1、在ROS系統中使用PCL教程在ROS中點云的數據類型在ROS中表示點云的數據結構有：sensor_msgs:PointCloudsensor_msgs:PointCloud2pcl:PointCloud<T>關于PCL在ros的數據的結構，具體的介紹可查 看 /pcl/Overview關于 sensor_msgs:PointCloud2和 pcl:PointCloud<T> 之間的轉換使用 pcl:fromROSMsg 和 pcl:toROSMsgsensor_msgs:PointCloud和 sensor_msgs:PointCloud2之間的

2、轉1換使用 sensor_msgs:convertPointCloud2ToPointCloud和sensor_msgs:convertPointCloudToPointCloud2.那么女而在ROS中使用PCL呢？(1)在建立的包下的 CMakeLists.txt文件下添加依賴項find_.package(catkin REQUIRE。COMPONENTSroscpprospystdnsgssen50r_msgs匚v_btdgctnage_transportpcl_converston£ pcT_ros在package.xml 文件里添加：<build_depend>l

3、ibpcl-all-dev</build_depend><run_depend>libpcl-all</run_depend>在src文件夾下新建.cpp文件#include<ros/ros.h>/ PCL specific includes#include <sensor_msgs/PointCloud2.h>#include <pcl_conversions/pcl_conversions.h>#include <pcl/point_cloud.h>#include <pcl/point_types.

4、h>ros:Publisher pub; void cloud_cb ( const sensor_msgs:PointCloud2ConstPtr& input) / Create a container for the data.sensor_msgs:PointCloud2 output;/ Do data processing here.output = *input;/ Publish the data.pub.publish (output);int main ( int argc, char* argv) / Initialize ROSros:init (argc

5、, argv, "my_pcl_tutorial" );ros:NodeHandle nh;ros:Subscriber sub = nh.subscribe ( "input" , 1, cloud_cb);pub = nh.advertise<sensor_msgs:PointCloud2> ( "output" , 1); / Spin ros:spin ();在 CMakeLists.txt文件中添加：add_executable(example src/example.cpp)target_link_librar

6、ies(example $catkin_LIBRARIES)catkin_make之后成后執行文作，運行以下命令roslaunch openni_launch openni.launchrosrun ros_slam example input:=/camera/depth/points這是打開kinect發布的命令運行我們生成的文件運行RVIZ可視化以下，添加了程序發布的點云的話題既可以顯示。同時也 可以使用PCL自帶的顯示的函數可視化（這里不再一一贅述）$ rosrun rviz rviz在RVIZ中顯示的點云的數據格式sensor_msgs:PointCloud2;那么如果我們想實現對獲

7、取的點云的數據的濾波的處理，這里就是進行一個簡單的體素網格采樣的實驗同樣在src文件夾下新建.cpp文件，然后我們的程序如下。也就是要在回調 函數中實現對獲取的點云的濾波的處理，但是我們要特別注意每個程序中的點云的數據格式以及我們是如何使用函數實現對 程序如下/* 關于使用 sensor_msgs/PointCloud2 ,*/ROS與PCL的轉化的。#include<ros/ros.h>/ PCL的相關的頭文件#include <sensor_msgs/PointCloud2.h>#include <pcl_conversions/pcl_conversions

8、.h>#include <pcl/point_cloud.h>#include <pcl/point_types.h>#include <pcl/filters/voxel_grid.h>濾波的頭文件申明發布器ros:Publisher pub;回調函數void cloud_cb ( const sensor_msgs:PointCloud2ConstPtr& input)特別注意的是這里面形參的數據格A /聲明存儲原始數據與濾波后的數據的點云的格式pcl:PCLPointCloud2* cloud = new pcl:PCLPointClou

9、d2; 式 pcl:PCLPointCloud2ConstPtr cloudPtr(cloud);原始的點云的數據格pcl:PCLPointCloud2 cloud_filtered;/轉化為PCL中的點云的數據格式pcl_conversions:toPCL(*input, *cloud);pcl:VoxelGrid<pcl:PCLPointCloud2> sor;存儲濾波后的數據格式/進行一個濾波處理實例化濾波sor.setInputCloud (cloudPtr);設置輸入的濾波sor.setLeafSize ( 0.1 , 0.1 , 0.1); 設置體素網格的大小sor.f

