Lidar系列文章

傳感器融合是將多個(gè)傳感器采集的數(shù)據(jù)進(jìn)行融合處理，以更好感知周圍環(huán)境；這里首先介紹激光雷達(dá)的相關(guān)內(nèi)容，包括激光雷達(dá)基本介紹（本節(jié)內(nèi)容），激光點(diǎn)云數(shù)據(jù)處理方法（點(diǎn)云數(shù)據(jù)顯示與裁剪，點(diǎn)云分割，點(diǎn)云聚類，障礙物識(shí)別實(shí)例）等。

系列文章目錄

1. 激光雷達(dá)基本介紹
2. 激光點(diǎn)云數(shù)據(jù)顯示
3. 基于RANSAC的激光點(diǎn)云分割
4. 點(diǎn)云分割入門級(jí)實(shí)例學(xué)習(xí)
5. 激光點(diǎn)云目標(biāo)物聚類
6. 基于PCL實(shí)現(xiàn)歐式聚類提取
7. 激光雷達(dá)障礙物識(shí)別

---

文章目錄

• Lidar系列文章
• 基于PCL的激光點(diǎn)云可視化實(shí)例
• 激光點(diǎn)云俯視圖顯示

---

基于PCL的激光點(diǎn)云可視化實(shí)例

本小節(jié)主要介紹激光點(diǎn)云的可視化，主要利用PCL對(duì)道路的激光點(diǎn)云進(jìn)行可視化。
本實(shí)例中首先實(shí)例化了一個(gè)含有RGB顏色的激光點(diǎn)云對(duì)象，然后將這個(gè)激光點(diǎn)云對(duì)象指針作為參數(shù)，傳入PCL中的激光點(diǎn)云讀取函數(shù)中，將激光點(diǎn)云文件讀取到實(shí)例化的激光點(diǎn)云對(duì)象的指針中。接下來，實(shí)例化一個(gè)激光點(diǎn)云可視化對(duì)象viewer1，通過這個(gè)對(duì)象調(diào)用addPointCloud()方法。實(shí)例化的激光點(diǎn)云傳入viewer1對(duì)象后，設(shè)置激光點(diǎn)云可視化窗口的背景顏色。

#include<pcl/visualization/pcl_visualizer.h> #include<iostream>//標(biāo)準(zhǔn)C++庫中的輸入輸出類相關(guān)頭文件。 #include<pcl/io/io.h> #include<pcl/io/pcd_io.h>//pcd 讀寫類相關(guān)的頭文件。using namespace std; using namespace pcl; typedef pcl::PointXYZI PointIoType;//對(duì)激光點(diǎn)云類型進(jìn)行宏定義int main(int argc, char** argv){pcl::PointCloud<PointIoType>::Ptr cloud(new pcl::PointCloud<PointIoType>());if (pcl::io::loadPCDFile("../data/simpleHighway.pcd", *cloud) == -1)return (-1);boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer1(new pcl::visualization::PCLVisualizer("3D Viewer"));viewer1->addPointCloud<PointIoType>(cloud, "simpleHighway.pcb");viewer1->setBackgroundColor(0, 0, 0);//設(shè)置可視化窗口的背景顏色為黑色while (!viewer1->wasStopped())//持久化顯示激光點(diǎn)云圖像{viewer1->spinOnce(100);boost::this_thread::sleep(boost::posix_time::microseconds(100000));}return 0; }

激光點(diǎn)云俯視圖顯示

本小節(jié)將介紹如何加載、俯視圖顯示KITTI數(shù)據(jù)集的激光點(diǎn)云數(shù)據(jù)，去除地面反射點(diǎn)云。KITTI激光點(diǎn)云數(shù)據(jù)采集使用Velodyne HDL-64E機(jī)械旋轉(zhuǎn)式激光雷達(dá)采集，旋轉(zhuǎn)頻率10Hz，一圈大概有100k點(diǎn)云。

這里我們使用Point激光點(diǎn)云格式如下：

struct LidarPoint { // single lidar point in spacedouble x,y,z,r; // x,y,z in [m], r is point reflectivity };

采集平臺(tái)中，激光雷達(dá)與攝像頭同步采集，該時(shí)刻攝像頭采集的場景如下。

同一時(shí)刻激光點(diǎn)云采集圖像如下圖，包含Velodyne坐標(biāo)系統(tǒng)和距離標(biāo)記。俯視圖中點(diǎn)云圖像被裁剪至Lidar前部20m，實(shí)際可達(dá)78m。

以下代碼示例中，我們首先加載了點(diǎn)云數(shù)據(jù)；為了更好的表現(xiàn)車輛前方的激光點(diǎn)云數(shù)據(jù)，我們將根據(jù)激光反射點(diǎn)的由近及遠(yuǎn)將顏色顯示轉(zhuǎn)換為由紅變綠。

然后，去除地面反射點(diǎn)云，結(jié)果顯示如下。

void showLidarTopview() {std::vector<LidarPoint> lidarPoints;readLidarPts("./dat/C51_LidarPts_0000.dat",lidarpoints);cv::Size worldSize(10.0,20.0); //width and height of sensor field in mcv::Size ImageSize(1000,2000); //Corresponding top view in pixel//create topview imagecv::Mat topviewImg(ImageSize, CV_8UC3, cv::Scalar(0,0,0));//plot Lidar points into imagefor (auto it=lidarPoints.begin();it!=lidarPoints.end();++it){float xw=(*it).x; //world position in m with x facing forward from sensorfloat yw=(*it).y; //world position in m with y facing left from sensorint y=(-xw*imageSize.height/worldSize.height)+imageSize.height;int x=(-yw*imageSize.width/worldSize.width)+imageSize.width/2;float zw=(*it).z; //height above road surfacedouble minZ=-1.40;if(zw>minZ){float val=it->x;//distance in driving directionfloat maxVal=worldSize.height;int red=min(255,(int)(255*abs((val-maxVal)/maxVal)));int green=min(255,(int)(255*(1-abs((val-maxVal)/maxVal))));cv::circle(topviewImg, cv::Point(x,y),5,cv::Scalar(0,green,red),-1); }}//plot distance markersfloat lineSpacing = 2.0; //gap between distance markersint nMarkers = floor(worldSize.height/lineSpacing);for (size_t i=0; i<nMarkers;++i){int y=(-(i*lineSpacing)*imageSize.height/wordSize.height)+imageSize.height;cv::line(topeviewImg,cv::Point(0,y),cv::Point(imageSize.width,y),cv::Scalar(255,0,0));}//display imagestring windowName="Top-View Perpestive of LiDAR data";cv::namedWindow(windowName,2);cv::imshow(windowName,topViewImg);cv::waitKey(0);//wait for key to be pressed }

資源鏈接：激光點(diǎn)云數(shù)據(jù)顯示

總結(jié)

以上是生活随笔為你收集整理的激光点云数据显示的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。