ROS-3DSLAM（4）：lidar_odometry包浅析

2021@SDUSC

2021年10月11日星期一——2021年10月1４日星期四

一、学习背景：

结束了论文的学习之后，我们下一步的学习目标就是关键的代码了，但是在此之前，我们还仍然需要先把整个项目的信息流分析明白，这样才能有助于我们更好地进行后续的阅读学习代码工作。

结束了信息流的分析之后，我们的第二个工作目标就是对于ｌｉｄａｒ＿ｏｄｏｍｅｔｒｙ包的代码分析。相较于第一个视觉处理的系统而言，这个雷达处理的系统更为简单一些，分析起来也相对较为容易。我们首先分析的目标是较小的三个文件，剩下的那一个较大的代码文件：图优化，我们下一周再处理。这一周，我负责的部分是特称提取的功能，也就是“featureExtraction.cpp”。

因为第二项工作任务较多，所以考虑到篇幅，所以我把信息流的部分摘取了出来，单独列为了一篇文章，下一次再写出来。

二、特征提取（featureExtraction.cpp）：

１、开头导入文件：

代码开头导入的两个文件当中，一个是本地文件夹下的ｕｔｉｌｉｔｙ，一个是ｌｖｉ－ｓｌａｍ下的ｃｌｏｕｄ＿ｉｎｆｏ。这里特别要注意的是第二个头文件。第一个头文件中包含了本系统中所需要的各种初始定义，位于本地文件夹下，而第二个头文件则是点云的基本信息，除此之外，也包含了“imu”和“odom”的成员变量。

之后，作者又定义了两个数据结构，分别用来存储和计算（ ）信息。

2、基本的定义：

在这个大类当中，作者首先给出了相应的定义。

因为是首次接触点云这个概念，而且长时间没有接触cpp，有些陌生，所以阅读代码起来稍微有些吃力。

因此我参考了知乎上的注释来入手（见文末）。在这里，注释者基本上介绍了作者缩写代码的思路。

• ros::下：创建了订阅者Subscriber和发布者Publisher，其中发布者有三个，分别是pubLaserCloudInf，pubCornerPoints和pubSurfacePoints，他们分别用来完成发布不同的点云信息：激光帧提取特征之后的点云信息，激光帧提取到的角点点云以及平面点点云。

  ros::Subscriber subLaserCloudInfo;
  ​
  ros::Publisher pubLaserCloudInfo;
  ros::Publisher pubCornerPoints;
  ros::Publisher pubSurfacePoints;

• pcl::下：这里有牵扯到pcl这个概念，所以需要说明一下。

  • pcl：是一种数据结构，在ROS最新版本中用来存储点云的信息。

  • 而这里作者给出的定义也符合它的功能，设计了三个集合来存储点云的信息：extractedCloud、cornerCloud和surfaceCloud。

  • ​
    pcl::PointCloud<PointType>::Ptr extractedCloud;
    pcl::PointCloud<PointType>::Ptr cornerCloud;
    pcl::PointCloud<PointType>::Ptr surfaceCloud;
    ​
    pcl::VoxelGrid<PointType> downSizeFilter;

• lvi-sam和std_msgs下的两个定义变量用来存储当前激光帧的全部信息，包括所有的历史数据。

  lvi_sam::cloud_info cloudInfo;
  std_msgs::Header cloudHeader;

  ---

  这个地方我不太理解，lvi_sam下是什么？难道这是本包下的基础类型？他是怎么储存所有的历史数据的？

  ---

• std::vector与Float变量下的集合用来存储激光帧点云的曲率。

  std::vector<smoothness_t> cloudSmoothness;
  float *cloudCurvature;

• *cloudNeighborPicked

• int变量一个是标记，一个是标签，分别用来表示是否提取和提取的类型：角点还是平面点。

   int *cloudLabel
   int *cloudNeighborPicked

2、函数分析一：初始化

首先的两个函数 FeatureExtraction和 initializationValue就是用来初始化的。

它们初始化了订阅者和发布者的信息，并且给上文所定义的各个变量进行了初始化。

FeatureExtraction()
{
    // 订阅当前激光帧运动畸变校正后的点云信息
    subLaserCloudInfo = nh.subscribe<lio_sam::cloud_info>("lio_sam/deskew/cloud_info", 1, &FeatureExtraction::laserCloudInfoHandler, this, ros::TransportHints().tcpNoDelay());
​
    // 发布当前激光帧提取特征之后的点云信息
    pubLaserCloudInfo = nh.advertise<lio_sam::cloud_info> ("lio_sam/feature/cloud_info", 1);
    // 发布当前激光帧的角点点云
    pubCornerPoints = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/feature/cloud_corner", 1);
    // 发布当前激光帧的面点点云
    pubSurfacePoints = nh.advertise<sensor_msgs::PointCloud2>("lio_sam/feature/cloud_surface", 1);
    
    // 调用初始化函数
    initializationValue();
}
​
// 初始化各个变量信息
void initializationValue()