 绕x轴旋转 left_hand_joint_xyz = np.dot(left_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 rotation_matrix = axangle2mat(np.array([0, 0, 1]), -np.pi * 1 / 2) # 绕z轴旋转 left_hand_joint_xyz = np.dot(left_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 left_hand_ori_offset = np.loadtxt(left_hand_off_ori_path) # 加载左手校准方向偏移量 left_hand_joint_xyz = np.dot(left_hand_joint_xyz, euler2mat(*left_hand_ori_offset).T) # 应用旋转校准 left_hand_offset = np.loadtxt(left_hand_off_path) # 加载左手校准偏移量 left_hand_joint_xyz += left_hand_offset # 应用偏移量 left_hand_joint_xyz = apply_pose_matrix(left_hand_joint_xyz, pose_2) # 应用姿态矩阵 update_pose_2 = copy.deepcopy(pose_2) # 复制左手姿态矩阵 update_pose_2[:3, 3] = left_hand_joint_xyz[0] # 更新左手姿态矩阵的平移部分 left_hand_joint_xyz = apply_pose_matrix(left_hand_joint_xyz, inverse_transformation(update_pose_2)) # 应用逆变换 # 重要!由于手套上的相机安装角度为45度,需要在此处转换以获得正确的手部方向 rotation_45lookup_matrix = axangle2mat(np.array([1, 0, 0]), np.pi * 1 / 4) # 绕z轴旋转45度 update_pose_2[:3, :3] = np.dot(update_pose_2[:3, :3], rotation_45lookup_matrix.T) # 应用旋转矩阵 if not first_frame: update_pose_2 = hand_to_robot_left(update_pose_2) # 转换为机器人左手坐标系 left_hand_translation = update_pose_2[:3, 3] # 获取左手平移部分 left_hand_rotation_matrix = update_pose_2[:3, :3] # 获取左手旋转矩阵 left_hand_quaternion = mat2quat(left_hand_rotation_matrix) # 将旋转矩阵转换为四元数
- 转换右手姿态
# 转换右手姿态 right_rotation_matrix = Rotation.from_quat(right_hand_wrist_ori).as_matrix().T # 将四元数转换为旋转矩阵 right_joint_xyz_reshaped = right_hand_joint_xyz[:, :, np.newaxis] # 重塑右手关节位置数组 right_transformed_joint_xyz = np.matmul(right_rotation_matrix, right_joint_xyz_reshaped) # 应用旋转矩阵 right_hand_joint_xyz = right_transformed_joint_xyz[:, :, 0] # 获取转换后的右手关节位置 right_hand_joint_xyz[:, -1] = -right_hand_joint_xyz[:, -1] # 反转z轴 rotation_matrix = axangle2mat(np.array([0, 1, 0]), -np.pi * 1 / 2) # 绕y轴旋转 right_hand_joint_xyz = np.dot(right_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 rotation_matrix = axangle2mat(np.array([1, 0, 0]), np.pi * 1 / 2) # 绕x轴旋转 right_hand_joint_xyz = np.dot(right_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 rotation_matrix = axangle2mat(np.array([0, 0, 1]), -np.pi * 1 / 2) # 绕z轴旋转 right_hand_joint_xyz = np.dot(right_hand_joint_xyz, rotation_matrix.T) # 应用旋转矩阵 right_hand_ori_offset = np.loadtxt(hand_off_ori_path) # 加载右手校准方向偏移量 right_hand_joint_xyz = np.dot(right_hand_joint_xyz, euler2mat(*right_hand_ori_offset).T) # 应用旋转校准 right_hand_offset = np.loadtxt(hand_off_path) # 加载右手校准偏移量 right_hand_joint_xyz += right_hand_offset # 应用偏移量 right_hand_joint_xyz = apply_pose_matrix(right_hand_joint_xyz, pose_3) # 应用姿态矩阵 update_pose_3 = copy.deepcopy(pose_3) # 复制右手姿态矩阵 update_pose_3[:3, 3] = right_hand_joint_xyz[0] # 更新右手姿态矩阵的平移部分 right_hand_joint_xyz = apply_pose_matrix(right_hand_joint_xyz, inverse_transformation(update_pose_3)) # 应用逆变换 # 重要!由于手套上的相机安装角度为45度,需要在此处转换以获得正确的手部方向 rotation_45lookup_matrix = axangle2mat(np.array([1, 0, 0]), np.pi * 1 / 4) # 绕z轴旋转45度 update_pose_3[:3, :3] = np.dot(update_pose_3[:3, :3], rotation_45lookup_matrix.T) # 应用旋转矩阵 if not first_frame: update_pose_3 = hand_to_robot(update_pose_3) # 转换为机器人右手坐标系 right_hand_translation = update_pose_3[:3, 3] # 获取右手平移部分 right_hand_rotation_matrix = update_pose_3[:3, :3] # 获取右手旋转矩阵 right_hand_quaternion = mat2quat(right_hand_rotation_matrix) # 将旋转矩阵转换为四元数
- 加载相机姿态数据
