lego-loam建图时保存pcd点云地图,并查看

介绍:

在lego-loam执行的过程中,建立的点云地图以topic的形式发布出来.

运行lego-loam,出现rviz中订阅的话题和默认勾选如下:

可以发现有两个map点云的话题,程序默认只勾选了下面一个map cloud(stack).

map cloud(stack)对应的话题为:/registered_cloud,此话题发布的是每一帧新加入地图的点云.使用栈的原理累加生成点云地图,当地图范围到一定程度时,就会丢弃最初建立的部分点云地图.

map cloud对应的才是真正保存的全局地图,话题名为:/laser_cloud_surround.

保存地图:

在建图快要结束时,重新打开终端,订阅全局点云地图的话题,生成bag包:

rosbag record /laser_cloud_surround

耐心等待建图结束,ctrl+c结束录制.

此时查看重新打开的终端下,是否有bag包生成,如果录制成功,转bag为pcd:

rosrun pcl_ros bag_to_pcd name.bag /laser_cloud_surround pcd1

其中:

name.bag中的name为bag包的名字;

最后的pcd1的意思是在当前目录下创建一个名为pcd1文件夹,保存name.bag包中每一帧的/laser_cloud_surround话题生成的pcd点云文件,其中最后一个生成的(也是内存最大的)pcd文件即为建立的点云地图.

查看点云地图:

切换到pcd文件所在目录下,打开点云地图:

cd /pcd1
pcl_viewer name.pcd

其中name.pcd为对应点云地图的文件名.

  • 13
    点赞
  • 147
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 22
    评论
LeGO-LOAM中的地图配准主要是通过ICP算法实现的。下面是配准的代码: ```c++ void mapOptimization::scan2MapOptimization(){ ... // Step 1: Transform current scan to global map PointCloudT::Ptr transformed_scan_ptr (new PointCloudT()); pcl::transformPointCloud(*laserCloudCornerLast, *transformed_scan_ptr, laserOdometry); // Step 2: Add current scan to global map *laserCloudCornerFromMap += *transformed_scan_ptr; laserCloudCornerFromMapDS->clear(); downSizeFilterCorner.setInputCloud(laserCloudCornerFromMap); downSizeFilterCorner.filter(*laserCloudCornerFromMapDS); // Step 3: Apply ICP algorithm to align current scan with global map pcl::IterativeClosestPoint<PointT, PointT> icp; icp.setInputSource(transformed_scan_ptr); icp.setInputTarget(laserCloudCornerFromMapDS); icp.setMaxCorrespondenceDistance(0.5); icp.setMaximumIterations(50); icp.setTransformationEpsilon(1e-8); icp.align(*transformed_scan_ptr); // Step 4: Transform current scan back to its local frame if (icp.hasConverged()) { laserOdometry = icp.getFinalTransformation().inverse() * laserOdometry; pcl::transformPointCloud(*transformed_scan_ptr, *laserCloudCornerLast, laserOdometry); } ... } ``` 在这个函数中,我们首先将当前的点云数据通过位姿转换,转换到全局地图的坐标系下。然后将当前点云添加到全局地图中。接着,我们使用ICP算法,将当前点云与全局地图进行匹配,得到它们之间的变换关系。最后,我们将当前点云通过变换关系转换回到它的本地坐标系下。 需要注意的是,在LeGO-LOAM中,我们是将当前点云的角点部分与全局地图的角点部分进行匹配,因为角点更具有特征性。另外,我们使用了一个体素滤波器对全局地图进行了下采样,这样可以加快匹配速度,同也可以去除一些不必要的噪声点。
评论 22
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

和道一文字_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值