python读取大疆激光雷达LVX数据并显示

如需要写好可以直接使用的软件，可以去公众号下载las 工具软件，如需转换或者提取 大疆 L1 数据文件，请直接微信联系 394467238

个人公众号“代码就是生产力”，发布更多有用的工具

根据大疆的协议解析的LVX文件，并用open3d 显示出来，LVX文件是从大疆官网下载的地平线雷达的数据，其他雷达的数据应该也可以解析。

直接放效果和代码吧

20210602_131722

lonlon ago的视频
· 7 播放

代码写的很直接简单，打开文件，解析，显示，没有什么其他的步骤，有问题可以留言。

#coding:utf-8
import struct

import open3d as o3d  # 0.9版本
import numpy as np




# 读取雷达数据头部分:

path = r'..\livox\Horizon1.lvx'   # 这里替换成你的数据路径
f = open(path, 'rb')
data = f.read()
total_len = len(data)
f.close()


f = open(path, 'rb')

print("size LvxFilePublicHeader ", struct.calcsize(LvxFilePublicHeader))
data = f.read(struct.calcsize(LvxFilePublicHeader))  #24
print(data)
data_tuple = struct.unpack(LvxFilePublicHeader, data)
print(data_tuple)



data = f.read(struct.calcsize(LvxFilePrivateHeader))  #24+5
print("size LvxFilePrivateHeader ",struct.calcsize(LvxFilePrivateHeader))
data_tuple = struct.unpack(LvxFilePrivateHeader, data)
print(data_tuple)




data = f.read(struct.calcsize(LvxDeviceInfo))  #24+5+59=88
print("size LvxDeviceInfo ",struct.calcsize(LvxDeviceInfo))
data_tuple = struct.unpack(LvxDeviceInfo, data)
print(data_tuple)
print(data_tuple[33])  # device_type is 3 Horizon





#----------------------------------------------------------------------------------
# 读取雷达数据帧部分:



point_list = []
frame_list = []
idx = 0
print(struct.calcsize(LvxFilePublicHeader) + struct.calcsize(LvxFilePrivateHeader)+ struct.calcsize(LvxDeviceInfo))
current_offset = struct.calcsize(LvxFilePublicHeader) + struct.calcsize(LvxFilePrivateHeader)+ struct.calcsize(LvxDeviceInfo)


vis = o3d.visualization.Visualizer()
vis.create_window(window_name='map', width=1000, height=720)
vis.get_render_option().background_color = np.asarray([0, 0, 0])  # 背景颜色
point_cloud = o3d.geometry.PointCloud()
vis.add_geometry(point_cloud)
to_reset = True

while (current_offset < total_len):
    current_frame_offset = 0
    data = f.read(struct.calcsize(FrameHeader))
    data_tuple = struct.unpack(FrameHeader, data)  # 原始格式是元祖，为什么要转array，元祖不能索引
    assert (current_offset == data_tuple[0])
    next_offset = data_tuple[1]
    current_frame_offset += struct.calcsize(FrameHeader)

    while (current_offset + current_frame_offset < next_offset):
        data = f.read(struct.calcsize(LvxBasePackHeader))
        current_frame_offset += struct.calcsize(LvxBasePackHeader)

        data_tuple = struct.unpack(LvxBasePackHeader, data)  # 原始格式是元祖，为什么要转array，元祖不能索引
        data_type = data_tuple[7]
        data_size = size_map[data_type]
        data = f.read(data_size)
        current_frame_offset += data_size

        if data_type == 2:
            idx += 1
            data_tuple = struct.unpack(LivoxExtendRawPoint, data)  # 96*5
            data_unpack = np.array(data_tuple, dtype=int).reshape(-1, 5)  # np.array会多耗时15毫秒
            point_list.append(data_unpack)
        elif data_type == 6:
            # data_tuple = struct.unpack(LivoxImuPoint, data)  #IMU
            pass  # 暂时不需要IMU数据
        else:
            pass  # 只解析这2种数据，其他的丢弃

        if idx == 250:  # 每250个数据包为一帧
            point_list = np.vstack(point_list)

            point_list = point_list[:, :3] / 1000
            print("point_list", point_list.shape)
            point_cloud.points = o3d.utility.Vector3dVector(point_list)
            # time.sleep(3)

            vis.update_geometry(point_cloud)  # 0.8版本之后才可以这样用
            # vis.update_geometry()
            if to_reset:
                vis.reset_view_point(True)
                to_reset = False

            vis.poll_events()
            vis.update_renderer()
            point_list = []
            idx = 0

    current_offset += current_frame_offset
    assert (current_offset == next_offset)