cam_pose_4x4 = np.loadtxt(cam_pose_path) # 加载相机姿态数据 cam_pose_4x4[:3, 3] += fixed_trans_to_robot_table.T # 应用固定的平移量 cam_corrected_pose = cam_pose_4x4 @ between_cam # 应用相机之间的转换矩阵 cam_corrected_pose = cam_corrected_pose.flatten() # 将矩阵展平 return (np.concatenate([right_hand_translation, right_hand_quaternion, right_hand_target]), np.concatenate([left_hand_translation, left_hand_quaternion, left_hand_target]), cam_corrected_pose, right_hand_joint_xyz.flatten(), left_hand_joint_xyz.flatten(), right_hand_points, left_hand_points) # 返回处理后的数据
总共,这段代码定义了一个名为read_pose_data 的函数,用于读取和处理手部姿态数据。具体步骤如下:
- 加载左手和右手的姿态数据:从指定的文件路径中加载手部关节位置和方向数据
- 计算逆运动学:使用 LeapPybulLetIK 计算逆运动学,得到手部关节的目标位置
- 转换左手和右手的姿态:将手部关节位置和方向数据转换为标准坐标系,并应用校准偏移量和旋转矩阵
- 加载相机姿态数据:从指定的文件路径中加载相机姿态数据,并应用固定的平移量和相机之间的转换矩阵
- 返回处理后的数据:返回处理后的手部和相机姿态数据,包括关节位置、方向和目标位置
通过这些步骤,函数能够读取和处理手部姿态数据,并将其转换为标准坐标系,供后续处理和分析使用
2.1.2 process_hdf5:处理多个数据集(手部姿态/图像/点云),作为模型的训练数据集
这段代码的主要功能是处理多个数据集文件夹中的数据——比如手部姿态数据、图像数据、点云数据,并将处理后的数据保存到一个HDF5文件中,从而作为训练机器学习模型的数据集
具体步骤如下:
- 初始化:创建Open3D可视化器和空的点云对象,打开HDF5文件用于写入
def process_hdf5(output_hdf5_file, dataset_folders, action_gap, num_points_to_sample, in_wild_data=False): # 定义处理HDF5文件的函数 global R_delta_init # 声明全局变量 R_delta_init vis = o3d.visualization.Visualizer() # 创建Open3D可视化器 vis.create_window() # 创建可视化窗口 pcd_vis = o3d.geometry.PointCloud() # 初始化空的点云对象 firstfirst = True # 标记是否为第一次更新可视化器 with h5py.File(output_hdf5_file, 'w') as output_hdf5: # 打开HDF5文件用于写入 output_data_group = output_hdf5.create_group('data') # 创建数据组 demo_index = 0 # 初始化演示索引 total_frames = 0 # 初始化总帧数 mean_init_pos = [] # 初始化初始位置均值列表 mean_init_quat = [] # 初始化初始四元数均值列表
- 遍历数据集文件夹:加载剪辑标记文件,读取手部姿态数据、图像数据和点云数据
for dataset_folder in dataset_folders: # 遍历数据集文件夹 clip_marks_json = os.path.join(dataset_folder, 'clip_marks.json') # 剪辑标记文件路径 if in_wild_data: # 如果数据是在野外收集的,读取固定的平移量到机器人桌面 fixed_trans_to_robot_table = np.loadtxt(os.path.join(dataset_folder, 'map_to_robot_table_trans.txt')) else: fixed_trans_to_robot_table = np.array([0.0, 0.0, 0.0]) # 否则,平移量为零 # 加载剪辑标记 with open(clip_marks_json, 'r') as file: clip_marks = json.load(file) # 读取剪辑标记 for clip in clip_marks: # 遍历每个剪辑 # 保存第0帧并更新 R_delta_init frame0_pose_data, frame0_left_pose_data, _, _, _, _, _ = read_pose_data(os.path.join(dataset_folder, f'frame_0'), dataset_folder, fixed_trans_to_robot_table=fixed_trans_to_robot_table, first_frame=True) update_R_delta_init(frame0_pose_data[:3], frame0_pose_data[3:7]) # 更新 R_delta_init # 获取起始和结束帧编号 start_frame = int(clip['start'].split('_')[-1]) end_frame = int(clip['end'].split('_')[-1]) clip_length = end_frame - start_frame + 1 # 包括第0帧 agentview_images = [] # 初始化代理视角图像列表 pointcloud = [] # 初始化点云列表 poses = [] # 初始化姿态列表 poses_left = [] # 初始化左手姿态列表 states = [] # 初始化状态列表 glove_states = [] # 初始化手套状态列表 left_glove_states = [] # 初始化左手手套状态列表 labels = [] # 初始化标签列表
- 处理每一帧数据:调整图像大小,遮罩手部图像
处理点云数据for frame_number in list(range(start_frame, end_frame + 1)): # 遍历每一帧 frame_folder = f'frame_{frame_number}' # 帧文件夹名称 image_path = os.path.join(dataset_folder, frame_folder, "color_image.jpg") # 彩色图像路径 frame_path = os.path.join(dataset_folder, frame_folder) # 帧文件夹路径 # 加载手部姿态数据 pose_data, left_pose_data, cam_data, glove_data, left_glove_data, right_hand_points, left_hand_points = read_pose_data(frame_path, dataset_folder, fixed_trans_to_robot_table=fixed_trans_to_robot_table) poses.append(pose_data) # 添加右手姿态数据 poses_left.append(left_pose_data) # 添加左手姿态数据 states.append(cam_data) # 添加相机数据 glove_states.append(glove_data) # 添加右手手套数据 left_glove_states.append(left_glove_data) # 添加左手手套数据 # 处理图像 resized_image = resize_image(image_path) # 调整图像大小 resized_image, right_hand_show = mask_image(resized_image, pose_data, cam_data) # 遮罩右手图像 resized_image, left_hand_show = mask_image(resized_image, left_pose_data, cam_data, left=True) # 遮罩左手图像 agentview_images.append(resized_image) # 添加调整大小后的图像
