ROS下多雷达融合算法

有些小车车身比较长,如果是一个激光雷达,顾前不顾后,有比较大的视野盲区,这对小车导航定位避障来说都是一个问题,比如AGV小车,

所有想在小车前后各加一个雷达,那问题是ROS的建图或者定位导航都只是支持一个雷达,这个时候就需要我们做2个雷达的融合了。

方法比较简单:我的思路是先将两个激光雷达获得的laser_scan转成point_cloud也就是点云,利用pcl库将两个点云拼接在一起,然后在把拼接后的点云重新转成laser_scan。

这样ros里面建图导航都可以用了。

关键点是要把两个激光雷达的偏移量算好,以及雷达的时间同步。代码也比较简单,贴出部分关键代码:

//时间同步

message_filters::Subscriber points_sub_left(nh, left_topic, 10);
message_filters::Subscriber points_sub_right(nh, right_topic, 10);
typedef message_filters::sync_policies::ApproximateTime MySyncPolicy;
message_filters::Synchronizer sync(MySyncPolicy(100000), points_sub_left, points_sub_right);
sync.registerCallback(boost::bind(&callback, _1, _2));

g_left_right_point_pub = nh.advertise(fusion_topic, 10);

 

//ros回调函数,拼接点云

void callback(const sensor_msgs::PointCloud2::ConstPtr& left_input, const sensor_msgs::PointCloud2::ConstPtr& right_input)
{
pcl::PointCloud::Ptr left_local_laser(new pcl::PointCloud());
pcl::fromROSMsg(*left_input, *left_local_laser);

pcl::PointCloud::Ptr left_calibration_cloud(new pcl::PointCloud());
pcl::transformPointCloud(*left_local_laser, *left_calibration_cloud, g_left_calibration_matrix);

for(std::size_t i = 0; i < left_calibration_cloud->size(); ++i)
{
left_calibration_cloud->points[i].intensity = 64;
}

// publishCloudI(&g_left_calib_point_pub, *left_calibration_cloud);

pcl::PointCloud::Ptr right_local_laser(new pcl::PointCloud());
pcl::fromROSMsg(*right_input, *right_local_laser);

pcl::PointCloud::Ptr right_calibration_cloud(new pcl::PointCloud());
pcl::transformPointCloud(*right_local_laser, *right_calibration_cloud, g_right_calibration_matrix);
for(std::size_t i = 0; i < right_calibration_cloud->size(); ++i)
{
right_calibration_cloud->points[i].intensity = 128;
}

pcl::PointCloud::Ptr left_right_middle_calibration_cloud(new pcl::PointCloud());
*left_right_middle_calibration_cloud = *left_calibration_cloud + *right_calibration_cloud;

publishCloudI(&g_left_right_point_pub, *left_right_middle_calibration_cloud);
}

你可能感兴趣的:(ROS下多雷达融合算法)