这个是当时3d相机厂家自己提供的sdk，现在好像官网下载不到了。所以这里提供一下。

在本文中，我们将详细探讨如何在ROS2环境中安装和配置OpenNI2 SDK，以便与奥比中光深度摄像头（Astra）进行交互。OpenNI2是一个开源软件开发工具包，它为开发人员提供了与多种传感器（包括Astra）进行交互的能力，支持创建3D感知应用。ROS2（Robot Operating System 2）是机器人软件开发框架，用于构建复杂的机器人系统。 我们需要下载OpenNI2 SDK for ROS2的特定版本。根据提供的文件名“095725_OpenNI_SDK_ROS2_v1.0.2_20220809_b32e47_linux.tar.gz”，这似乎是一个针对Linux操作系统的OpenNI2 SDK的ROS2版本。你需要将此压缩包解压到你的计算机上，通常是在你的工作空间的src目录下，这样可以通过ROS2的构建系统来集成和管理它。 1. **解压文件**： 使用`tar`命令解压文件： ``` tar -xvf 095725_OpenNI_SDK_ROS2_v1.0.2_20220809_b32e47_linux.tar.gz ``` 2. **设置ROS2工作空间**： 如果你还没有ROS2工作空间，需要创建一个。通常，工作空间会包含一个名为`src`的目录，其中存放所有源代码。例如： ``` mkdir -p ~/ros2_workspaces/astra_ws/src cd ~/ros2_workspaces/astra_ws/src ``` 3. **移动或链接OpenNI2 SDK**： 将解压后的OpenNI2 SDK文件夹移动或符号链接到`src`目录中： ``` mv /path/to/extracted/OpenNI2 ~/ros2_workspaces/astra_ws/src/ # 或者 ln -s /path/to/extracted/OpenNI2 ~/ros2_workspaces/astra_ws/src/ ``` 4. **构建和安装**： 回到你的工作空间的根目录，更新`setup.bash`文件，然后使用`colcon`（ROS2的构建工具）来构建OpenNI2及其依赖项： ``` cd ~/ros2_workspaces/astra_ws source /opt/ros/dashing/setup.bash # 用你的ROS2版本替换'dashing' colcon build source install/local_setup.bash ``` 5. **连接和配置摄像头**： 在硬件层面，确保你的奥比中光Astra摄像头已正确连接到计算机。这可能通过USB接口完成。确保摄像头已供电并被操作系统识别。 6. **配置ROS2节点**： OpenNI2提供了ROS2节点来读取和发布摄像头数据。你需要编辑或创建一个`.launch.py`文件，启动相应的ROS2节点。例如： ```python import launch from launch_ros.actions import Node def generate_launch_description(): return launch.LaunchDescription([ Node( package='openni2_camera', executable='openni2_node', parameters=[{'device_id': 'YOUR_CAMERA_UID'}], # 替换为你的摄像头ID ) ]) ``` 7. **运行节点**： 你可以运行这个launch文件来启动ROS2节点，查看摄像头数据： ``` ros2 launch my_launch_file.launch.py ``` 8. **数据订阅**： 一旦节点运行起来，你就可以通过ROS2的`rqt_image_view`或`image_view2`等工具来订阅和查看来自摄像头的图像数据。 9. **进一步开发**： 有了这些基础，你就可以开始开发基于奥比中光Astra深度摄像头的应用了。例如，你可以处理RGB-D数据，进行对象识别、SLAM（Simultaneous Localization and Mapping）或其他3D感知任务。 请注意，实际步骤可能会因ROS2发行版和OpenNI2版本的不同而略有差异。确保查阅OpenNI2和ROS2的官方文档，以及奥比中光提供的特定摄像头驱动指南，以获取最新的信息和支持。在遇到问题时，社区论坛和GitHub上的相关项目问题页面通常是寻找解决方案的好地方。