10、ilter (cloud_filtered);存儲濾波后的點云/再將濾波后的點云的數據格式轉換為ROS下的數據格式發布出去sensor_msgs:PointCloud2 output;聲明的輸出的點云的格式pcl_conversions:fromPCL(cloud_filtered, output);/發布命令pub.publish (output);第一個參數是輸入，后面的是輸出int main ( int argc, char* argv) /初始化ROS節點ros:init (argc, argv, "my_pcl_tutorial" );ros:NodeHandle

11、 nh; 聲明節點的名稱/為接受點云數據創建一個訂閱節點ros:Subscriber sub = nh.subscribe ( "input" , 1, cloud_cb); /創建 ROS 的發布節點pub = nh.advertise<sensor_msgs:PointCloud2> ( "output" , 1); / 回調 ros:spin ();一看一下結果如圖，這是在 RVIZ中顯示的結果，當然也可以使用 PCL庫實現可視化(注意我們在rviz中顯示的點云的數據格式都是這是PCL點云庫中定義的一種的數據格式，在sensor_msg

12、s:PointCloud2 要區別 pcl:PCLPointCloud2RVIZ中不可顯示，)的舉例應用關于使用 pcl/PointCloud<T>定義的一種數據格式這里面使用了兩次數據轉換從這一類型的數據格式是PCL庫中sensor_msgs/PointCloud2 pcl:ModelCoefficientspcl/PointCloud<T>pcl_msgs:ModelCoefficients.代碼#include <ros/ros.h>/ PCL specific includes#include <sensor_msgs/PointCloud2.

13、h>#include <pcl_conversions/pcl_conversions.h>#include <pcl/ros/conversions.h>#include <pcl/point_cloud.h>#include <pcl/point_types.h>關于平面分割的頭文件#include<pcl/sample_consensus/model_types.h>/分割模型白拉文件一#include <pcl/sample_consensus/method_types.h> 采樣致性的方法#include

14、<pcl/segmentation/sac_segmentation.h> /ransac 分割法ros:Publisher pub; void cloud_cb ( const sensor_msgs:PointCloud2ConstPtr& input)一一/ 將點云格式為sensor_msgs/PointCloud2格式轉為 pcl/PointCloudpcl:PointCloud<pcl:PointXYZ> cloud;pcl:fromROSMsg (*input, cloud);關鍵的一句數據的轉換pcl:ModelCoefficients coeff

15、icients; / 申明模型的參數pcl:PointIndices inliers;/申明存儲模型的內點的索引/創建一個分割方法pcl:SACSegmentation<pcl:PointXYZ> seg; /這一句可以選擇最優化參數的因子seg.setOptimizeCoefficients ( true ); /以下都是強制性的需要設置的seg.setModelType (pcl:SACMODEL_PLANE);平面模型seg.setMethodType (pcl:SAC_RANSAC);分割平面模型所使用的分割方法seg.setDistanceThreshold ( 0.01

16、);設置最小的閥值距離seg.setInputCloud (cloud.makeShared ();設置輸入的點云seg.segment (inliers, coefficients);/cloud.makeShared() 創建個 boost shared_ptr/把提取出來的內點形成的平面模型的參數發布出去pcl_msgs:ModelCoefficients ros_coefficients;pcl_conversions:fromPCL(coefficients, ros_coefficients);pub.publish (ros_coefficients);一int main ( i

17、nt argc, char* argv) / Initialize ROSros:init (argc, argv, "my_pcl_tutorial" );ros:NodeHandle nh;/ Create a ROS subscriber for the input point cloudros:Subscriber sub = nh.subscribe ( "input" , 1, cloud_cb);/ Create a ROS publisher for the output model coefficientspub = nh.advert

18、ise<pcl_msgs:ModelCoefficients> ( "output" , 1);/ Spin ros:spin ();提取點云中平面的參數并且發布出去PCL對ROS的接口的總結比如：pcl:toROSMsg(*cloud,output);實現的功能是將pcl里面的 pcl:PointCloud<pcl:PointXYZ> cloud轉換成ros里面的sensor_msgs:PointCloud2 output這個類型。PCL對ROS的接口提供 PCL數據結構的轉換，通過通過ROS提供的以消息為基礎的轉換系統系統。這有一系列的轉換函數提

