pcl_ros读取bag激光雷达点云的实现
以下博文除了注释以外的部分均来自AdamShan大佬，本人只是对内容作了注释，还不一定对，只为自己学习，如有补充和错误，敬请提出，额，还有希望原文大佬看不见。
作者：AdamShan
来源：CSDN
原文：https://blog.csdn.net/AdamShan/article/details/82901295
1.编写include/pcl_test_core.h
#pragma once
#include
//导入ROS系统包含核心公共头文件
#include
#include
//点类型头文件
#include
#include
#include
#include
//这些 .h文件都是一系列模板文件，类似于python中的numpy和matplotlib等库文件，可以直接调用，简化编程。但具体每个库是干什么的，没查到。
class PclTestCore
{
private:
ros::Subscriber sub_point_cloud_; //为接收点云信息创建了一个订阅节点
ros::Publisher pub_filtered_points_; //创建了一个发布滤波的节点
void point_cb(const sensor_msgs::PointCloud2ConstPtr& in_cloud);
//void point_cb是声明一个函数，这里面设置了一个数据类型为sensor_msgs::PointCloud2ConstPtr& in_cloud形参，const在这里修饰函数中的参数。将点云格式sensor_mgs/pointcloud2转换为pcl/pointcloud
public:
PclTestCore(ros::NodeHandle &nh);
~PclTestCore();
void Spin();
};
//1、public修饰的成员变量
//在程序的任何地方都可以被访问，就是公共变量的意思，不需要通过成员函数就可以由类的实例直接访问
//2、private修饰的成员变量
//只有类内可直接访问，私有的，类的实例要通过成员函数才可以访问，这个可以起到信息隐藏 头文件定义了 类 PclTestCore 分为private和public。private中用ros建立了两个节点，为接受点云信息建立了订阅节点（输入），为滤波后的点云建立了发布节点（结果）。声明了一个数据类型
2.编写pcl_test_node.cpp
#include "pcl_test_core.h"
int main(int argc, char **argv) //main函数，节点入口
{
ros::init(argc, argv, "pcl_test"); //初始化节点，第三个参数 node_name，节点参数
ros::NodeHandle nh; //nh每个节点都对应一个句柄，实例化节点？
PclTestCore core(nh); // 没查到，反正与后续的节点启动有关吧
return 0;
}
这是main（）函数，是节点的入口。
ros::init（） 初始化节点，pcl_test是节点名称
ros::NodeHandle nh("/my_node_handle_namespace");
nh代表句柄的意思，每一个node有一个句柄。实例化节点？
3.编写pcl_test_core.cpp
#include "pcl_test_core.h"
PclTestCore::PclTestCore(ros::NodeHandle &nh){
sub_point_cloud_ = nh.subscribe("/velodyne_points",10, &PclTestCore::point_cb, this); //这里的sub_point_cloud在pcl_test_core.h中的prviate
pub_filtered_points_ = nh.advertise("/filtered_points", 10);
ros::spin(); //回调函数
}
PclTestCore::~PclTestCore(){}
void PclTestCore::Spin(){
}
//可以看出以上三步呼应pcl_test_node.cpp，yeah!!!
void PclTestCore::point_cb(const sensor_msgs::PointCloud2ConstPtr & in_cloud_ptr){
//定义了两个点云指针，声明存储原始数据与滤波后的数据的点云的格式
pcl::PointCloud::Ptr current_pc_ptr(new pcl::PointCloud);
//pcl::PointCloud::Ptr （在这断开的） cloud_Ptr(new pcl::PointCloud);
//指的是pcl中指针和非指针的转换。其中new pcl::PointCloud为原始点云的数据格式。
//在函数返回指针时，经常会出现不知道的错误，不用返回指针，直接得到PointXYZ，再将其转化为Ptr。
pcl::PointCloud::Ptr filtered_pc_ptr(new pcl::PointCloud);
//new pcl::PointCloud，存储滤波后的数据格式。
pcl::fromROSMsg(*in_cloud_ptr, *current_pc_ptr);
// ros转化为PCL中的点云的数据格式，sensor_msgs::PointCloud2转pcl::PointCloud
pcl::VoxelGrid vg;
//实例化滤波，vg为voxelgrid的缩写，前面全部的代替，为后面编程提供方便，相当于import numpy as np np.xxx
vg.setInputCloud(current_pc_ptr); //设置输入的滤波
vg.setLeafSize(0.2f, 0.2f, 0.2f); //设置体素网格大小
vg.filter(*filtered_pc_ptr); //存储滤波后的点云
//再将滤波后的点云转换为ros下的数据格式发布出去。
sensor_msgs::PointCloud2 pub_pc; //声明输出的点云格式。
pcl::toROSMsg(*filtered_pc_ptr, pub_pc);//将pcl点云格式转换为ros下的点云格式，pcl::PointCloud转sensor_msgs::PointCloud2。第一个参数是滤波后的pcl xyz格式点云，第二个参数是抓换后的ros pointcloud2格式，之后发布就发布该点云。
pub_pc.header = in_cloud_ptr->header;
//在此将in_cloude_ptr的索引赋给pub_pc.header？？？这个没查到。
pub_filtered_points_.publish(pub_pc);
// pub_filtered_points_为之前建立的发布节点，在此为该node赋值。
}
//从这里以下参考sitwangmin博主，感谢！
//作者：sitwangmin
//来源：CSDN
//原文：https://blog.csdn.net/u010284636/article/details/79214841
//ROS转PCL数据格式
//sensor_msgs::PointCloud2转pcl::PCLPointCloud2
//pcl_conversions::toPCL(sensor_msgs::PointCloud2, pcl::PCLPointCloud2)
//sensor_msgs::PointCloud2转pcl::PointCloud
//pcl::fromROSMsg (sensor_msgs::PointCloud2, pcl::PointCloud);
//PCL转ROS数据
//pcl::PCLPointCloud2转sensor_msgs::PointCloud2
//pcl_conversions::fromPCL(pcl::PCLPointCloud2, sensor_msgs::PointCloud2);
//pcl::PointCloud转sensor_msgs::PointCloud2
//pcl::toROSMsg (pcl::PointCloud,sensor_msgs::PointCloud2);
//PCL中数据互转
//pcl::PCLPointCloud2转pcl::PointCloud
//pcl::fromPCLPointCloud2(pcl::PCLPointCloud2,pcl::PointCloud);
//pcl::PointCloud转pcl::PCLPointCloud2
//pcl::toPCLPointCloud2(pcl::PointCloud, pcl::PCLPointCloud2);
！！！我的天啊，终于把上面三个文件捋了一遍，但是仍然有好多无法理解。还有很多问题没有解决。
4.写一个launch文件pcl_test.launch来启动这个节点：
//pkg 包名称 type是什么？貌似和name是一个东东。5.杂七杂八
1）回到workspace 目录，使用catkin_make 编译：
catkin_make
2）启动这个节点：
roslaunch pcl_test pcl_test.launch
3）新建终端，并运行我们的测试bag（测试bag下载链接：https://pan.baidu.com/s/1HOhs9StXUmZ_5sCALgKG3w）
rosbag play --clock test.bag
注意这里，输入这行命令一定是在bag所在位置，不然会报错。
4）打开第三个终端，启动Rviz：
rosrun rviz rviz
5）配置Rviz的Frame为velodyne，并且加载原始点云和过滤以后的点云的display。
在frame中输入velodyne，在add中的topic里面添加原始点云和过滤后的点云。
原始点云：
降采样之后的点云（即我们的节点的输出）：