单目 3D 室内检测

功能介绍

mono3d_indoor_detection package 是基于 hobot_dnn package 开发的室内物体 3D 检测算法示例，在 RDK 上使用 3D 检测模型和室内数据利用 BPU 进行模型推理，从而得到推理结果。

相比于 2D 目标检测只能够识别出物体的类别和检测框，3D 目标检测能够识别出物体的精确位置和朝向。例如在导航避障应用场景下，3D 目标检测算法提供的丰富信息可以帮助规划控制模块实现更好的避障效果。

算法支持的室内物体检测类别包括：充电座、垃圾桶、拖鞋。

每个类别的检测结果包括：

• 长、宽、高：三维物体（即六面体）的长、宽、高，单位为米。

• 转向：物体相对于相机的朝向，单位弧度，取值范围为-π~ π，表示在相机坐标系下物体前进方向与相机坐标系 x 轴的夹角。

• 深度信息：相机到物体的距离，单位为米。

代码仓库： (https://github.com/D-Robotics/mono3d_indoor_detection)

应用场景：单目 3D 室内检测算法能够直接识别出图片中物体的确切位置和朝向，可实现物体姿态的识别，主要应用于自动驾驶、智能家居等领域。

单目 3D 车辆检测案例： (https://github.com/RayXie29/Kaggle-Peking-University-Baidu-Autonomous-Driving-32-place-solution)

支持平台

平台	运行方式	示例功能
RDK X3, RDK X3 Module	Ubuntu 20.04 (Foxy), Ubuntu 22.04 (Humble)	启动 MIPI/USB 摄像头，并通过 Web 展示推理渲染结果
RDK X5, RDK X5 Module	Ubuntu 22.04 (Humble)	启动 MIPI/USB 摄像头，并通过 Web 展示推理渲染结果

算法信息

模型	平台	输入尺寸	推理帧率(fps)
centernet	X3	1x3x512x960	85.93

模型	平台	输入尺寸	推理帧率(fps)
centernet	X5	1x3x512x960	196.33

准备工作

RDK 平台

1. RDK 已烧录好 Ubuntu 系统镜像。

2. RDK 已成功安装 TogetheROS.Bot。

使用介绍

因 3D 检测模型与相机参数相关，不同相机需要进行参数等调整。

单目 3D 室内检测算法示例 package 采取读取本地图片的形式进行检测推理，经过算法推理后检测出物体类别和 3D 定位信息，并且对外发布 3D 检测信息的算法 msg。用户可以订阅 3D 检测结果 msg 用于应用开发。

RDK 平台

Foxy

# 配置tros.b环境
source /opt/tros/setup.bash

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 从tros.b的安装路径中拷贝出运行示例需要的配置文件。
cp -r /opt/tros/${TROS_DISTRO}/lib/mono3d_indoor_detection/config/ .

# 启动launch文件
ros2 launch mono3d_indoor_detection mono3d_indoor_detection.launch.py 

结果分析

mono3d_indoor_detection package 处理完一帧图片数据后，在运行终端输出如下信息：

[mono3d_indoor_detection-1] [INFO] [1662612553.868256257] [mono3d_detection]: target type: trash_can
[mono3d_indoor_detection-1] [INFO] [1662612553.868303755] [mono3d_detection]: target type: width, value: 0.236816
[mono3d_indoor_detection-1] [INFO] [1662612553.868358420] [mono3d_detection]: target type: height, value: 0.305664
[mono3d_indoor_detection-1] [INFO] [1662612553.868404002] [mono3d_detection]: target type: length, value: 0.224182
[mono3d_indoor_detection-1] [INFO] [1662612553.868448000] [mono3d_detection]: target type: rotation, value: -1.571989
[mono3d_indoor_detection-1] [INFO] [1662612553.868487790] [mono3d_detection]: target type: x, value: -0.191978
[mono3d_indoor_detection-1] [INFO] [1662612553.868530705] [mono3d_detection]: target type: y, value: -0.143963
[mono3d_indoor_detection-1] [INFO] [1662612553.868570870] [mono3d_detection]: target type: z, value: 0.714024
[mono3d_indoor_detection-1] [INFO] [1662612553.868611119] [mono3d_detection]: target type: depth, value: 0.714024
[mono3d_indoor_detection-1] [INFO] [1662612553.868651409] [mono3d_detection]: target type: score, value: 0.973215
[mono3d_indoor_detection-1] [INFO] [1662612553.868760238] [mono3d_detection]: target type: trash_can
[mono3d_indoor_detection-1] [INFO] [1662612553.868799486] [mono3d_detection]: target type: width, value: 0.253052
[mono3d_indoor_detection-1] [INFO] [1662612553.868842610] [mono3d_detection]: target type: height, value: 0.282349
[mono3d_indoor_detection-1] [INFO] [1662612553.868885191] [mono3d_detection]: target type: length, value: 0.257935
[mono3d_indoor_detection-1] [INFO] [1662612553.868929273] [mono3d_detection]: target type: rotation, value: -1.542728
[mono3d_indoor_detection-1] [INFO] [1662612553.868968855] [mono3d_detection]: target type: x, value: 0.552460
[mono3d_indoor_detection-1] [INFO] [1662612553.869010645] [mono3d_detection]: target type: y, value: -0.164073
[mono3d_indoor_detection-1] [INFO] [1662612553.869050018] [mono3d_detection]: target type: z, value: 1.088358
[mono3d_indoor_detection-1] [INFO] [1662612553.869088767] [mono3d_detection]: target type: depth, value: 1.088358
[mono3d_indoor_detection-1] [INFO] [1662612553.869126765] [mono3d_detection]: target type: score, value: 0.875521

log 截取显示了一帧的处理结果，结果显示，订阅到的算法 msg 中的 target type 即分类结果为 trash_can，同时也给出了 trash_can 的三维和距离以及旋转角度信息。

读取本地图片（可以通过修改 mono3d_indoor_detection.launch.py 中 feed_image 字段替换图片）渲染的结果保存成图片在程序运行的 result 目录下。对应图片推理结果以及渲染信息如下：