移除冗余点# 处理点云 color_image_o3d = o3d.io.read_image(os.path.join(dataset_folder, frame_folder, "color_image.jpg")) # 读取彩色图像 depth_image_o3d = o3d.io.read_image(os.path.join(dataset_folder, frame_folder, "depth_image.png")) # 读取深度图像 max_depth = 1000 # 最大深度 depth_array = np.asarray(depth_image_o3d) # 将深度图像转换为数组 mask = depth_array > max_depth # 创建深度掩码 depth_array[mask] = 0 # 将超过最大深度的值设为0 filtered_depth_image = o3d.geometry.Image(depth_array) # 创建过滤后的深度图像 rgbd = o3d.geometry.RGBDImage.create_from_color_and_depth(color_image_o3d, filtered_depth_image, depth_trunc=4.0, convert_rgb_to_intensity=False) # 创建RGBD图像 pose_4x4 = np.loadtxt(os.path.join(dataset_folder, frame_folder, "pose.txt")) # 加载姿态数据 pose_4x4[:3, 3] += fixed_trans_to_robot_table.T # 应用固定的平移量 corrected_pose = pose_4x4 @ between_cam # 应用相机之间的转换矩阵 pcd = o3d.geometry.PointCloud.create_from_rgbd_image(rgbd, o3d_depth_intrinsic) # 从RGBD图像创建点云 pcd.transform(corrected_pose) # 应用校正矩阵 color_pcd = np.concatenate((np.array(pcd.points), np.array(pcd.colors)), axis=-1) # 合并点云和颜色数据 if right_hand_show: # 如果检测到右手,合并右手点云 transformed_point_cloud = transform_right_leap_pointcloud_to_camera_frame(right_hand_points, pose_data) colored_hand_point_cloud = np.concatenate((transformed_point_cloud, np.zeros((transformed_point_cloud.shape[0], 3))), axis=1) color_pcd = np.concatenate((color_pcd, colored_hand_point_cloud), axis=0) if left_hand_show: # 如果检测到左手,合并左手点云 transformed_point_cloud_left = transform_left_leap_pointcloud_to_camera_frame(left_hand_points, left_pose_data) colored_hand_point_cloud_left = np.concatenate((transformed_point_cloud_left, np.zeros((transformed_point_cloud_left.shape[0], 3))), axis=1) color_pcd = np.concatenate((color_pcd, colored_hand_point_cloud_left), axis=0)
下采样点云# 移除桌面表面和背景下方的冗余点 centroid = np.mean(robot_table_corner_points, axis=0) # 计算质心 A = robot_table_corner_points - centroid # 计算偏移 U, S, Vt = svd(A) # 进行奇异值分解 normal = Vt[-1] # 获取法向量 d = -np.dot(normal, centroid) # 计算平面方程中的d xyz = color_pcd[:, :3] # 获取点云的xyz坐标 for plane_gap in table_sweep_list: # 遍历平面高度 below_plane = np.dot(xyz, normal[:3]) + d + plane_gap < 0 # 判断点是否在平面下方 if len(color_pcd[~below_plane]) > num_points_to_sample: # 如果点数大于采样点数 color_pcd = color_pcd[~below_plane] # 移除平面下方的点 break
# 下采样点云 if len(color_pcd) > num_points_to_sample: indices = np.random.choice(len(color_pcd), num_points_to_sample, replace=False) # 随机选择点 color_pcd = color_pcd[indices] # 获取采样点 pointcloud.append(copy.deepcopy(color_pcd)) # 添加点云数据 labels.append(0) # 添加标签 # 更新点云可视化 pcd_vis.points = o3d.utility.Vector3dVector(color_pcd[:, :3]) # 设置点云的点 pcd_vis.colors = o3d.utility.Vector3dVector(color_pcd[:, 3:]) # 设置点云的颜色 if firstfirst: vis.add_geometry(pcd_vis) # 添加几何体到可视化器 firstfirst = False # 标记为非第一次 else: vis.update_geometry(pcd_vis) # 更新几何体 vis.poll_events() # 处理可视化事件 vis.update_renderer() # 更新渲染器
- 更新可视化:更新点云和图像的可视化显示
# 更新图像可视化 cv2.imshow("masked_resized_image", resized_image) # 显示遮罩后的图像 cv2.waitKey(1) # 等待键盘输入
- 生成动作轨迹:根据 action_gap 生成动作轨迹,并保存到HDF5文件中
先