OpenNI（Open Natural Interaction）是一个开放的中间件框架，用于构建自然交互应用。它允许开发者使用多种类型的传感器和摄像头来实现3D图像捕捉和手势识别等功能。OpenNI通过定义一套统一的应用程序接口（API）来促进不同的传感器设备之间的互操作性。这种框架对于开发者而言极具吸引力，因为它简化了自然用户界面的开发流程，使得开发者不必直接处理底层硬件的复杂性。 OpenNI的主要目标是创建一个标准化的平台，以便各种类型的计算机视觉和传感器技术能够协同工作。OpenNI支持多种3D深度相机和传感器，比如PrimeSense公司的技术（曾被微软 Kinect 一代所采用）和其他兼容的硬件。通过OpenNI提供的工具包，开发者可以访问深度数据、视频流、跟踪人体骨架等高级功能。 OpenNI-Linux-Arm64-2.3.0.66是OpenNI框架的一个特定版本，专为Linux操作系统下的ARM64架构设计。版本号2.3.0.66代表了这个软件包的特定更新。这个版本号表明了它所包含的更改和改进，例如可能包括bug修复、性能提升或者对新传感器的支持。对于开发人员而言，选择正确的OpenNI版本对于确保应用在特定硬件上运行的兼容性和稳定性至关重要。 Linux操作系统，尤其是基于ARM64架构的版本，广泛应用于嵌入式系统、物联网设备、移动和便携式设备。ARM64架构因其高效的能量消耗和出色的性能受到开发者的青睐，适合用在需要长时间运行但能耗低的设备上。因此，OpenNI-Linux-Arm64-2.3.0.66版本的发布对于需要实现自然交互功能的嵌入式系统开发者来说是一个重要里程碑。 由于OpenNI是开源的，这意味着它是由社区驱动的，并且会不断进化。社区开发者会持续提供新的功能和改进，同时修复发现的问题。这样的发展模式有助于保持OpenNI的前沿地位，并确保它能够适应不断变化的技术环境和用户需求。 此外，OpenNI的跨平台特性意味着开发人员可以构建一次应用程序，然后在支持的任何设备上运行，这大大降低了开发和测试的工作量。支持ARM64架构的版本意味着开发者可以将他们的应用程序部署到广泛的设备上，包括Raspberry Pi这样的单板计算机。 OpenNI-Linux-Arm64-2.3.0.66版本是为在Linux系统上运行于ARM64架构的硬件设计的OpenNI框架的更新版。它提供了跨平台和硬件的自然交互能力，是物联网、嵌入式系统以及各种需要深度感测功能应用的重要开发工具。开发者可以利用这个框架来构建创新的应用程序，这些应用程序能够识别和响应用户的动作和手势，为用户带来更丰富、更直观的交互体验。

在计算机视觉领域，OpenNI（Open Natural Interaction）是一个开源框架，用于与传感器设备交互，如Kinect，以获取和处理深度图像和彩色图像。OpenNI提供了API，使得开发者能够轻松地读取和显示这些图像数据。另一方面，OpenCV（Open Source Computer Vision Library）是一个强大的图像处理库，它支持多种图像分析和计算机视觉任务。在这个项目中，OpenCV被用来调用OpenPose模型，这是一个实时的人体姿态估计算法，可以识别出图像中人体的关键关节位置。 我们需要了解OpenNI的工作原理。OpenNI通过与硬件设备通信，能够获取到原始的深度图像和彩色图像数据。深度图像是由红外传感器生成的，表示每个像素点在空间中的距离，而彩色图像是RGB摄像头捕获的，用于提供色彩信息。OpenNI提供了接口，使得开发者可以通过编写代码来读取这些图像，并进行进一步的处理，例如显示在屏幕上。 接下来，OpenCV被用于处理OpenNI获取的彩色图像。OpenCV拥有丰富的图像处理函数，可以进行图像预处理，如灰度化、直方图均衡化等，为OpenPose的输入做好准备。OpenPose模型是基于深度学习的，它可以处理多个关键点检测任务，包括人体姿态估计。这个模型能够识别出图像中人物的各个关节，如肩、肘、腕、髋、膝和踝等，并以2D坐标的形式输出。 在调用OpenPose模型时，我们需要先将其集成到OpenCV项目中。这通常涉及到将模型的权重和配置文件加载到内存，然后创建一个推理引擎来运行模型。OpenCV的dnn模块可以方便地实现这一点。一旦模型准备就绪，我们就可以通过OpenCV的`imread`函数读取OpenNI的彩色图像，然后传递给OpenPose进行姿态估计。OpenPose会返回每个关键点的位置，这些信息可以用来绘制关节连线，从而可视化人体姿态。 为了实现这一功能，你需要编写一段代码，大致分为以下几个步骤： 1. 初始化OpenNI，连接到设备，设置数据流（深度和彩色）。 2. 在OpenNI数据流回调函数中，获取深度图像和彩色图像数据。 3. 使用OpenCV的函数显示深度图像和彩色图像。 4. 对彩色图像进行预处理，如调整尺寸以匹配OpenPose模型的输入要求。 5. 使用OpenCV的dnn模块加载OpenPose模型，运行模型并获取关键点坐标。 6. 在原始彩色图像上绘制关键点和关节连线，然后显示结果。 通过这个项目，你可以深入理解OpenNI、OpenCV以及OpenPose在实际应用中的工作流程，同时也能掌握人体姿态估计的实现方法。这不仅有助于提升你的编程技能，还有助于你对计算机视觉领域的深入理解。

