图为智盒同时连接Mid360和HAP激光雷达

图为智盒同时连接Mid360和HAP激光雷达

1、使用x86架构的设备连接Mid360

拿到新的Mid360需要进行一下操作:

  • 使用网线连接Mid360与x86架构的设备,配置ip地址

  • 开放本机ipv4地址为192.168.1.5,子网掩码255.255.255.0, 网关192.168.1.1

  • Mid360初始ip地址为192.168.1.1xx,xx为SN码最后两位,ping 192.168.1.1xx测试是否能访问到雷达,如果能ping通执行以下操作:

    • 在Livox官网下载Livox Viewer2。通过livox Viewer2连接Mid360,在Viewer2中点击设置按钮,修改雷达ip地址。从上到下依次为:192.168.1.101255.255.255.0, 192.168.1.1,192.168.1.5
    • 修改完成后保存

2、使用图为智盒连接HAP和Mid360

  • 连接HAP和MID360到交换机上,交换机连接图为智盒。

  • 开放图为智盒ipv4地址为192.168.1.5,子网掩码255.255.255.0,网关192.168.1.1

  • 修改Livox_ros_driver2/config/mixed_HAP_MID360_config.json文件,修改完成后如下:

    {
      "lidar_summary_info" : {
        "lidar_type": 8
      },
      "HAP": {
        "lidar_net_info" : {
          "cmd_data_port": 56000,
          "push_msg_port": 0,
          "point_data_port": 57000,
          "imu_data_port": 58000,
          "log_data_port": 59000
        },
        "host_net_info" : {
          "cmd_data_ip" : "192.168.1.5",
          "cmd_data_port": 56000,
          "push_msg_ip": "",
          "push_msg_port": 0,
          "point_data_ip": "192.168.1.5",
          "point_data_port": 57000,
          "imu_data_ip" : "192.168.1.5",
          "imu_data_port": 58000,
          "log_data_ip" : "",
          "log_data_port": 59000
        }
      },
      "MID360": {
        "lidar_net_info" : {
          "cmd_data_port": 56100,
          "push_msg_port": 56200,
          "point_data_port": 56300,
          "imu_data_port": 56400,
          "log_data_port": 56500
        },
        "host_net_info" : {
          "cmd_data_ip" : "192.168.1.5",
          "cmd_data_port": 56101,
          "push_msg_ip": "192.168.1.5",
          "push_msg_port": 56201,
          "point_data_ip": "192.168.1.5",
          "point_data_port": 56301,
          "imu_data_ip" : "192.168.1.5",
          "imu_data_port": 56401,
          "log_data_ip" : "",
          "log_data_port": 56501
        }
      },
      "lidar_configs" : [
        {
          "ip" : "192.168.1.100",
          "pcl_data_type" : 1,
          "pattern_mode" : 0,
          "extrinsic_parameter" : {
            "roll": 0.0,
            "pitch": 0.0,
            "yaw": 0.0,
            "x": 0,
            "y": 0,
            "z": 0
          }
        },
        {
          "ip" : "192.168.1.101",
          "pcl_data_type" : 1,
          "pattern_mode" : 0,
          "extrinsic_parameter" : {
            "roll": 0.0,
            "pitch": 0.0,
            "yaw": 0.0,
            "x": 0,
            "y": 0,
            "z": 0
          }
        }
      ]
    }
    
    
  • 修改Livox_ros_driver2/launch_ROS1/rviz_mixed.launch文件,修改完成后如下:

    <launch>
    
    	<!--user configure parameters for ros start-->
    	<arg name="lvx_file_path" default="livox_test.lvx"/>
    	<arg name="bd_list" default="100000000000000"/>
    	<arg name="xfer_format" default="0"/>
    	<arg name="multi_topic" default="1"/>       <!--这里改成1-->
    	<arg name="data_src" default="0"/>
    	<arg name="publish_freq" default="10.0"/>
    	<arg name="output_type" default="0"/>
    	<arg name="rviz_enable" default="true"/>
    	<arg name="rosbag_enable" default="false"/>
    	<arg name="cmdline_arg" default="$(arg bd_list)"/>
    	<arg name="msg_frame_id" default="livox_frame"/>
    	<arg name="lidar_bag" default="true"/>
    	<arg name="imu_bag" default="true"/>
    	<!--user configure parameters for ros end--> 
    
    	<param name="xfer_format" value="$(arg xfer_format)"/>
    	<param name="multi_topic" value="$(arg multi_topic)"/>
    	<param name="data_src" value="$(arg data_src)"/>
    	<param name="publish_freq" type="double" value="$(arg publish_freq)"/>
    	<param name="output_data_type" value="$(arg output_type)"/>
    	<param name="cmdline_str" type="string" value="$(arg bd_list)"/>
    	<param name="cmdline_file_path" type="string" value="$(arg lvx_file_path)"/>
    	<param name="user_config_path" type="string" value="$(find livox_ros_driver2)/config/mixed_HAP_MID360_config.json"/>
    	<param name="frame_id" type="string" value="$(arg msg_frame_id)"/>
    	<param name="enable_lidar_bag" type="bool" value="$(arg lidar_bag)"/>
    	<param name="enable_imu_bag" type="bool" value="$(arg imu_bag)"/>
    
    	<node name="livox_lidar_publisher2" pkg="livox_ros_driver2"
    	      type="livox_ros_driver2_node" required="true"
    	      output="screen" args="$(arg cmdline_arg)"/>
    
    	<group if="$(arg rviz_enable)">
    		<node name="livox_rviz" pkg="rviz" type="rviz" respawn="true"
    				args="-d $(find livox_ros_driver2)/config/display_point_cloud_ROS1.rviz"/>
        </group>
    
    	<group if="$(arg rosbag_enable)">
        	<node pkg="rosbag" type="record" name="record" output="screen"
              		args="-a"/>
        </group>
    
    </launch>
    
  • 执行roslaunch livox_ros_driver2 rviz_mixed.launch可以同时查看到两个topic雷达

请添加图片描述

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Livox Hap激光雷达数据中的高程差特征点可以通过以下步骤提取: 1. 首先,将Livox Hap激光雷达数据加载到你的代码中。 2. 对于每个扫描线上的点云数据,计算它们的高程值,并将它们与相邻点的高程值进行比较。 3. 如果相邻点的高程值之间的差异超过一个阈值,则可以将其视为高程差特征点。 4. 使用高程差特征点的位置和高程值来进行进一步分析和处理。 下面是一个简单的Python代码示例,可以帮助你提取Livox Hap激光雷达数据中的高程差特征点: ```python import numpy as np import open3d as o3d # Load the Livox Hap point cloud data point_cloud = o3d.io.read_point_cloud("livox_hap.pcd") # Extract the Z-coordinate values from the point cloud data z_values = np.asarray(point_cloud.points)[:,2] # Compute the difference between adjacent Z-coordinate values z_diff = np.abs(np.diff(z_values)) # Define a threshold for the difference in Z-coordinate values threshold = 0.1 # Find the indices of the points where the Z-coordinate value difference exceeds the threshold feature_indices = np.where(z_diff > threshold)[0] # Extract the feature points from the original point cloud data feature_points = point_cloud.select_down_sample(feature_indices) # Visualize the feature points o3d.visualization.draw_geometries([feature_points]) ``` 这个示例代码可以帮助你提取Livox Hap激光雷达数据中的高程差特征点,并将它们可视化出来。你可以根据自己的需求,对代码进行修改和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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
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