后poses = np.array(poses) # 转换姿态列表为数组 robot0_eef_pos = poses[:, :3] # 获取末端执行器位置 robot0_eef_quat = poses[:, 3:7] # 获取末端执行器四元数 robot0_eef_hand = (poses[:, 7:] - np.pi) * 0.5 # 缩放手部关节位置 poses_left = np.array(poses_left) # 转换左手姿态列表为数组 robot0_eef_pos_left = poses_left[:, :3] # 获取左手末端执行器位置 robot0_eef_quat_left = poses_left[:, 3:7] # 获取左手末端执行器四元数 robot0_eef_hand_left = (poses_left[:, 7:] - np.pi) * 0.5 # 缩放左手关节位置 robot0_eef_pos = np.concatenate((robot0_eef_pos, robot0_eef_pos_left), axis=-1) # 合并左右手末端执行器位置 robot0_eef_quat = np.concatenate((robot0_eef_quat, robot0_eef_quat_left), axis=-1) # 合并左右手末端执行器四元数 robot0_eef_hand = np.concatenate((robot0_eef_hand, robot0_eef_hand_left), axis=-1) # 合并左右手关节位置 actions_pos = np.concatenate((robot0_eef_pos[action_gap:], robot0_eef_pos[-1:].repeat(action_gap, axis=0)), axis=0) # 生成动作位置 actions_rot = np.concatenate((robot0_eef_quat[action_gap:], robot0_eef_quat[-1:].repeat(action_gap, axis=0)), axis=0) # 生成动作旋转 actions_hand = np.concatenate((robot0_eef_hand[action_gap:], robot0_eef_hand[-1:].repeat(action_gap, axis=0)), axis=0) # 生成动作手部姿态 actions = np.concatenate((actions_pos, actions_rot, actions_hand), axis=-1) # 合并手臂和手部动作
for j in range(action_gap): # 根据 action_gap 生成轨迹 demo_name = f'demo_{demo_index}' # 演示名称 output_demo_group = output_data_group.create_group(demo_name) # 创建演示组 print("{} saved".format(demo_name)) # 打印保存信息 demo_index += 1 # 增加演示索引 output_demo_group.attrs['frame_0_eef_pos'] = frame0_pose_data[:3] # 设置第0帧末端执行器位置 output_demo_group.attrs['frame_0_eef_quat'] = frame0_pose_data[3:7] # 设置第0帧末端执行器四元数 output_obs_group = output_demo_group.create_group('obs') # 创建观察组 output_obs_group.create_dataset('agentview_image', data=np.array(agentview_images)[j::action_gap]) # 保存代理视角图像 output_obs_group.create_dataset('pointcloud', data=np.array(pointcloud)[j::action_gap]) # 保存点云数据 output_obs_group.create_dataset('robot0_eef_pos', data=copy.deepcopy(robot0_eef_pos)[j::action_gap]) # 保存末端执行器位置 output_obs_group.create_dataset('robot0_eef_quat', data=copy.deepcopy(robot0_eef_quat)[j::action_gap]) # 保存末端执行器四元数 output_obs_group.create_dataset('robot0_eef_hand', data=copy.deepcopy(robot0_eef_hand)[j::action_gap]) # 保存手部姿态 output_obs_group.create_dataset('label', data=np.array(labels)[j::action_gap]) # 保存标签 output_demo_group.create_dataset('actions', data=copy.deepcopy(actions)[j::action_gap]) # 保存动作 # 创建 'dones', 'rewards', 和 'states' dones = np.zeros(clip_length, dtype=np.int64) # 初始化 'dones' dones[-1] = 1 # 设置最后一帧的 'done' 为 1 output_demo_group.create_dataset('dones', data=dones[j::action_gap]) # 保存 'dones' rewards = np.zeros(clip_length, dtype=np.float64) # 初始化 'rewards' output_demo_group.create_dataset('rewards', data=rewards[j::action_gap]) # 保存 'rewards' output_demo_group.create_dataset('states', data=states[j::action_gap]) # 保存状态 output_demo_group.create_dataset('glove_states', data=glove_states[j::action_gap]) # 保存手套状态 output_demo_group.attrs['num_samples'] = len(actions[j::action_gap]) # 设置样本数量 total_frames += len(actions[j::action_gap]) # 增加总帧数 mean_init_pos.append(copy.deepcopy(robot0_eef_pos[j])) # 添加初始位置 mean_init_quat.append(copy.deepcopy(robot0_eef_quat[j])) # 添加初始四元数 mean_init_hand.append(copy.deepcopy(robot0_eef_hand[j])) # 添加初始手部姿态 output_data_group.attrs['total'] = total_frames # 设置总帧数
- 计算初始位置的均值:计算初始位置、四元数和手部姿态的均值,并保存到HDF5文件中
# 计算初始位置的均值 mean_init_pos = np.array(mean_init_pos).mean(axis=0) # 计算初始位置均值 mean_init_quat = mean_init_quat[0] # 获取初始四元数 mean_init_hand = np.array(mean_init_hand).mean(axis=0) # 计算初始手部姿态均值 output_data_group.attrs['mean_init_pos'] = mean_init_pos # 设置初始位置均值 output_data_group.attrs['mean_init_quat'] = mean_init_quat # 设置初始四元数 output_data_group.attrs['mean_init_hand'] = mean_init_hand # 设置初始手部姿态均值
2.2 pybullet_ik_bimanual.py——含点云生成、计算逆运动学compute_IK的实现
