企业官网建设流程全解析

多台 D455 拍出同一时刻：librealsense 硬件同步从接线到验证

【免费下载链接】librealsenseRealSense SDK项目地址: https://gitcode.com/GitHub_Trending/li/librealsense

librealsense 的 D455 硬件同步（Hardware Sync）解决的是多相机"各拍各的"问题。两台 D455 之间 1ms 的时间戳差，落在 1m/s 的流水线上就是 1mm 的物体位移，多视点云直接对不上，拼接处出现重影。本文给出从主从接线到时间戳验证的最短路径。

为什么多机拼接需要硬件级同步

做三维重建时，3 台 D455 从不同角度围拍一个工件。如果各相机自由触发，每帧之间差 1ms，运动目标在两台相机里的位置就差 1mm 级；把多份点云叠在一起，工件边缘就会"裂开"。

软件对齐（比如rs2::align，把深度图按内参插值到另一路相机坐标系）解决的是"空间对不齐"，解决不了"时间对不齐"。硬件同步的适用边界：单相机、或场景基本静止时，软件对齐就够；多台设备、有运动目标、且相机是全局快门型号（D455/D457/D409）时，才值得走硬件同步这条路。

先把线接对：主从拓扑与 D455 GPIO 接口速查

硬件同步的主从级联靠 D455 背面的 GPIO 扩展口：主相机输出触发信号，从相机输入后跟随曝光。🔌

最小可用连接一句话：主相机触发输出接每台从相机 GPIO0，所有相机 GND 连在一起，走独立 5V 供电轨（扩展口取电能力有限，别指望它带动整组相机）。注意：INTER_CAM_SYNC_MODE选项只在支持CAP_INTERCAM_HW_SYNC的全局快门设备上注册，D405 和滚动快门型号没有这个选项。

接口示意图仓库内没有现成图，可先按上述拓扑接，参考 doc/rs400/rs400_advanced_mode.md。

三步把硬件同步跑起来

第一步：枚举设备，指定主从

rs2::context ctx; auto all_devices = ctx.query_devices(); std::vector<rs2::device> cams(all_devices.begin(), all_devices.end()); rs2::pipeline master_pipe(ctx); rs2::config cfg; cfg.enable_device(std::string(cams[0].get_info(RS2_CAMERA_INFO_SERIAL_NUMBER))); cfg.enable_depth_stream(1280, 720, RS2_FORMAT_Z16, 30); auto master_profile = master_pipe.start(cfg);

取第一台当主，靠序列号锁定，不靠枚举顺序。跑不通先看：query_devices()数量是否为 0，串口供电是否到位。

第二步：配置 INTER_CAM_SYNC_MODE 触发模式

INTER_CAM_SYNC_MODE注册在深度传感器上，取值定义在 include/librealsense2/rs_option.h（RS2_D500_INTERCAM_SYNC_EXTERNAL_MASTER等）。

if (master_profile.get_device().is<rs2::depth_sensor>()) { auto depth = master_profile.get_device().first<rs2::depth_sensor>(); depth.set_option(RS2_OPTION_INTER_CAM_SYNC_MODE, RS2_D500_INTERCAM_SYNC_EXTERNAL_MASTER); }

从相机保持RS2_D500_INTERCAM_SYNC_NONE（默认值），只需接好线。跑不通先看：depth.supports_option(RS2_OPTION_INTER_CAM_SYNC_MODE)是否为 true，固件版本是否 ≥ 5.12.12.100。

第三步：抓一帧验证时间戳

rs2::frameset master_fs = master_pipe.wait_for_frames(); double master_ts = master_fs.get_depth_frame().get_timestamp(); for (auto& pipe : slave_pipes) { rs2::frameset fs; if (pipe.poll_for_frames(&fs)) { double diff_ms = (fs.get_depth_frame().get_timestamp() - master_ts) / 1000.0; std::cout << "slave timestamp diff: " << diff_ms << " ms" << std::endl; } }

get_timestamp()单位是微秒。主从偏差稳定在 0.1ms 以内，这次同步就成立。跑不通先看：从相机是否真的在出帧，线缆是否插在主相机输出端。

时间戳偏差验证：怎么确认真的同步了

🔧 判据就一条：连续抓多组帧，|slave_ts - master_ts|始终 ≤ 100μs（约 0.1ms）视为同步成功；偶发超差先查线，持续超差查固件。仓库自带工具能直接打印FRAME_TIMESTAMP/SENSOR_TIMESTAMP和时间戳域（HARDWARE_CLOCK），用来核对偏差比手抄方便：

高频故障对照：

排障流程另见 doc/troubleshooting.md。

延伸一步：同步帧能做什么

同步之后的直接收益是多视点云拼接：同一时刻的多份点云合并，运动物体不会裂出重影，剩下的活只剩按相机位姿（外参）对齐坐标轴。示意：

rs2::pointcloud pc; for (auto& [serial, fs] : synced) merged_points += pc.calculate(fs.get_depth_frame());

多相机取帧骨架参考 examples/multicam/rs-multicam.cpp，空间对齐思路参考 examples/align/rs-align.cpp。

绕回了开头那个 1mm 的重影：线接对、选项设对，时间戳差就能压到 0.1ms 内，拼接自然干净。下一步可以直接从 examples/multicam/ 改起来。你踩过什么同步的坑，欢迎补在评论区。

【免费下载链接】librealsenseRealSense SDK项目地址: https://gitcode.com/GitHub_Trending/li/librealsense