Posted By Ches拔（Sco Lin） on 11 月 14, 2018 in Edge AI開發地圖, 南科AI_ROBOT自造基地, 教學文, 智慧演算 | 1 comment

經過前幾篇寫的 ROS 心得文，相信大伙兒都很懂為什麼 Simple Care 要挑 ROS 繼續玩下去了吧！這一篇主要在寫 ROS 上的 2D 影像進行視覺辨識，這方面可能連網紅都比小弟還清楚要怎麼玩。先看看下圖的那個白框：

（圖片來源：Sco提供）

如果加上 Machine Learning，就會在框邊出現影像辨識後物體的資訊或名稱；若是在 ROS 上，就能用一般的 WEBCAM+OpenCV 完成這個有趣的實驗。但我們這篇就不實驗，因為在ROS by Example 的第十章已經寫的很清楚了（ROS by Example 這本書超讚的，提供的是 PDF 檔）。

不過這本書有些 example code 已經失效了，ROS 近幾年來有些變化，所以您如果看到這篇文章後打算明年再研究，也許 code 不會動，但會需要做一些修改；也有可能我們之後玩到 ROS 2.0，但您得為了先前的 code 解一大堆坑，所以還是趕快跟上吧！

ROS 視覺判斷需搭配 3D 感測器

我想做一台 ROS 小車，要用來做跌倒判斷或是特別的視覺判斷，其所需的是 3D 感測器，例如 ROS by Example 的 10.9 節寫的 OpenNI and Skeleton Tracking，這用一般的 2D 感測器（WEBCAM）是做不到的。

如果我們用 2D 人臉辨識，於門禁辨識率達到 90% 以上，那就代表著麻煩大條了！因為我拿您帥帥/美美的照片到您家門口機辨識就能自由進出。然而，3D 感測器就解決了這個問題，它除了有 RGB 的影像資訊外，還多加了一個 D，也就是深度感測，這樣一來，我拿著您的照片到您家門口機辨識，它就不會願意開門讓我進去了。

這也是為什麼目前機器人都用 3D 感測器，連 Amazon 也用這個來做倉庫管理機器人，當然大家熟知的Apple Face ID 大伙早就玩到翻掉了，中國的 3D POS 機讓支付寶刷臉，就是靠 3D 感測器。現今 3D 感測器有三種主流方案：結構光、ToF 與雙目，但這篇主要在講怎麼玩。

很不巧地，我手上沒有 3D 感測器，但很想要用 Intel Realsense、Microsoft Kinect 或 Asus Xtion，之後在 Simple Care 版上求救後，由 MakerPRO 歐大那收到一個 Realsense，但是這個 Realsense 要有 3.0 才能用，而且插上 3.0 的 PORT 之後，在 VMWARE 有時還會斷線。我爬文之後才發現，原來手上這顆 RealSense R200 耗電流較大，需要用一個外掛電源的 USB 3.0 集線器才行。

3D 感測器大冒險

由於這篇是在 PC 上 VMWARE 操作，所以 Windows 一定要抓的到 USB 3.0，如下圖所示：