2.2.1 导入库、类的定义和初始化、获取网格点云的方法等等
- 导入库
import pybullet_data # 导入 PyBullet 数据库 from yourdfpy import URDF # 导入 URDF 解析库 from transforms3d.euler import quat2euler, euler2quat # 导入四元数和欧拉角转换函数 from utils import * # 导入自定义工具函数 from hyperparameters import * # 导入超参数
- 类定义和初始化
class LeapPybulletIK(): # 定义 LeapPybulletIK 类 def __init__(self): # 初始化方法 # 启动 PyBullet clid = p.connect(p.SHARED_MEMORY) # 尝试连接到共享内存 if clid < 0: p.connect(p.GUI) # 如果连接失败,则启动 GUI p.setAdditionalSearchPath(pybullet_data.getDataPath()) # 设置 PyBullet 数据路径 p.loadURDF("plane.urdf", [0, 0, -0.3]) # 加载平面 URDF # 加载右手 LEAP 模型 self.LeapId = p.loadURDF( "leap_hand_mesh/robot_pybullet.urdf", [0.0, 0.0, 0.0], rotate_quaternion(0.0, 0.0, 0.0), ) # 加载左手 LEAP 模型 self.left_offset = 1.0 # 为了可视化,将左手和右手分开 self.LeapId_2 = p.loadURDF( "leap_hand_mesh/robot_pybullet.urdf", [0.0, self.left_offset, 0.0], rotate_quaternion(0.0, 0.0, 0.0), ) self.leap_center_offset = [0.18, 0.03, 0.0] # 由于 LEAP 手部 URDF 的根节点不在手掌根部(在食指根部),我们设置一个偏移量来校正根位置 self.leapEndEffectorIndex = [4, 9, 14, 19] # 指尖关节索引 self.fingertip_offset = np.array([0.1, 0.0, -0.08]) # 由于 URDF 中指尖网格的根节点不在指尖(在指尖网格的右下部分),我们设置一个偏移量来校正指尖位置 self.thumb_offset = np.array([0.1, 0.0, -0.06]) # 同样的原因,校正拇指尖位置 self.numJoints = p.getNumJoints(self.LeapId) # 获取 LEAP 手部的关节数量 self.hand_lower_limits, self.hand_upper_limits, self.hand_joint_ranges = self.get_joint_limits(self.LeapId) # 获取 LEAP 手部的关节限制 self.HAND_Q = np.array([np.pi / 6, -np.pi / 6, np.pi / 3, np.pi / 3, np.pi / 6, 0.0, np.pi / 3, np.pi / 3, np.pi / 6, np.pi / 6, np.pi / 3, np.pi / 3, np.pi / 6, np.pi / 6, np.pi / 3, np.pi / 3]) # 为了避免 LEAP 手部的自碰撞,我们定义一个参考姿态用于零空间 IK # 加载左手和右手的 URDF,用于在正向运动学期间生成点云 self.urdf_dict = {} self.Leap_urdf = URDF.load("leap_hand_mesh/robot_pybullet.urdf") self.Leap_urdf_2 = URDF.load("leap_hand_mesh/robot_pybullet.urdf") self.urdf_dict["right_leap"] = { "scene": self.Leap_urdf.scene, "mesh_list": self._load_meshes(self.Leap_urdf.scene), } self.urdf_dict["left_leap"] = { "scene": self.Leap_urdf_2.scene, "mesh_list": self._load_meshes(self.Leap_urdf_2.scene), } self.create_target_vis() # 创建目标可视化 p.setGravity(0, 0, 0) # 设置重力 useRealTimeSimulation = 0 # 禁用实时模拟 p.setRealTimeSimulation(useRealTimeSimulation) # 设置实时模拟
- 获取关节限制的方法
def get_joint_limits(self, robot): # 获取关节限制的方法 joint_lower_limits = [] # 初始化关节下限列表 joint_upper_limits = [] # 初始化关节上限列表 joint_ranges = [] # 初始化关节范围列表 for i in range(p.getNumJoints(robot)): # 遍历所有关节 joint_info = p.getJointInfo(robot, i) # 获取关节信息 if joint_info[2] == p.JOINT_FIXED: # 如果关节是固定的,跳过 continue joint_lower_limits.append(joint_info[8]) # 添加关节下限 joint_upper_limits.append(joint_info[9]) # 添加关节上限 joint_ranges.append(joint_info[9] - joint_info[8]) # 计算并添加关节范围 return joint_lower_limits, joint_upper_limits, joint_ranges # 返回关节限制
- 加载网格的方法
def _load_meshes(self, scene): # 加载网格的方法 mesh_list = [] # 初始化网格列表 for name, g in scene.geometry.items(): # 遍历场景中的几何体 mesh = g.as_open3d # 将几何体转换为 Open3D 网格 mesh_list.append(mesh) # 添加到网格列表 return mesh_list # 返回网格列表
- 更新网格的方法
def _update_meshes(self, type): # 更新网格的方法 mesh_new = o3d.geometry.TriangleMesh() # 创建新的三角网格 for idx, name in enumerate(self.urdf_dict[type]["scene"].geometry.keys()): # 遍历几何体 mesh_new += copy.deepcopy(self.urdf_dict[type]["mesh_list"][idx]).transform( self.urdf_dict[type]["scene"].graph.get(name)[0] ) # 更新网格 return mesh_new # 返回更新后的网格
- 获取网格点云的方法
