激光点云数据处理小记

本文主要是讲述对于点云数据的理解

实际上点云也是一种数据，在rviz中显示点云，很显然，应该知道每个点云数据的坐标，也就是三维坐标。同时，点云显示还会有各种颜色来表示远近或者材质，那么，颜色信息也应该包含在点云数据当中。另外，有时候也需要知道显示对象是什么，那么就需要包含强度信息，通过强度信息能够知道点云显示的物体是什么类型的物体。

综上，点云数据可以包含：坐标、颜色、强度。这样就好理解，点云数据是如何显示的了。

那么，如何从传感器获得的数据变成点云显示呢？

接下来就是关于点云的处理

传感器的数据首先是因传感器不同而不同的，我们需要清楚传感器得到的数据是什么样子的，这些往往是在传感器的说明书里会讲或者设计的时候就应该知道。
举个例子，传感器发过来的数据为10000，这个数据来自于环境中的10米的物体。通过这个10000，我们要将其转化为10米的表示。意思就是，我们得清楚传感器的数据到环境转化的规则。可以通过测试，实验，来调试好这个规则。当然，传感器对一个位置的数据描述肯定不仅仅会是一个数值而已，上文已经说了，表示一个物体的信息，往往除了位置信息，还有类型信息等等。

明白，传感器到点云数据处理的大致流程。还需要注意的是，数据往往是以数据包的形式发送和获取的。

这就需要我们清楚，数据包是如何存储数据的，每一个点的数据，由几个数据构成。需要我们进行裁切和reshape。显然，所谓的数据传输，当然是一个一个数字发送，传递的，无论是点云的数据，还是图像的数据，都是由数字构成的，只不过传输的时候，会将这些数据变成一行，一个一个数字的传输。所以才有上述说的，裁切和reshape处理，形成标准的数据形式。

再补充一点，通过一些列的操作，我们已经知道点云数据的形式和内容。但要在rviz以PointCloud2的类型去表示。原理上是一样的，我们还是要将原始的点云数据转化为或者赋值为PointCloud2的数据类型，也就是我们还需要清楚PointCloud2数据是需要什么样子的信息，定义一个msg作为PointCloud2类的实例。然后，在通过订阅发布机制，把msg信息发布出去，rviz订阅即可。
如下：

msg = sensor.PointCloud2()
msg.height = 1
msg.width = self.Img[idx].shape[0]
msg.fields = [
    sensor.PointField(
        "x", 0, sensor.PointField.FLOAT32, 1
    ),
    sensor.PointField(
        "y", 4, sensor.PointField.FLOAT32, 1
    ),
    sensor.PointField(
        "z", 8, sensor.PointField.FLOAT32, 1
    ),
    sensor.PointField(
        "w", 12, sensor.PointField.FLOAT32, 1
    ),
]
msg.is_bigendian = False
msg.point_step = 16
msg.is_dense = False
self.sensor_data[seq_id] = msg
frame_id = "map"