机器人3D雷达点云质量问题

3D雷达点云质量问题

前言:在机器人的运行过程中,总是遇到丢定位导致机器人乱跑的问题。其中一部分原因就是3D雷达点云质量有问题。所以要对3D雷达点云的质量进行管控。
1、录制3D点云

rosbag record /***_points

会生成一个3D点云的bag文件:***.bag
2、回放点云

rqt_bag   ***.bag

查看大概出问题的时间点
在这里插入图片描述

rosbag play ***.bag   -s 时间点(单位:秒) -r   播放速度(单位:hz)

3、打开rviz,查看点云的质量
注意将FIxedFramed输入laser_link ,否则没有点云显示。

4、如果想转换为pcd文件,那么建议参考:https://www.cnblogs.com/banrixianxin/p/6378789.html
(亲测第一种方式不行,生成的pcd文件不能打开。所以建议直接用第二种)

方法二:pointcloud_to_pcd
一个终端通过ros发送messages,如:$ rosbag play XXX.bag -s 时间点

另一个终端接收,如:$ rosrun pcl_ros pointcloud_to_pcd input:=/velodyne_points
(同理:使用rosrun pcl_ros pcd_to_pointcloud pcd_name 1(1秒更新一次),将pcd文件转化为ros点云,就可以在rviz上查看pcd的坐标)

然后会得到一堆pcd文件,每个为雷达的频率时间。比如雷达频率为10hz,那么就是100ms一张pcd图片。

5、连续多张查看pcd文件,确认点云质量:

pcl_viewer   1.pcd    2.pcd    3.pcd  .....

在这里插入图片描述
比如这张图,发现雷达开机后点云与下一张图正好翻转180度。导致开机定位失败。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
激光雷达点云数据与RGB图像的融合可以提高环境感知和目标识别的能力。激光雷达通过发射激光束对周围环境进行扫描,获取点云数据,可以提供高精度的三维空间信息。而RGB图像则提供了丰富的颜色信息,可以用于识别物体的视觉特征。 通过将激光雷达点云数据与RGB图像进行融合,可以实现对环境的全面感知。首先,通过将两者进行对齐,可以获取每个点在图像上的像素位置,从而实现对点云数据进行可视化。这样可以直观地展示出点云所代表的物体和环境的形状和结构,并结合颜色信息进行更准确的目标识别。 其次,通过将两者的信息进行融合,可以提高目标检测和跟踪的准确性。激光雷达提供了准确的3D空间信息,可以检测到障碍物的位置和距离,而RGB图像则提供了目标的视觉外观特征,可以识别物体的种类和属性。通过融合两者的信息,可以更准确地确定目标的形状、位置和姿态,提高目标检测和跟踪的效果。 此外,激光雷达点云数据与RGB图像的融合还可以用于实现自动驾驶机器人导航和虚拟现实等应用。通过融合两者的信息,可以实现对周围环境的模型重建和场景理解,从而实现精确的定位和导航。在虚拟现实领域,通过将激光雷达点云和RGB图像融合,可以实现更真实、更逼真的虚拟场景。 总之,激光雷达点云数据与RGB图像的融合可以提高环境感知和目标识别的能力,实现精确的定位和导航,并应用于自动驾驶机器人导航和虚拟现实等多个领域。
评论
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