顺带提下,通过生成点云,可以更好的理解和处理三维空间中的信息,从而实现更复杂和精确的任务def get_mesh_pointcloud(self, joint_pos, joint_pos_left): # 获取网格点云的方法 self.Leap_urdf.update_cfg(joint_pos) # 更新右手关节配置 right_mesh = self._update_meshes("right_leap") # 获取更新后的右手网格 robot_pc = right_mesh.sample_points_uniformly(number_of_points=80000) # 从网格中均匀采样点云 self.Leap_urdf_2.update_cfg(joint_pos_left) # 更新左手关节配置 left_mesh = self._update_meshes("left_leap") # 获取更新后的左手网格 robot_pc_left = left_mesh.sample_points_uniformly(number_of_points=80000) # 从网格中均匀采样点云 # 将采样的网格点云转换为 Open3D 期望的格式 new_points = np.asarray(robot_pc.points) # 将点云转换为 NumPy 数组 new_points_left = np.asarray(robot_pc_left.points) # 将点云转换为 NumPy 数组 new_points_left[:, 1] = -1.0 * new_points_left[:, 1] # 翻转右手网格为左手网格 return new_points, new_points_left # 返回左右手的点云
- 转换向量的方法
def switch_vector_from_rokoko(self, vector): # 转换向量的方法 return [vector[0], -vector[2], vector[1]] # 返回转换后的向量
- 后处理Rokoko位置的方法
def post_process_rokoko_pos(self, rightHandThumb_pos, rightHandIndex_pos, rightHandMiddle_pos, rightHandRing_pos): # 后处理 Rokoko 位置的方法 rightHandThumb_pos[-1] *= -1.0 # 翻转 z 轴 rightHandThumb_pos = self.switch_vector_from_rokoko(rightHandThumb_pos) # 转换向量 rightHandIndex_pos[-1] *= -1.0 # 翻转 z 轴 rightHandIndex_pos = self.switch_vector_from_rokoko(rightHandIndex_pos) # 转换向量 rightHandMiddle_pos[-1] *= -1.0 # 翻转 z 轴 rightHandMiddle_pos = self.switch_vector_from_rokoko(rightHandMiddle_pos) # 转换向量 rightHandRing_pos[-1] *= -1.0 # 翻转 z 轴 rightHandRing_pos = self.switch_vector_from_rokoko(rightHandRing_pos) # 转换向量 return rightHandThumb_pos, rightHandIndex_pos, rightHandMiddle_pos, rightHandRing_pos # 返回处理后的位置
- 后处理Rokoko方向的方法
def post_process_rokoko_ori(self, input_quat): # 后处理 Rokoko 方向的方法 wxyz_input_quat = np.array([input_quat[3], input_quat[0], input_quat[1], input_quat[2]]) # 转换为 wxyz 四元数 wxyz_input_mat = quat2mat(wxyz_input_quat) # 转换为旋转矩阵 rot_mat = np.array([[0, 1, 0], [-1, 0, 0], [0, 0, 1]]) # 定义旋转矩阵 wxyz_input_mat = np.dot(wxyz_input_mat, rot_mat) # 应用旋转矩阵 wxyz_transform_quat = mat2quat(wxyz_input_mat) # 转换为四元数 xyzw_transform_quat = np.array([wxyz_transform_quat[1], wxyz_transform_quat[2], wxyz_transform_quat[3], wxyz_transform_quat[0]]) # 转换为 xyzw 四元数 return xyzw_transform_quat # 返回处理后的四元数
2.2.2 create_target_vis、update_target_vis、rest_target_vis的实现
接下来是create_target_vis的实现
以及update_target_vis的实现
- 方法定义
该方法接受五个参数:右手的旋转四元数 (rightHand_rot)、右手拇指、食指、中指和
无名指的关节位置def update_target_vis(self, rightHand_rot, rightHandThumb_pos, rightHandIndex_pos, rightHandMiddle_pos, rightHandRing_pos): # 定义更新目标可视化的方法
- 重置球体位置和方向
p.resetBasePositionAndOrientation( self.ball6Mbt, rotate_vector_by_quaternion_using_matrix(self.leap_center_offset, rightHand_rot), rightHand_rot, ) # 重置球体 ball6Mbt 的位置和方向 p.resetBasePositionAndOrientation( self.ball5Mbt, [0.0, 0.0, 0.0], rightHand_rot, ) # 重置球体 ball5Mbt 的位置和方向 p.resetBasePositionAndOrientation( self.ball9Mbt, p.getLinkState(self.LeapId, 4)[0], rightHand_rot, ) # 重置球体 ball9Mbt 的位置和方向 p.resetBasePositionAndOrientation( self.ball7Mbt, p.getLinkState(self.LeapId, 9)[0], rightHand_rot, ) # 重置球体 ball7Mbt 的位置和方向 p.resetBasePositionAndOrientation( self.ball8Mbt, p.getLinkState(self.LeapId, 14)[0], rightHand_rot, ) # 重置球体 ball8Mbt 的位置和方向 p.resetBasePositionAndOrientation( self.ball10Mbt, p.getLinkState(self.LeapId, 19)[0], rightHand_rot, ) # 重置球体 ball10Mbt 的位置和方向
- 计算偏移量
- 更新拇指位置和方向
- 更新食指位置和方向
- 更新中指位置和方向
- 更新无名指位置和方向
- 返回更新后的关键位置
再之后,是update_target_vis_left,用于更新左手目标位置的可视化方法,该方法使用PyBullet来重置多个球体的位置和方向,以反应手部关节的位置和方向
以及rest_target_vis
2.2.3 compute_IK的实现:用于计算双手的逆运动学IK——使用PyBullet来模拟手部关节的位置和方向
