在ROS下利用OpenCV的Mat类，将激光点云展开为深度图像(从零开始，超详细)

激光雷达3D目标检测任务需要将地面滤除，滤除地面的方法多种多样：基于深度学习、基于栅格、基于平面拟合、基于条件随机场、基于深度图像等等。关于将点云转化为深度图像，PCL库中有相关函数，但使用起来有一定的局限性，在这里不再展开，读者可自行体会。这里主要介绍利用OpenCV的Mat类，将ROS接收到的点云消息展开为深度图像的方法。

一、ROS工作空间及包的构建

mkdir -p ~/depthMap_ws/src

cd ~/catkin_ws/src

catkin_init_workspace

cd ~/depthMap_ws/

catkin_make

catkin_make执行过后，就成功创建了一个新的ROS工作空间，此时depthMap_ws目录下有三个文件夹:

接下来构建工作包，需要使用的库为PCL、OpenCV以及ROS自带的一些库：

cd depthMap_ws/src
catkin_create_pkg depth_make rospy roscpp std_msgs sensor_msgs pcl_ros pcl_conversions cv_bridge

其中depth_make 为包名，后面跟着的为需要的依赖。这一步进行完后，在depthMap_ws/src目录下会生成一个depth_make文件夹，该文件夹中的内容如下：

 接着编辑package.xml文件，加入以下两行:

gedit package.xml

#在package.xml加入以下两行:
<build_depend>libpcl-all-dev</build_depend>
<exec_depend>libpcl-all</exec_depend>

进行到这一步，就初步完成了工作空间以及包的构建，接下来编写节点cpp文件