19、供用來轉換原始的PCL數據類型成消息型。一些最有用常用的的 message 類型列舉在下面。std_msgs : Header: 這不是真的消息類型，但是用在 Ros消息里面的每一個部分。它包 含了消息被發送的時間和序列號和框名。PCL等于pcl:Header 類型sensor_msgs:PointCloud2:這是最重要的類型。這個消息通常是用來轉換pcl:PointCloud 類型的，pcl:PCLPointCloud2這個類型也很重要，因為前面版本的可能被廢除。 pcl_msgs:PointIndices:這個類型存儲屬于點云里面的點的下標，在 pcl里面等1pcl:PointIndic

20、es pcl_msgs:PolygonMesh這個類型包括消息需要描述多邊形網眼，就是頂點和邊，在pcl 里面等于 pcl:PolygonMesh pcl_msgs:Vertices :這個類型包含了一系列的頂點作為一個數組的下標，來描述一個 多邊形。在 pcl里面等于 pcl:Vertices pcl_msgs:ModelCoefficients:這存儲了一個模型的不同的系數，比如描述一個平面需要4個系數。在 PCL里面等于 pcl:ModelCoefficients 上面的數據可以從PCL轉成ROS里面的PCL。所有的函數有一個類似的特征，意味著一旦我們知道這樣去轉換一個類型，我們就能學會

21、轉換其他的類型。下面的函數是在 pcl_conversions命名空間里面提供的函數下面的函數是在pcl_conversions 命名空間里面提供的函數voidcopyImageMetaData (const sensor_msgs:Image &image, pcl:PCLImage &pcl_image)voidcopyPCLImageMetaData (const pcl:PCLImage &pcl_image, sensor_msgs:Image &image)voidcopyPCLPointCloud2MetaData (const pcl:PCLPo

22、intCloud2 &pcl_pc2, sensor_msgs:PointCloud2 &pc2)voidcopyPointCloud2MetaData (const sensor_msgs:PointCloud2 &pc2, pcl:PCLPointCloud2 &pcl_pc2)voidfromPCL (const pcl:PCLImage &pcl_image, sensor_msgs:Image &image)voidfromPCL (const std:vector< pcl:PCLPointField > &pcl

23、_pfs, std:vector< sensor_msgs:PointField > &pf s)voidfromPCL (const pcl:PCLPointCloud2 &pcl_pc2, sensor_msgs:PointCloud2 &pc2)voidmoveFromPCL (pcl:PCLImage &pcl_image, sensor_msgs:Image &image)voidmoveFromPCL (pcl:PCLPointCloud2 &pcl_pc2, sensor_msgs:PointCloud2 &pc

24、2)voidmoveToPCL (sensor_msgs:Image &image, pcl:PCLImage &pcl_image)voidmoveToPCL (sensor_msgs:PointCloud2 &pc2, pcl:PCLPointCloud2 &pcl_pc2)voidmoveToPCL (pcl_msgs:ModelCoefficients &mc, pcl:ModelCoefficients &pcl_mc)voidtoPCL (const sensor_msgs:Image &image, pcl:PCLImage

25、 &pcl_image)voidtoPCL (const sensor_msgs:PointCloud2 &pc2, pcl:PCLPointCloud2 &pcl_pc2)總結出來就是void fromPCL (const <PCL Type> &, <ROS Message type> &);void moveFromPCL (<PCL Type> &, <ROS Message type> &);void toPCL (const <ROS Message type> &a

26、mp;, <PCL Type> &);void moveToPCL (<ROS Message type> &, <PCL Type> &);PCL類型必須被替換成先前指定的PCL類型和ROS里面相應的類型。sensor_msgs:PointCloud2有一個特定的函數集去執行轉換void toROSMsg (const pcl:PointCloud<T> &, sensor_msgs:PointCloud2 &);轉換為ROS 的點云 sensor_msgs:PointCloud2 類型void from

27、ROSMsg (const sensor_msgs:PointCloud2 &, pcl:PointCloud<T>&);轉為 PCL中的 pcl:PointCloud<T> 類型void moveFromROSMsg (sensor_msgs:PointCloud2 &, pcl:PointCloud<T> &);轉換為pcl:PointCloud<T> 類型記錄關于我們運行roslaunch openni_launch openni.launch命令時生成的話題以及這些話題的數據類型便于后期而處理，只有知道它們