最后则是比较重要的compute_IK的实现,其用于计算双手的逆运动学IK,该方法使用PyBullet来模拟手部关节的位置和方向,并生成用于控制真实机器人的关节位置
以下是详细解读
- 方法定义
该方法接收4个参数:右手、左手的关节位置和手腕方向def compute_IK(self, right_hand_pos, right_hand_wrist_ori, left_hand_pos, left_hand_wrist_ori): # 定义计算逆运动学的方法 p.stepSimulation() # 进行一步模拟
- 处理左手数据,包括计算关节位置、应用旋转矩阵、翻转x轴
wxyz_input_quat = np.array([left_hand_wrist_ori[3], left_hand_wrist_ori[0], left_hand_wrist_ori[1], left_hand_wrist_ori[2]]) # 转换左手四元数 wxyz_input_mat = quat2mat(wxyz_input_quat) # 转换为旋转矩阵 leftHand_pos = left_hand_pos[0] # 获取左手位置 leftHandThumb_pos = (left_hand_pos[4] - leftHand_pos) # 计算左手拇指位置 leftHandIndex_pos = (left_hand_pos[8] - leftHand_pos) # 计算左手食指位置 leftHandMiddle_pos = (left_hand_pos[12] - leftHand_pos) # 计算左手中指位置 leftHandRing_pos = (left_hand_pos[16] - leftHand_pos) # 计算左手无名指位置 leftHandThumb_pos = leftHandThumb_pos @ wxyz_input_mat # 应用旋转矩阵 leftHandIndex_pos = leftHandIndex_pos @ wxyz_input_mat # 应用旋转矩阵 leftHandMiddle_pos = leftHandMiddle_pos @ wxyz_input_mat # 应用旋转矩阵 leftHandRing_pos = leftHandRing_pos @ wxyz_input_mat # 应用旋转矩阵 leftHandThumb_pos[0] *= -1.0 # 翻转 x 轴 leftHandIndex_pos[0] *= -1.0 # 翻转 x 轴 leftHandMiddle_pos[0] *= -1.0 # 翻转 x 轴 leftHandRing_pos[0] *= -1.0 # 翻转 x 轴 leftHandThumb_pos = leftHandThumb_pos @ wxyz_input_mat.T # 应用逆旋转矩阵 leftHandIndex_pos = leftHandIndex_pos @ wxyz_input_mat.T # 应用逆旋转矩阵 leftHandMiddle_pos = leftHandMiddle_pos @ wxyz_input_mat.T # 应用逆旋转矩阵 leftHandRing_pos = leftHandRing_pos @ wxyz_input_mat.T # 应用逆旋转矩阵
- 转换左手方向,包括后处理、转换为欧拉角和四元数、重新排列和旋转四元数
leftHand_rot = left_hand_wrist_ori # 获取左手方向 leftHand_rot = self.post_process_rokoko_ori(leftHand_rot) # 后处理方向 euler_angles = quat2euler(np.array([leftHand_rot[3], leftHand_rot[0], leftHand_rot[1], leftHand_rot[2]])) # 转换为欧拉角 quat_angles = euler2quat(-euler_angles[0], -euler_angles[1], euler_angles[2]).tolist() # 转换为四元数 leftHand_rot = np.array(quat_angles[1:] + quat_angles[:1]) # 重新排列四元数 leftHand_rot = rotate_quaternion_xyzw(leftHand_rot, np.array([1.0, 0.0, 0.0]), np.pi / 2.0) # 旋转四元数
- 处理右手数据,包括计算关节位置和更新左手目标可视化
rightHand_pos = right_hand_pos[0] # 获取右手位置 rightHandThumb_pos = (right_hand_pos[4] - rightHand_pos) # 计算右手拇指位置 rightHandIndex_pos = (right_hand_pos[8] - rightHand_pos) # 计算右手食指位置 rightHandMiddle_pos = (right_hand_pos[12] - rightHand_pos) # 计算右手中指位置 rightHandRing_pos = (right_hand_pos[16] - rightHand_pos) # 计算右手无名指位置 leftHandThumb_pos, leftHandIndex_pos, leftHandMiddle_pos, leftHandRing_pos = self.post_process_rokoko_pos(leftHandThumb_pos, leftHandIndex_pos, leftHandMiddle_pos, leftHandRing_pos) # 后处理左手位置 leftHandThumb_pos, leftHandIndex_pos, leftHandMiddle_pos, leftHandRing_pos = self.update_target_vis_left(leftHand_rot, leftHandThumb_pos, leftHandIndex_pos, leftHandMiddle_pos, leftHandRing_pos) # 更新左手目标可视化 leapEndEffectorPos_2 = [ leftHandIndex_pos, leftHandMiddle_pos, leftHandRing_pos, leftHandThumb_pos ] # 定义左手末端执行器位置
- 转换右手方向
- 计算逆运动学,用于计算左手和右手的逆运动学,得到关节位置
jointPoses_2 = [] for i in range(4): jointPoses_2 = jointPoses_2 + list( p.calculateInverseKinematics(self.LeapId_2, self.leapEndEffectorIndex[i], leapEndEffectorPos_2[i], lowerLimits=self.hand_lower_limits, upperLimits=self.hand_upper_limits, jointRanges=self.hand_joint_ranges, restPoses=self.HAND_Q.tolist(), maxNumIterations=1000, residualThreshold=0.001))[4 * i:4 * (i + 1)] jointPoses_2 = tuple(jointPoses_2) jointPoses = [] for i in range(4): jointPoses = jointPoses + list( p.calculateInverseKinematics(self.LeapId, self.leapEndEffectorIndex[i], leapEndEffectorPos[i], lowerLimits=self.hand_lower_limits, upperLimits=self.hand_upper_limits, jointRanges=self.hand_joint_ranges, restPoses=self.HAND_Q.tolist(), maxNumIterations=1000, residualThreshold=0.001))[4 * i:4 * (i + 1)] jointPoses = tuple(jointPoses)
