传感器同步

目前主要有两种方法来同步不同传感器的信息（帧、IMU数据包、ToF等）：

硬件同步（基于硬件信号触发，同步精度较高，需要硬件支持）
软件同步（基于时间戳或序列号同步，同步精度较低，无需硬件支持）

此博客重点介绍硬件同步，它允许在多个相机传感器之间精确同步，并可能与其他硬件同步，如闪光灯LED、外部IMU或其他相机。

硬件同步信号

FSYNC信号

FSYNC/FSIN（帧同步）信号是一个脉冲，在开始捕获每个帧时被驱动为高电平。它的长度与曝光时间不成正比，可以是输入或输出，工作电压是1.8V。

在双目立体相机（OAK-D*）上，我们希望双目黑白相机是完全同步的，所以一个相机传感器（如左相机）的FSYNC设置为INPUT（输入），而另一个相机传感器（如右相机）的FSYNC设置为OUTPUT（输出）。在这样的配置中，右相机驱动左相机。

注意：目前，只有OV9282/OV9782可以输出FSYNC信号，而IMX378/477/577/等应该也有这个能力，但还不支持（所以这些信号不能驱动FSYNC信号，只能被它驱动）。AR0234只支持输入FSYNC信号。

如果我们想用外部信号驱动相机，我们需要将FSIN设置为相机传感器的INPUT。将一个信号发生器连接到所有的FSIN引脚上，这样相机将根据信号发生器的触发信号捕获每一帧图像。

STROBE信号

STROBE信号是图像传感器的输出，在图像传感器的曝光期间是有效的（高电平）。它可以用来驱动外部的LED照明，所以照明只在曝光时间内激活，而不是持续开启，这将减少功耗和发热。

在OAK-D-Pro系列相机上使用STROBE信号（它有板载照明红外LED和红外激光点阵发射器）来驱动激光/LED。

硬件接线

硬件设备

我们使用的硬件设备如下：
OV9782广角相机 × 4
OAK-FFC-4P摄像头模组 × 1

OV9782广角相机产品特点：

CMOS感光
全局快门
最大帧率：120 FPS
最大分辨率: 1MP(1280×800)
DFOV：89.5°
HFOV：80°
VFOV：55°
对焦范围：固定焦点：19.6 cm – ∞

OAK-FFC-4P摄像头模组属于分体式OAK，可以通过软排线接入4个独立的MIPI相机模块，其产品特点有：

4T算力；
4K H.265推流；
厘米级测量精度；
支持的平台和语言：Windows10、Ubuntu、树莓派、linux、macOS、Jetson、Python、C++、ROS、Android（需depthai≥2.16.0）。

接线步骤：

1、首先，使用跳线将每根电缆上的 FSIN 测试点连接到相应相机板上的 FSIN 引脚（也可以直接将相机板上的所有FSIN引脚直接相连）：
在这里插入图片描述
2、然后，将4个OV9782广角相机通过排线连接到OAK-FFC-4P摄像头模组：

3、最后，给摄像头模组供电，并通过USB接入电脑PC中。

软件驱动

编写测试代码和打印设备时间戳，camera_driver.py文件如下：

import depthai as dai
import time
import cv2
import collections

set_fps = 30

class FPS:
    def __init__(self, window_size=30):
        self.dq = collections.deque(maxlen=window_size)
        self.fps = 0

    def update(self, timestamp=None):
        if timestamp == None: timestamp = time.monotonic()
        count = len(self.dq)
        if count > 0: self.fps = count / (timestamp - self.dq[0])
        self.dq.append(timestamp)

    def get(self):
        return self.fps

cam_list = ['rgb', 'left', 'right', 'camd']
cam_socket_opts = {
    'rgb'  : dai.CameraBoardSocket.RGB,   # Or CAM_A
    'left' : dai.CameraBoardSocket.LEFT,  # Or CAM_B
    'right': dai.CameraBoardSocket.RIGHT, # Or CAM_C
    'camd' : dai.CameraBoardSocket.CAM_D,
}

