1 说明

在Ubuntu系统上，安装AVT Mako相机的Vimba SDK，能够获取图像和保存图像。
安装ROS SDK，能够发布相机的话题，然后录制这个话题的bag，最后从bag中提取出图片。

2 开发环境

2.1 硬件

AVT Mako相机；电源（12VDC，1.25A）；电源线；网线
惠普笔记本电脑

2.2 系统

Ubuntu 14.04

2.3 SDK

Vimba

3 开发步骤

3.1 组装相机

将相机、电源、电源线、网线连接起来，如图1所示。

图1 相机组装示意图

3.2 修改以太网适配器IP地址

在笔记本电脑上编辑网络连接，添加以太网，选择IPv4设置，地址为169.254.1.2，子网掩码为255.255.0.0，网关为空，如图2所示。

图2 编辑以太网连接

3.3 安装SDK

(1)下载SDK

在https://www.alliedvision.com/en/products/software.html上下载Vimba v2.1.3 Linux到"~"目录下。

(2)解压

tar -xf ./Vimba_V2.1.3_Linux.tgz

(3)设置权限

cd ~/Vimba_2_1/VimbaGigETL
sudo ./Install.sh

3.4 使用SDK

（1）给相机供电，将网线另一端插入笔记本电脑以太网接口。
（2）打开VimbaViewer

sudo -E ~/Vimba_2_1/Tools/Viewer/Bin/x86_64bit/VimbaViewer

VimbaViewer界面如图3所示。

图3 VimbaViewer

点击图3中的“Mako G-192C”，打开图4所示界面。

图4 Mako G-192C（FULL ACCESS）

点击图4工具栏的“Freerun”按钮，窗口左侧会显示相机采集的图像，如图5所示。窗口右侧可以调节相机的参数，如亮度、白平衡、曝光时间、色调等，详细内容可参考文档。

图5 获取图像并调节参数

此时，再查看图3的窗口，会显示一些调试信息，相机的型号，IP地址，S/N，ID等，如图6所示，这些信息在多相机应用时很重要。

图6 调试信息和相机信息

4 保存图像

Vimba SDK中提供了Vimba C API和Vimba C++ API，而且有使用手册参考。

4.1 方式1

在图5所示的窗口中，点击File-->Save Image As，然后选择保存路径，最后保存即可。

4.2 方式2

可通过~/Vimba_2_1/VimbaC/Examples/Bin/x86_64bit目录下的可执行文件SynchronousGrab保存单个图像。

4.3 方式3

可通过~/Vimba_2_1/VimbaCPP/Examples/Bin/x86_64bit目录下的可执行文件
AsynchronousOpenCVRecorder保存视频。
注意：此API依赖OpenCV 3.0，需要提前安装。
在实际使用中，还要根据需求在以上方法的基础上进行二次开发。

5 安装ROS驱动

创建ROS工作空间，下载avt_vimba_camera驱动，编译工作空间。

mkdir -p ~/avt_catkin_ws/src
cd ~/avt_catkin_ws/src
git clone https://github.com/srv/avt_vimba_camera
cd ..
catkin_make

6 启动launch，发布相机话题

打开～/avt_catkin_ws/src/avt_vimba_camera/launch/mono_camera.launch，将参数“guid”、“ip”、“camera_info_url”改为自己相机的。

<param name="guid" value="50-0503343290"/>
        <param name="ip" value=""/>
        <param name="camera_info_url" value="file://$(find avt_vimba_camera)/calibrations/calibration_50-0503343290.yaml"/>

启动launch，发布相机话题：

source ～/avt_catkin_ws/devel/setup.bash
roslaunch avt_vimba_camera mono_camera.launch

查看发布的话题：

rostopic list

7 录制bag

rosbag recore -O avt /camera/image_raw

按ctrl+c结束录制，以下命令可查询bag信息。

rosbag info avt.bag

8 从bag中提取图片

参考https://www.cnblogs.com/arkenstone/p/6676203.html，此方法实测可行。
打开一个终端

rosrun image_view extract_images _sec_per_frame:=0.01 ima:=/camera/image_raw

打开另一个终端

rosbag play avt.bag

其他方法参考：
[1] https://blog.csdn.net/corfox_liu/article/details/50920332?locationNum=15
[2] https://blog.csdn.net/Draonly/article/details/74642747https://blog.csdn.net/Draonly/article/details/74642747

9 总结

这个开发过程，没有中文资料可以参考，全是啃官网的英文文档，给我的感觉是杂、细，对初学者不友好。
虽然过程很艰难，但是最后实现后感觉一切都值得。
这种工业相机必须配备镜头才能用，我的这个镜头焦距35mm，属于远视，也就是远景看得清楚而且视野窄，近景基本看不到，所以要根据需求选择合适的镜头。
突然想到，目前图像目标检测领域使用深度学习处理小目标检测的问题，如果使用这种带远视镜头的工业相机，就不用大费周折了。
在实际的自动驾驶中，配备两种相机，一种近视，一种远视，还是觉得，能在硬件上或者输入上解决的问题，就没必要在算法上煞费苦心，还不一定能得到较好的效果。

在Ubuntu上安装AVT Mako的Vimba和ROS SDK，保存图像，录制bag，从bag中提取图像