- 合并关节位置
combined_jointPoses_2 = (jointPoses_2[0:4] + (0.0,) + jointPoses_2[4:8] + (0.0,) + jointPoses_2[8:12] + (0.0,) + jointPoses_2[12:16] + (0.0,)) combined_jointPoses_2 = list(combined_jointPoses_2) combined_jointPoses = (jointPoses[0:4] + (0.0,) + jointPoses[4:8] + (0.0,) + jointPoses[8:12] + (0.0,) + jointPoses[12:16] + (0.0,)) combined_jointPoses = list(combined_jointPoses)
- 更新手部关节
# 更新手部关节 for i in range(20): p.setJointMotorControl2( bodyIndex=self.LeapId, jointIndex=i, controlMode=p.POSITION_CONTROL, targetPosition=combined_jointPoses[i], targetVelocity=0, force=500, positionGain=0.3, velocityGain=1, ) p.setJointMotorControl2( bodyIndex=self.LeapId_2, jointIndex=i, controlMode=p.POSITION_CONTROL, targetPosition=combined_jointPoses_2[i], targetVelocity=0, force=500, positionGain=0.3, velocityGain=1, )
- 重置手部位置和方向
p.resetBasePositionAndOrientation( self.LeapId, rotate_vector_by_quaternion_using_matrix(self.leap_center_offset, rightHand_rot), rightHand_rot, ) after_left_offset_base = rotate_vector_by_quaternion_using_matrix(self.leap_center_offset, leftHand_rot) after_left_offset_base[1] += self.left_offset p.resetBasePositionAndOrientation( self.LeapId_2, after_left_offset_base, leftHand_rot, ) self.rest_target_vis()
- 映射结果到真实机器人
# 映射结果到真实机器人 real_right_robot_hand_q = np.array([0.0 for _ in range(16)]) real_left_robot_hand_q = np.array([0.0 for _ in range(16)]) real_right_robot_hand_q[0:4] = jointPoses[0:4] real_right_robot_hand_q[4:8] = jointPoses[4:8] real_right_robot_hand_q[8:12] = jointPoses[8:12] real_right_robot_hand_q[12:16] = jointPoses[12:16] real_right_robot_hand_q[0:2] = real_right_robot_hand_q[0:2][::-1] real_right_robot_hand_q[4:6] = real_right_robot_hand_q[4:6][::-1] real_right_robot_hand_q[8:10] = real_right_robot_hand_q[8:10][::-1] real_left_robot_hand_q[0:4] = jointPoses_2[0:4] real_left_robot_hand_q[4:8] = jointPoses_2[4:8] real_left_robot_hand_q[8:12] = jointPoses_2[8:12] real_left_robot_hand_q[12:16] = jointPoses_2[12:16] real_left_robot_hand_q[0:2] = real_left_robot_hand_q[0:2][::-1] real_left_robot_hand_q[4:6] = real_left_robot_hand_q[4:6][::-1] real_left_robot_hand_q[8:10] = real_left_robot_hand_q[8:10][::-1]
- 生成点云
# 生成左手和右手的点云 right_hand_pointcloud, left_hand_pointcloud = self.get_mesh_pointcloud(real_right_robot_hand_q, real_left_robot_hand_q)
- 进一步映射关节到真实机器人
# 进一步映射关节到真实机器人 real_right_robot_hand_q += np.pi real_left_robot_hand_q += np.pi real_left_robot_hand_q[0] = np.pi * 2 - real_left_robot_hand_q[0] real_left_robot_hand_q[4] = np.pi * 2 - real_left_robot_hand_q[4] real_left_robot_hand_q[8] = np.pi * 2 - real_left_robot_hand_q[8] real_left_robot_hand_q[12] = np.pi * 2 - real_left_robot_hand_q[12] real_left_robot_hand_q[13] = np.pi * 2 - real_left_robot_hand_q[13]
- 返回结果,该方法返回右手和左手的关节位置,以及生成的点云
return real_right_robot_hand_q, real_left_robot_hand_q, right_hand_pointcloud, left_hand_pointcloud # 返回结果
此外,像STEP2_build_dataset/utils.py这个代码文件里还有对于transform_left_leap_pointcloud_to_camera_frame的实现,其将右手LEAP点云转换到相机坐标系
第三部分 STEP3_train_policy
3.1 robomimic/algo
3.1.1 algo/algo.py
3.1.2 algo/bc.py
3.1.3 algo/bcq.py
3.1.4 algo/cql.py
3.1.5 algo/diffusion_policy.py
关于diffusion_policy.py的实现,详见此文《Diffusion Policy——斯坦福机器人UMI所用的扩散策略:从原理到其编码实现(含Diff-Control、ControlNet详解)》的第二部分 Diffusion Policy的编码实现与源码解读
// 待更