如何在ROS中使用PCL（2）-白红宇

记录关于我们运行roslaunch openni_launch openni.launch 命令时生成的话题以及这些话题的数据类型便于后期的处理，只有知道它们的数据结构，才能很好的对数据进行处理，我们观察到使用rostopic list的所有话题的列表,当然其中也有一些不经常使用的话题类型，比如下面这些话题是我们经常使用的

/camera/depth/image

/camera/depth/image_raw

/camera/depth/points

/camera/ir/image_raw

/camera/rgb/image_color

/camera/rgb/image_raw

发布的话题：

image_raw () ：未处理的原始图像

使用命令查看sensor_msgs/Image的数据

camera_info ()：包含了相机标定配置以及相关数据

介绍几个ROS节点运行的几种工具。他们的作用是ROS格式点云或包与点云数据（PCD）文件格式之间的相互转换。

（1）bag_to_pcd

用法：rosrun pcl_ros bag_to_pcd <input_file.bag> <topic> <output_directory>

读取一个包文件，保存所有ROS点云消息在指定的PCD文件中。

（2）convert_pcd_to_image

用法：rosrun pcl_ros convert_pcd_to_image <cloud.pcd>

加载一个PCD文件，将其作为ROS图像消息每秒中发布五次。

(3) convert_pointcloud_to_image

用法：rosrun pcl_ros convert_pointcloud_to_image input:=/my_cloud output:=/my_image

 查看图像：rosrun image_view image_view image:=/my_image

订阅一个ROS的点云的话题并以图像的信息发布出去。

（4）pcd_to_pointcloud

用法：rosrun pcl_ros pcd_to_pointcloud <file.pcd> [ <interval> ]

<file.pcd> is the (required) file name to read.

<interval> is the (optional) number of seconds to sleep between messages. If <interval> is zero or not specified the message is published once.

加载一个PCD文件，发布一次或多次作为ROS点云消息

（5）pointcloud_to_pcd

例如： rosrun pcl_ros pointcloud_to_pcd input:=/velodyne/pointcloud2

订阅一个ROS的话题和保存为点云PCD文件。每个消息被保存到一个单独的文件，名称是由一个可自定义的前缀参数，ROS时间的消息，和以PCD扩展的文件。

那么我们使用一个简单的例子来实现在ROS中进行平面的分割，同时注意到使用的数据转换的使用

/**************************************************************************关于使用pcl/PointCloud
     
      的举例应用。这一类型的数据格式是PCL库中定义的一种数据格式这里面使用了两次数据转换从 sensor_msgs/PointCloud2 到 pcl/PointCloud
      
        和                        从 pcl::ModelCoefficients 到 pcl_msgs::ModelCoefficients.************************************************************************/#include 
       
        //ROS#include 
        
         // PCL specific includes#include 
         
          #include 
          
           #include 
           
            #include 
            
             #include 
             
              #include 
              
               //关于平面分割的头文件#include 
               
                 //分割模型的头文件#include 
                
                  //采样一致性的方法#include 
                 
                   //ransac分割法ros::Publisher pub;void cloud_cb (const sensor_msgs::PointCloud2ConstPtr& input){ // 将点云格式为sensor_msgs/PointCloud2 格式转为 pcl/PointCloud pcl::PointCloud
                  
                    cloud; pcl::fromROSMsg (*input, cloud); //关键的一句数据的转换 pcl::ModelCoefficients coefficients; //申明模型的参数 pcl::PointIndices inliers; //申明存储模型的内点的索引 // 创建一个分割方法 pcl::SACSegmentation
                   
                     seg; // 这一句可以选择最优化参数的因子 seg.setOptimizeCoefficients (true); // 以下都是强制性的需要设置的 seg.setModelType (pcl::SACMODEL_PLANE); //平面模型 seg.setMethodType (pcl::SAC_RANSAC); //分割平面模型所使用的分割方法 seg.setDistanceThreshold (0.01); //设置最小的阀值距离 seg.setInputCloud (cloud.makeShared ()); //设置输入的点云 seg.segment (inliers, coefficients); //cloud.makeShared() 创建一个 boost shared_ptr // pcl_msgs::fromROSMsg(const sensor_msgs::PointCloud2 &, pcl::PointCloud
                    
                     &); //pcl::io::savePCDFileASCII("test_pcd.pcd",cloud); // 把提取出来的内点形成的平面模型的参数发布出去 pcl_msgs::ModelCoefficients ros_coefficients; pcl_conversions::fromPCL(coefficients, ros_coefficients); pub.publish (ros_coefficients);}intmain (int argc, char** argv){ // Initialize ROS ros::init (argc, argv, "my_pcl_tutorial"); ros::NodeHandle nh; // Create a ROS subscriber for the input point cloud ros::Subscriber sub = nh.subscribe ("input", 1, cloud_cb); // Create a ROS publisher for the output model coefficients pub = nh.advertise
                     
                       ("output", 1); // Spin ros::spin ();}

在这里我们的input就是要订阅的话题/camera/depth/points

我们在rosrun 的时候注明input：=/camera/depth/points的这样就可以使用kienct发布的点云数据，同时你也可以指定点云的数据