ROS学习笔记——PCL、点云 and ROS

*本篇简单介绍一下后续需要使用的PCL 

一、PCL 

PCL：point cloud library，即点云库。用于2D/3D的图像/点云信息处理。在PCL官网（http://pointclouds.org/）可以获取更多的信息。

对于3D点云处理来说，PCL完全是一个的模块化的现代C++模板库。其基于以下第三方库：Boost、Eigen、FLANN、VTK、CUDA、OpenNI、Qhull，实现点云相关的获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。

从算法的角度，PCL是指纳入了多种操作点云数据的三维处理算法，其中包括：过滤，特征估计，表面重建，模型拟合和分割，定位搜索等。每一套算法都是通过基类进行划分的，试图把贯穿整个流水线处理技术的所有常见功能整合在一起，从而保持了整个算法实现过程中的紧凑和结构清晰，提高代码的重用性、简洁可读。为了进一步简化和开发，PCL被分成一系列较小的代码库，使其模块化，以便能够单独编译使用提高可配置性，特别适用于嵌入式处理中。

---

二、点云

点云是用于表示多维点集合的数据结构，通常用于表示三维数据，在3D点云中，这些点通常代表基础采样表面的X，Y和Z几何坐标。下图是在rviz中可视化的点云数据:

---

三、ROS和PCL

PCL起初就是ROS 下的一个开源项目，因而，在ROS中使用PCL处理外部信息是比较容易的。需要注意的就是数据格式之间的转换。

以激光雷达为例，雷达输出的初始数据为pcap格式文件，然后通过rosbag指令生成bag包，进一步将bag文件转换到pcd格式文件。每个pcd文件都是一帧数据，可以通过pcl_viewer命令查看pcd格式的文件：

当然，这并没有结束，点云数据类型有以下几种：

所以，如果我们要在ROS中使用点云数据，还需要将pcd格式文件或者其他格式转换到sensor_msgs下的合法类型，下篇将以一个示例详细说明。最后，一张图总结一下激光雷达的数据转换过程：