[pcl::PCDReader::read] Number of points read (3643177) is different than expected (7335701)

[pcl::PCDReader::read] Number of points read (3643177) is different than expected (7335701) couldn’t load the pcd file

引子

  lego-loam和lio-sam在跑完建图之后，可以选择是否导出特征点地图和fullMap的pcd文件。lego-loam导出pcd文件的代码附在最后(有所改动，详情可参考源码)，pcd文件最后存到/tmp目录下。该段代码是放在visualizeMapThread中的，前面有一个ros::ok的循环。当ctrl+c结束后，开始执行后面的导出pcd程序，但如果在一定时间内没有执行完，进程强制退出，窗口抛出"escalating to SIGTERM"错误。此时存储的pcd文件可能是不完全的，当使用pcl::io::loadPCDFile或者pcl::PCDReader::read读取的时候，可能会报"Number of points read (3643177) is different than expected (7335701)" 错误，这是由于pcl::PointCloud的field中记录的点数和实际点数不一致引起的，可以通过以下两种方式解决：

1、修改field —— 使用文本编辑软件打开pcd文件，直接修改field中的WIDTH和POINTS的数值。该方法具有一般性，当然还是应该查一下为什么点数会不一致。下图是使用vscode打开Xpcd文件效果截图。

2、针对"escalating to SIGTERM"¹引起的点云数目不一致问题，修改/opt/ros/
kinetic(ros版本)/lib/python2.7/dist-package/roslaunch/nodeprocess.py文件中的"_TIMEOUT_SIGINT = 15.0 #seconds"为自己期望的运行时间，从而保证实际点数和field中记录的值相同。当然，这只针对由"escalating to SIGTERM"引起的点数不一致问题，不具有一般性。

附

    void visualizeGlobalMapThread() {
        ros::Rate rate(0.2);
        while (ros::ok()){
            rate.sleep();
            publishGlobalMap();
        }
	    std::cout << "save point cloud" << std::endl;
        // save final point cloud
        // 如果publishGlobalMap()不起作用，下面的这一句会抛出异常
        // pcl::io::savePCDFileASCII(fileDirectory+"finalCloud.pcd", *globalMapKeyFramesDS);

        string cornerMapString = "/tmp/cornerMap.pcd";
        string surfaceMapString = "/tmp/surfaceMap.pcd";
        string trajectoryString = "/tmp/trajectory.pcd";

        pcl::PointCloud<PointType>::Ptr cornerMapCloud(new pcl::PointCloud<PointType>());
        pcl::PointCloud<PointType>::Ptr cornerMapCloudDS(new pcl::PointCloud<PointType>());
        pcl::PointCloud<PointType>::Ptr surfaceMapCloud(new pcl::PointCloud<PointType>());
        pcl::PointCloud<PointType>::Ptr surfaceMapCloudDS(new pcl::PointCloud<PointType>());
        // 添加了fullMap
        pcl::PointCloud<PointType>::Ptr fullMapCloud(new pcl::PointCloud<PointType>());
	    pcl::PointCloud<PointType>::Ptr fullMapCloudDS(new pcl::PointCloud<PointType>());
        
        for(int i = 0; i < cornerCloudKeyFrames.size(); i++) {
            *cornerMapCloud  += *transformPointCloud(cornerCloudKeyFrames[i],   &cloudKeyPoses6D->points[i]);
    	    *surfaceMapCloud += *transformPointCloud(surfCloudKeyFrames[i],     &cloudKeyPoses6D->points[i]);
    	    *surfaceMapCloud += *transformPointCloud(outlierCloudKeyFrames[i],  &cloudKeyPoses6D->points[i]);
        }

      *fullMapCloud += *cornerMapCloud;
	  *fullMapCloud += *surfaceMapCloud;

        downSizeFilterCorner.setInputCloud(cornerMapCloud);
        downSizeFilterCorner.filter(*cornerMapCloudDS);
        downSizeFilterSurf.setInputCloud(surfaceMapCloud);
        downSizeFilterSurf.filter(*surfaceMapCloudDS);
	    downSizeFilterCorner.setInputCloud(fullMapCloud);
	    downSizeFilterCorner.filter(*fullMapCloudDS);

        std::cout << cornerMapCloud->points.size() << std::endl;
	    std::cout << surfaceMapCloud->points.size() << std::endl;

        pcl::io::savePCDFileASCII(fileDirectory+"cornerMap.pcd", *cornerMapCloudDS);
        pcl::io::savePCDFileASCII(fileDirectory+"surfaceMap.pcd", *surfaceMapCloudDS);
        pcl::io::savePCDFileASCII(fileDirectory+"trajectory.pcd", *cloudKeyPoses3D);
	    pcl::io::savePCDFileASCII(fileDirectory+"fullMap.pcd", *fullMapCloudDS);
    }

Reference

---

1. https://blog.csdn.net/zack_liu/article/details/78456467 ↩︎