ROS－创建、发布和显示PCL点云

最新推荐文章于 2024-08-21 08:56:22 发布

明夷TEC

最新推荐文章于 2024-08-21 08:56:22 发布

阅读量4.6k

点赞数 2

分类专栏： ROS 文章标签： PCL点云 ros点云 pcl库创建点云 ros-pcl

本文链接：https://blog.csdn.net/qq_39534332/article/details/89684545

版权

ROS 专栏收录该内容

7 篇文章 4 订阅

订阅专栏

文章目录

1 PCL创建点云
2编写节点发布点云
3显示点云

1 PCL创建点云

    //定义点云类型
    pcl::PointCloud<pcl::PointXYZ> cloud;
    // 添加点云数据
    cloud.width = 50000;
    cloud.height = 2;　　　//点集总共2*50000 = 10 0000个点
    cloud.points.resize(cloud.width * cloud.height);
    for (size_t i = 0; i < cloud.points.size (); ++i)
    {
        cloud.points[i].x = 512 * rand () / (RAND_MAX + 1.0f);　　//512 (-1,-1,-1 --- 1,1,1)?  //1 (0,0,0---1,1,1) //int float
        cloud.points[i].y = 512 * rand () / (RAND_MAX + 1.0f);
        cloud.points[i].z = 512 * rand () / (RAND_MAX + 1.0f);
    }

(1) 对于无组织或者说无结构的点云来说，height＝１，width就是指点云中点的个数。
(2) 对于有结构的点云来说，width是指点云数据集一行上点的个数。有结构的点云可以理解成这个点云像image（或者说是一个矩阵）一样进行组织，数据被分为行和列，如立体相机或者TOF相机获得的点云数据就属于这一类。对于有结构点云的一大好处就是能知道点云中点的相邻关系，最近邻操作效率就非常高，可以大大提高PCL中相应算法的效率。

2编写节点发布点云

    ros::Publisher pcl_pub = nh.advertise<sensor_msgs::PointCloud2> ("pcl_output", 1);
    //定义发布的消息
    sensor_msgs::PointCloud2 output;
    //把点云转化为ros消息
    pcl::toROSMsg(cloud, output);
    output.header.frame_id = "point_cloud";
    
    ros::Rate loop_rate(1);
    while (ros::ok())
    {
        pcl_pub.publish(output);
        ros::spinOnce();
        loop_rate.sleep();
    }