从ROS Bag文件提取点云数据并保存为PCD格式进行处理 ros ubuntu

从ROS Bag文件提取点云数据并保存为PCD格式进行处理

要从ROS bag文件中有效地提取点云数据并利用PCL库对其进行进一步处理，需要通过一系列精确且专业的操作。下面是一个详细的步骤指南，这些步骤不仅详细介绍了如何操作，而且强调了确保数据处理质量和效率的关键点。

步骤 1: 环境配置

确保系统中正确安装了ROS和PCL，这是进行点云数据处理的基础。

安装ROS:
- 访问ROS官方网站下载并安装适合您操作系统的ROS版本。这将包括所有基础包和通信框架。
安装PCL:
- 如果PCL未随ROS一起安装，您可以通过以下命令在Ubuntu上安装PCL库：
```
sudo apt-get install libpcl-dev
```
安装pcl_ros包:
- pcl_ros是PCL和ROS之间的接口，它简化了两者间的数据转换操作。安装此包通过：
```
sudo apt-get install ros-[ros-version]-pcl-ros
```
- 请将[ros-version]替换为您的ROS版本，如melodic或noetic。

步骤 2: 创建并配置ROS节点

为了从bag文件中提取点云数据，您需要创建一个专门的ROS节点。

创建ROS包:

打开终端，初始化您的工作区，创建一个新的ROS包：

source /opt/ros/[ros-version]/setup.bash
mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src
catkin_create_pkg extract_pcd roscpp pcl_ros sensor_msgs pcl_conversions
cd ..
catkin_make
source devel/setup.bash

编写节点代码:

在src目录下创建名为extract_pcd.cpp的文件，编写代码以订阅点云数据，并将其保存为PCD文件：

#include <ros/ros.h>
#include <sensor_msgs/PointCloud2.h>
#include <pcl_conversions/pcl_conversions.h>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>

void cloudCallback(const sensor_msgs::PointCloud2ConstPtr& cloud_msg) {
    pcl::PointCloud<pcl::PointXYZ> cloud;
    pcl::fromROSMsg(*cloud_msg, cloud);
    pcl::io::savePCDFileASCII("saved_cloud.pcd", cloud);
    ROS_INFO("Saved PCD file.");
}

int main(int argc, char **argv) {
    ros::init(argc, argv, "extract_pcd");
    ros::NodeHandle nh;
    ros::Subscriber sub = nh.subscribe("input_topic", 1, cloudCallback);
    ros::spin();
    return 0;
}

这段代码负责从指定主题接收点云消息，并转换后保存为PCD格式。

编译包:
- 返回到catkin工作目录，使用catkin_make来编译您的ROS包。

步骤 3: 运行节点并播放Bag文件

启动处理节点:
- 新开一个终端，激活环境并启动节点：
```
source ~/catkin_ws/devel/setup.bash
rosrun extract_pcd extract_pcd
```
播放Bag文件:
- 在另一终端中播放Bag文件以提供数据源：
```
rosbag play path_to_your_bag_file
```

步骤 4: 使用PCL进行后续处理

处理PCD文件:

创建另一个C++程序，如process_pcd.cpp，使用PCL进行点云过滤或其他处理：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>

int main() {
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>());
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>());

    if (pcl::io::loadPCDFile<pcl::PointXYZ>("saved_cloud.pcd", *cloud) == -1) {
        PCL_ERROR("Couldn't read file saved_cloud.pcd \n");
        return -1;
    }

    pcl::VoxelGrid<pcl::PointXYZ> sor;
    sor.setInputCloud(cloud);
    sor.setLeafSize(0.01f, 0.01f, 0.01f);
    sor.filter(*cloud_filtered);

    pcl::io::savePCDFileASCII("filtered_cloud.pcd", *cloud_filtered);
    std::cout << "Filtered cloud saved." << std::endl;

    return 0;
}