这个文件的作用是读取kitti 数据集的数据,具体包括点云、左、右相机的图像、以及pose的groundtruth,然后分成5个topic以10Hz(可修改)的频率发布出去,其中真正对算法有用的topic只有点云/velodyne_points,其他四个topic都是在rviz中可视化用。
以下是我通过参考网上一些大神的源码解析自己做的总结,目的是为了让我对A-LOAM更加理解,发出来让和像我一样的激光slam小白进行学习,加深理解记忆,欢迎大家进行交流批评指正,不喜勿喷,本文不做任何商用,转载请注明出处
#include <iostream>
#include <fstream>
#include <iterator>
#include <string>
#include <vector>
#include <opencv2/opencv.hpp>
#include <image_transport/image_transport.h>
#include <opencv2/highgui/highgui.hpp>
#include <nav_msgs/Odometry.h>
#include <nav_msgs/Path.h>
#include <ros/ros.h>
#include <rosbag/bag.h>
#include <geometry_msgs/PoseStamped.h>
#include <cv_bridge/cv_bridge.h>
#include <sensor_msgs/image_encodings.h>
#include <eigen3/Eigen/Dense>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl_conversions/pcl_conversions.h>
#include <sensor_msgs/PointCloud2.h>
std::vector<float> read_lidar_data(const std::string lidar_data_path) //定义一个float类型的容器read_lidar_data读取雷达数据
{
// 函数原型 ifstream(const char *filename, std::ifstream::openmode mode);
std::ifstream lidar_data_file(lidar_data_path, std::ifstream::in | std::ifstream::binary); //ifstream 打开文件,mode模式std::ifstream::in | std::ifstream::binary:以只读方式打开 | 以二进制而非文本格式进行操作
const size_t num_elements = lidar_data_file.tellg() / sizeof(float); //size_t 一个与机器相关的unsigned类型。统计一下文件有多少float数据
lidar_data_file.seekg(0, std::ios::beg); // 文件指针指向文件末尾。.seekg()是对输入文件定位,他两个参数:第一个参数是偏移量,第二个参数是基地址。ios::beg表示输入流的开始位置
std::vector<float> lidar_data_buffer(num_elements);//定义float类型的容器,雷达数据缓冲(数据量)
// 读取所有的数据
lidar_data_file.read(reinterpret_cast<char*>(&lidar_data_buffer[0]), num_elements*sizeof(float)); //.read()文件读取,有两个参数,从 lidar_data_file读取num_elements*sizeof(float)数量的数据到&lidar_data_buffer[0]里面
return lidar_data_buffer;//返回 lidar_data_buffer
}
int main(int argc, char** argv)
{
ros::init(argc, argv, "kitti_helper"); //ros::init()函数是ros程序调用的第一个函数,用于初始化ros节点。
//ros::init()的参数分别是:
//argc:remapping参数的个数
//argv:remapping参数的列表