本文将使用mid360实现简单的识别前方有障碍物时无人机悬停功能
环境配置
新建文件夹用于存储SDK以及ROS包
git clone https://github.com/Livox-SDK/Livox-SDK2.git
cd Livox-SDK2
mkdir build
cd build
cmake ..
make
sudo make install
完成sdk的安装
根目录下
git clone https://github.com/Livox-SDK/livox_ros_driver2.git ws_livox/src/livox_ros_driver2
cd src/livox_ros_driver2/
./build ROS1
完成ROS运行环境安装
修改本地以太网口ip地址为192.168.1.5
修改MID360_config.json文件中lidar_configs的ip为192.168.1.1xx其中xx为mid360sn号的后两位
执行
roslaunch livox_ros_driver2 rviz_MID360.launch
在rviz界面中可以观察到点云数据即成功
获取特定方向点云数据
构造结构体用于存储点云数据
class PointCloud {
public:
// 构造函数
PointCloud() {}
// 添加点的方法
void addPoint(double x, double y, double z) {
points.push_back({x, y, z});
}
// 获取点的数量
size_t size() const {
return points.size();
}
// 获取所有点的坐标
std::vector<std::vector<double>> getPoints() const {
return points;
}
// 打印所有点的坐标
void printPoints() const {
std::cout << "Points in the PointCloud:" << std::endl;
int index = 1;
for (const auto& point : points) {
std::cout << "x: " << point[0] << " y: " << point[1] << " z: " << point[2] << "index:"<<index++<<std::endl;
}
}
// 发布点云数据
void publishPointCloud(ros::Publisher& pub,std::string frame_id) {
// 创建 PointCloud2 消息
sensor_msgs::PointCloud2 msg;
msg.header.stamp = ros::Time::now();
msg.header.frame_id = frame_id;
msg.height = 1;
msg.width = points.size();
msg.is_dense = true;
// 设置字段
sensor_msgs::PointCloud2Modifier modifier(msg);
modifier.setPointCloud2FieldsByString(1, "xyz");
sensor_msgs::PointCloud2Iterator<float> iter_x(msg, "x");
sensor_msgs::PointCloud2Iterator<float> iter_y(msg, "y");
sensor_msgs::PointCloud2Iterator<float> iter_z(msg, "z");
// 将点的坐标添加到消息中
for (const auto& point : points) {
*iter_x = point[0];
*iter_y = point[1];
*iter_z = point[2];
++iter_x; ++iter_y; ++iter_z;
}
// 发布消息
publisher.publish(msg);
}
private:
// 存储点的坐标
std::vector<std::vector<double>> points;
};
在主函数中接收/livox/lidar话题信息,并在回调函数中保存传感器前方112范围内的点云数据用于前方避障
void callbackPointCloud(const sensor_msgs::PointCloud2::ConstPtr& cloud) {
PointCloud pointCloud;
sensor_msgs::PointCloud2ConstIterator<float> iter_x(*cloud, "x");
sensor_msgs::PointCloud2ConstIterator<float> iter_y(*cloud, "y");
sensor_msgs::PointCloud2ConstIterator<float> iter_z(*cloud, "z");
// Simulate some processing delay (adjust as needed)
std::this_thread::sleep_for(std::chrono::seconds(1));
int index=1;
for (; iter_x != iter_x.end(); ++iter_x, ++iter_y, ++iter_z) {
if(*iter_x<2&&*iter_x>0.001&&std::abs(*iter_y)<0.5&&std::abs(*iter_z)<0.5)
pointCloud.addPoint(*iter_x, *iter_y, *iter_z);
// ROS_INFO("x: %.3f y: %.3f z: %.3f index:%d", *iter_x, *iter_y, *iter_z, index++);
}
pointCloud.printPoints();
// ros::Publisher
// 发布 PointCloud2 消息
pointCloud.publishPointCloud(publisher, "livox_frame");
}
在rviz中调整显示的话题,可观察到仅有传感器前方区域的点云数据。
后续可对点云数目进行判断,大于某一个值时执行悬停或给定速度为0以完成简单的避障
TODO
解析特定方向点云数据,判断障碍物条件成立后,发送标志位至控制器进入悬停模式