自行搭建鱼眼相机等硬件设备

[NeuroNexa]

您好，很感谢您的开源付出。

我想自己搭建一套和metacam edu差不多的东西，使用两个鱼眼相机+mid360和fast-livo2完成slam工作。

1、想了解一下使用的是什么型号的鱼眼相机呢？
2、使用鱼眼相机的标定方案有吗？
3、您的仓库支持完成自己搭建鱼眼等硬件设备从而使用fast-livo2吗？

希望得到一些指导，期待您的回复。

[Rhymer-Lcy]

感谢您的认可与支持！针对您提出的疑问：

1. 相机与镜头推荐

• 建议：海康 CB 系列 M12 接口板级相机，配约 180° 鱼眼镜头（郑博常推荐的组合，稳定且性价比高）。

2. 标定方案

• 相机内参（鱼眼）：
  • 常用工具：ROS 的 camera_calibration、kalibr（联合 IMU 时更准）、OpenCV 的 fisheye 模块。
  • 注意：出厂内参可作参考，但强烈建议在实际安装后自行复标并验证。
• 相机—LiDAR 外参：
  • 推荐工具：direct_visual_lidar_calibration（DVLC）或类似视觉-激光直接标定方法。
  • 注意变换方向：FAST-LIVO2 通常需要 lidar → camera 的变换，务必确认输出的外参方向/格式是否匹配。
• 标定细节要点：选对鱼眼畸变模型，并验证重投影误差与实际对齐效果。

3. 仓库与接入兼容性

• 我的 fork 未改动 FAST-LIVO2 的核心视觉/SLAM 逻辑，因此理论上支持自建鱼眼 + Mid360 硬件接入，前提是：
  • 正确发布 camera_info（含鱼眼模型和标定参数）和 image topic，像素格式/分辨率与代码预期一致；
  • 时间戳同步（相机、LiDAR、IMU）准确；topic 名称/消息类型符合 FAST-LIVO2 要求；
  • 若使用特殊鱼眼投影模型，确认 rpg_vikit / 上游视觉模块能正确处理或去畸变。
• 若遇到驱动/包冲突（例如 livox 驱动版本差异），可采用分离工作区或替换驱动适配。

4. 资源参考

• kalibr、OpenCV fisheye、ROS camera_calibration、direct_visual_lidar_calibration（DVLC）。