ROS kinetic 升级 PCL1.9.0 以安装gpd库和gpd_ros

对于机械臂视觉抓取功能来说，比较传统的做法：由于之前的物体识别模块已经确定了这片点云对应的物体，如果我们有物体的3D模型，便可以直接用ICP算法将这片点云与物体的3D模型对齐。既然知道3D模型的位姿那就好办了。之后就是各种抓取姿态生成、力封闭之类的东西了。其他方法：利用RCNN在图像中定位了物体的大概位置，然后根据一堆点云做抓取，而不用知道物体的3D模型。

1、Using Geometry to Detect Grasp Poses in 3D Point Clouds
上面这个是ICRA 2015中的一篇论文，他们利用SVM分类器，直接对3D点云进行训练，判断其可抓取方向：感觉效果并不是特别好，需要较为完整的点云，同时训练库对结果影响也很大。
2、High precision grasp pose detection in dense clutter
这篇论文采用卷积神经网络训练一小片点云的可抓取性，上图按顺序依次是：彩色图片、点云图片、随机生成的抓取姿态、CNN判断可行的抓取姿态。据作者说抓取成功率相比于第一种方法提升了20%。

这两种方法，作者都已经将程序开源出来了，第一种方法是agile_grasp，在ROS中编译安装很简单，第二种方法是gpd_ros，这个包安装编译就有很多坑，首先gpd_ros依赖于gpd库，而作者提供的gpd2.0.0版本是基于c++14和PCL1.9的版本写的，所以对于ROS kinetic用户来说配置起来错误很多。最终要想编译gpd_ros成功，需要以下几个步骤：

1. 下载编译PCL1.9

2. 修改cmake版本

3. 下载编译gpd

4. 添加opencv依赖

5. 编译gpd_ros

1. ROS环境下载编译PCL1.9

Ubuntu18.04下安装点云库PCL1.9.0_czychen1997的博客-CSDN博客_ubuntu安装pcl库

现在在官网好像没法下载源码了，要到github下载才行:Release pcl-1.9.0 · PointCloudLibrary/pcl · GitHub ,下载源码之后，放到你想要的安装目录下，然后安装依赖

 sudo apt-get update
 sudo apt-get install git build-essential linux-libc-dev
 sudo apt-get install cmake cmake-gui 
 sudo apt-get install libusb-1.0-0-dev libusb-dev libudev-dev
 sudo apt-get install mpi-default-dev openmpi-bin openmpi-common  
 sudo apt-get install libflann1.8 libflann-dev
 sudo apt-get install libeigen3-dev
 sudo apt-get install libboost-all-dev
 sudo apt-get insta