28、的數據結構，才能很好的對數據進行處理，我們觀察到使用rostopic list的所有話題的列表當然其中也有一些不經常使用的話題類型，比如下面這些話題是我們經常使用 的/camera/depth/image/camera/depth/image_raw/camera/depth/points/camera/ir/image_raw/camera/rgb/image_c010r/camera/rgb/image_raw發布的話題：image_raw (sensor_msgs/Image) :未處理的原始圖像使用命令查看 sensor_msgs/Image 的數據rosmsg how sen&

29、;or msgs/Image stdmsgs/Header headerutnt32 seqtime stampstring frane_idjtnt32 heightjtnt32 widthstring encoding jintS is_bigendtanJtnt32 5t叩jintsf1 datacamera_info (sensor_msgs/CameraInfo) :包含了相機標定配置以及相關數 據alngsaln: -$ rosnsg show sensor_Pisgs/CameraInfo td_msgs/Header headerutnt32 seqtime stampstri

30、ng frane_idtnt32 heightint32 widthtrtng distortion_Ddelloat64 DX&at64?) KLoat649 Rloat5412 Ptnt32 btnntngxint32 btnntng_yen£or_Fisgs/RegionOfInterest rotuint32 x_offsetutnt32 offsetuint32 heightLnt32 width bool direct!fy介紹幾個ROS節點運行的幾種工具。他們的作用是ROS&式點云或包與點云數據(PCD文件格式之間的相互轉換。(1) bag_to_pcd

31、用法：rosrun pcl_ros bag_to_pcd <input_file.bag> <topic><output_directory>讀取一個包文件，保存所有ROS點云消息在指定的 PCD文件中。(2) convert_pcd_to_image用法：rosrun pcl_ros convert_pcd_to_image <cloud.pcd>加載一個PCD文作，將其作句ROS圖像消息每秒中發布五次。(3) convert_pointcloud_to_image用法：rosrun pcl_ros convert_pointcloud_to_

32、image input:二/my_cloudoutput:二/my_image查看圖像： rosrun image_view image_view image:二/my_image訂閱一個ROS的點云的話題并以圖像的信息發布出去。(4) pcd_to_pointcloud用法：rosrun pcl_ros pcd_to_pointcloud <file.pcd> <interval> ? <file.pcd> is the (required) file name to read.? <interval> is the (optional) nu

33、mber of seconds to sleep between messages. If <interval> is zero or not specified the message is published once.加載一個PCD文件，發布一次或多次作為ROS點云消息(5) pointcloud_to_pcd例如: rosrun pcl_ros pointcloud_to_pcdinput:二/velodyne/pointcloud2訂閱一個ROS的話題和保存為點云PCD文件。每個消息被保存到一個單獨的文件，名稱是由一個可自定義的前綴參數，ROS寸間的消息,和以 PCD擴展

34、的文件。那么我們使用一個簡單的例子來實現在ROS中進行平面的分割，同時注意到使用的數據轉換的使用/*關于使用 pcl/PointCloud<T>的舉例應用。這一類型的數據格式是定義的種數據格式這里面使用了兩次數據轉換從 sensor_msgs/PointCloud2PCL庫中到到 pcl_msgs:ModelCoefficients.pcl/PointCloud<T> 和 從 pcl:ModelCoefficients*/ #include <iostream> /ROS#include <ros/ros.h>/ PCL specific inc

35、ludes#include <sensor_msgs/PointCloud2.h>#include <pcl_conversions/pcl_conversions.h>#include <pcl/ros/conversions.h>#include <pcl/point_cloud.h>#include <pcl/point_types.h>#include <pcl/io/pcd_io.h>分割模型的頭文件采樣一致性的方法/ransac分割法關于平面分割的頭受件#include <pcl/sample_conse

36、nsus/model_types.h>#include <pcl/sample_consensus/method_types.h>#include <pcl/segmentation/sac_segmentation.h> ros:Publisher pub; void cloud_cb ( const sensor_msgs:PointCloud2ConstPtr& input)一一/ 將點云格式為sensor_msgs/PointCloud2 格式轉為 pcl/PointCloudpcl:PointCloud<pcl:PointXYZ> cloud;pcl:fromROSMsg (*input, cloud);關鍵的一句數據的轉換pcl:ModelCoefficients coefficients;/ 申明模型的參數pcl:PointIndices i