找了很久的资源，openni1,nite1,sensorkinect,sensorwin32打包下载，up主亲试可用。注意64位最好也下32位防止报错。文件太大分为3份，请一定用好压打开，用好压打开，用好压打开。用processing1，java7可用，其余版本会有问题。。。比起我来可以少走很多弯路。。。

在Ubuntu系统中，OpenNI2是一个用于与3D传感器（如Primesense的Kinect）交互的开源开发框架。它提供了编程接口，使得开发者能够轻松地创建应用来处理来自这些设备的数据，例如深度图像和彩色图像。OpenNI2支持多种编程语言，包括C++和Python，使得跨平台开发成为可能。 在Ubuntu上安装OpenNI2，首先需要确保系统已经更新到最新版本，可以通过运行以下命令完成： ```bash sudo apt-get update sudo apt-get upgrade ``` 接下来，因为OpenNI2不在Ubuntu的默认软件源中，我们需要添加第三方仓库。可以使用以下步骤添加Primesense的官方仓库： 1. 创建一个包含仓库公钥的文件： ```bash wget -qO- https://repository.primesense.org/debian/repo.key | sudo apt-key add - ``` 2. 创建一个新的`sources.list.d`文件并添加仓库信息： ```bash echo "deb http://repository.primesense.org/debian wheezy main" | sudo tee /etc/apt/sources.list.d/primesense.list ``` 请注意，这里的`wheezy`是针对旧版本的Ubuntu，如果使用的是新版本，请将它替换为对应版本的代号，如`bionic`或`focal`。 3. 更新软件源列表： ```bash sudo apt-get update ``` 4. 安装OpenNI2及相关依赖： ```bash sudo apt-get install openni2 openni2-primesense ``` 安装完成后，你可以通过运行示例程序来测试OpenNI2是否正确安装。例如，你可以尝试`NiViewer`，这是一个简单的可视化工具，可以显示来自OpenNI2设备的深度和彩色图像： ```bash sudo apt-get install openni2-tools openni2-launch ``` 如果一切正常，你应该能看到一个显示来自Kinect的实时深度图和彩色图像的窗口。 开发过程中，OpenNI2提供了一些关键的API概念，如`Context`、`Node`、`Generator`和`Sensor`。`Context`是所有OpenNI2操作的基础，它负责管理设备和数据流。`Node`代表了OpenNI2中的任何实体，而`Generator`是能够生成数据的节点，如深度和色彩图像。`Sensor`是连接到特定物理传感器的抽象层。 要编写自己的OpenNI2应用，你需要包含必要的头文件，并使用OpenNI2的API来初始化上下文、查找和连接设备、创建数据流等。以下是一个简单的C++示例，展示了如何初始化OpenNI2并打开一个设备： ```cpp #include int main() { openni::Status rc = openni::OpenNI::initialize(); if (rc != openni::STATUS_OK) { printf("Initialize failed\n%s\n", openni::OpenNI::getExtendedError()); return 1; } openni::Device device; rc = device.open(openni::ANY_DEVICE); if (rc != openni::STATUS_OK) { printf("Device open failed\n%s\n", openni::OpenNI::getExtendedError()); return 1; } // 之后可以进行更多配置和数据读取操作 device.close(); openni::OpenNI::shutdown(); return 0; } ``` 在实际应用中，你可能还需要处理错误、选择特定的传感器、设置帧率、注册回调函数来处理数据等。 OpenNI2为开发者提供了一个强大且灵活的框架，用于在Ubuntu上与3D传感器进行交互，它简化了设备的连接、数据获取和处理流程，促进了各种应用的开发，如机器人导航、3D建模和手势识别。

利用 OpenCV 调整了 Kinect 的深度摄像头视角，使得深度图像和彩色图像可以很好地重合，并用 OpenGL 绘制出环境的三维点云，可通过鼠标左右键的拖曳来调整观察角度和观察距离。 平台：OpenCV SVN 版 + VS2008 OpenNI版本：1.0.0.23 程序说明：http://blog.csdn.net/chenyusiyuan/archive/2011/03/26/6279762.aspx

内包含关于奥比中光（Astra）相关sdk,驱动，实例及说明，还有niviewer,OrbbecViewer,amcap工具，避免小白走弯路。

详细讲述了如何用OpenNI读取多个Kinect数据，并且可以测试一台PC最多可以连接多少个Kinect

pcl常用于点云处理、三维重建及机器人、SLAM场景 这个包已将一些必要的步骤的结果直接归拢到一起，直接在VS上配置属性就可以，无需再去下载子包，比较适合小白或者想节省时间、提高效率的人用 配置流程可自行百度，我已将.lib动态库的名字提取到txt,方便大家配置使用 一起加油！