pipeline = dai.Pipeline()
cam = {}
xout = {}
for c in cam_list:
    cam[c] = pipeline.create(dai.node.MonoCamera)
    cam[c].setResolution(dai.MonoCameraProperties.SensorResolution.THE_800_P)
    if c == 'rgb':
        cam[c].initialControl.setFrameSyncMode(dai.CameraControl.FrameSyncMode.OUTPUT)
    else:
        cam[c].initialControl.setFrameSyncMode(dai.CameraControl.FrameSyncMode.INPUT)
    cam[c].setBoardSocket(cam_socket_opts[c])
    xout[c] = pipeline.create(dai.node.XLinkOut)
    xout[c].setStreamName(c)
    cam[c].out.link(xout[c].input)


config = dai.Device.Config()
config.board.gpio[6] = dai.BoardConfig.GPIO(dai.BoardConfig.GPIO.OUTPUT,
                                            dai.BoardConfig.GPIO.Level.HIGH)

with dai.Device(config) as device:
    device.startPipeline(pipeline)
    q = {}
    fps_host = {}  # FPS computed based on the time we receive frames in app
    fps_capt = {}  # FPS computed based on capture timestamps from device
    for c in cam_list:
        q[c] = device.getOutputQueue(name=c, maxSize=1, blocking=False)
        cv2.namedWindow(c, cv2.WINDOW_NORMAL)
        cv2.resizeWindow(c, (640, 480))
        fps_host[c] = FPS()
        fps_capt[c] = FPS()

    while True:
        frame_list = []
        for c in cam_list:
            pkt = q[c].tryGet()
            if pkt is not None:
                fps_host[c].update()
                fps_capt[c].update(pkt.getTimestamp().total_seconds())
                print(c+":",pkt.getTimestampDevice())
                frame = pkt.getCvFrame()
                cv2.imshow(c, frame)
        print("-------------------------------")
        # print("\rFPS:",
        #       *["{:6.2f}|{:6.2f}".format(fps_host[c].get(), fps_capt[c].get()) for c in cam_list],
        #       end='', flush=True)

        key = cv2.waitKey(1)
        if key == ord('q'):
            break

运行

python camera_driver.py

参考文献

1、通过硬件触发信号实现OAK多相机之间的同步拍摄
2、官方文档：硬件同步
3、官方文档：oak-ffc-4p
4、原理图
5、oak_deptahi_external_trigger_fsync.py

#!/usr/bin/env python3
import depthai as dai
import cv2
import time

pipeline = dai.Pipeline()

camRgb = pipeline.create(dai.node.ColorCamera)
camRgb.setColorOrder(dai.ColorCameraProperties.ColorOrder.RGB)
camRgb.setIspScale(2,3)
camRgb.initialControl.setFrameSyncMode(dai.CameraControl.FrameSyncMode.INPUT)
camRgb.initialControl.setExternalTrigger(4,3)

xoutRgb = pipeline.create(dai.node.XLinkOut)
xoutRgb.setStreamName("color")
camRgb.isp.link(xoutRgb.input)

monoLeft = pipeline.create(dai.node.MonoCamera)
monoLeft.setResolution(dai.MonoCameraProperties.SensorResolution.THE_720_P)
monoLeft.setBoardSocket(dai.CameraBoardSocket.LEFT)
monoLeft.initialControl.setFrameSyncMode(dai.CameraControl.FrameSyncMode.INPUT)
monoLeft.initialControl.setExternalTrigger(4,3)

xoutLeft = pipeline.create(dai.node.XLinkOut)
xoutLeft.setStreamName("left")
monoLeft.out.link(xoutLeft.input)

monoRight = pipeline.createMonoCamera()
monoRight.setResolution(dai.MonoCameraProperties.SensorResolution.THE_720_P)
monoRight.setBoardSocket(dai.CameraBoardSocket.RIGHT)
monoRight.initialControl.setFrameSyncMode(dai.CameraControl.FrameSyncMode.INPUT)
monoRight.initialControl.setExternalTrigger(4,3)

xoutRight = pipeline.create(dai.node.XLinkOut)
xoutRight.setStreamName("right")
monoRight.out.link(xoutRight.input)

# Connect to device with pipeline
with dai.Device(pipeline) as device:
    arr = ['left', 'right', 'color']
    queues = {}
    frames = {}

    for name in arr:
        queues[name] = device.getOutputQueue(name)

    print("Starting...")

    while True:
        for name in arr:
            if queues[name].has():
                frames[name]=queues[name].get().getCvFrame()

        for name, frame in frames.items():
            cv2.imshow(name, frame)

        key = cv2.waitKey(1)
        if key == ord('q'):
            break