激光聚类算法-depth_clustering安装运行

由于指导老师的要求，最近要看一下深度学习聚类的算法，当然，都是基于velodyne激光雷达来做的，如果要改用其他雷达，那就需要自己进行适配了。
废话不多说!

一：cmake环境下的编译运行

1.项目地址
项目链接：depth_clustering
我的安装环境：ubuntu 1804 ，ros-melodic
以及：sudo apt install libopencv-dev libqglviewer-dev-qt5 freeglut3-dev qtbase5-dev
2.安装

git clone https://github.com/PRBonn/depth_clustering src/depth_clustering

下载下来的包叫depth_clustering_master，讲道理这个不影响什么，但是博主略微有些强迫症，就改名为depth_clustering。那么，接下来，

cd depth_clustering
mkdir build
cd build
cmake ..
make -j4
ctest -VV  # run unit tests, optional

编译过就万事大吉了！
3.下载测试数据

mkdir data/; wget http://www.mrt.kit.edu/z/publ/download/velodyneslam/data/scenario1.zip -O data/moosmann.zip; unzip data/moosmann.zip -d data/; rm data/moosmann.zip

下载下来的数据是.png格式的，都是深度图，总共也就110M左右。
4.运行测试看效果

cd depth_clustering/build/devel/lib/depth_clustering/
./qt_gui_app #运行可视化界面，这个就很牛批了

效果如图所示：
点击，open_folder,选择你刚才下载的数据目录，然后点击play,运行起来如下图所示结果：
这只是demo,它带有ros接口，不过作为一个ros包我并未将它编译过，所以先看一下非ros环境下的效果！

二：ros环境下的编译运行

1.编译如上，所以基本上面编译过，就可以用了。
2.启动自己的bag(下面跑的包是我自己的bag,在停车场用16线velodyne 录的)

rosbag play -l --clock parking.bag --topics /velodyne_points

cd catkin_depth
source devel/setup.bash
rosrun depth_clustering show_objects_node --num_beams 16 --angle 10

4.没有rospublisher节点，出来的图像直接是用qt做的，如下：

原文中用的是64线雷达，而我用的是16线，所以我觉得这个影响还是不小的，效果也不尽如人意！