25-总结-【cartographer源码分析】系列的第三部分【sensor源码分析】

【cartographer源码分析】系列的第三部分【sensor源码分析】。

现总结sensor文件夹涉及到的主要功能：

【1】sensor/point_cloud.h：

• 点云数据是指在一个三维坐标系统中的一组向量的集合。
• cartographer的PointCloud是由Vector3f组成的vector即std::vector
• PointCloudWithIntensities则是由点云和光线强度组成的struct类。
• point_cloud.h主要定义了跟点云相关的处理操作。包括4个函数
  
  • PointCloud TransformPointCloud(const PointCloud& point_cloud, const transform::Rigid3f& transform);根据三维网格参数转换点云
  • PointCloud Crop(const PointCloud& point_cloud, float min_z, float max_z);去掉z轴区域外的点云,返回一个新的点云
  • proto::PointCloud ToProto(const PointCloud& point_cloud);序列化
  • PointCloud ToPointCloud(const proto::PointCloud& proto);反序列化

---

【2】sensor/compressed_point_cloud.h

• CompressedPointCloud点云压缩类,压缩ponits以减少存储空间，压缩后有精度损失。方法：按照block分组。提供5个函数：
  
  • CompressedPointCloud(const PointCloud& point_cloud) 使用点云数据初始化，并将点云压缩到 std::vector point_data_中，num_points_为点云数量
  • PointCloud Decompress() const;返回解压缩的点云
  • bool empty() const; 点云是否为空
  • size_t size() const; 点云数量
  • ConstIterator begin() const;访问点云block的迭代器
  • ConstIterator end() const;点云block的尾后迭代器

【3】sensor/range_data.h

• RangeData定义一系列激光雷达传感器测量数据的存储结构，包括

  • Eigen::Vector3f origin; {x0,y0,z0},sensor坐标。
  • PointCloud returns; 反射位置{x,y,z}，表征有物体反射。
  • PointCloud misses; 无反射,自由空间

• CompressedRangeData定义了一些用于压缩点云的存储结构，包括：

  • Eigen::Vector3f origin;
  • CompressedPointCloud returns;
  • CompressedPointCloud misses;

• 定义了6个全局函数：

  • proto::RangeData ToProto(const RangeData& range_data); 序列化
  • RangeData FromProto(const proto::RangeData& proto);反序列化
  • RangeData TransformRangeData(const RangeData& range_data,const transform::Rigid3f& transform);对数据进行3d变换，转换为机器坐标
  • RangeData CropRangeData(const RangeData& range_data, float min_z, float max_z);根据min_z和max_z把不在z轴范围内的点云丢弃，剪裁到给定范围
  • CompressedRangeData Compress(const RangeData& range_data);压缩,有精度丢失。
  • RangeData Decompress(const CompressedRangeData& compressed_range_Data);解压缩,有精度丢失。

.

【4】sensor/Data.h

Data是针对某一类的传感器的数据的封装。

• 类内数据结构：
  
  • Type :
    
    • 传感器类型可以是{ kImu, kRangefinder, kOdometer }中的一类。imu惯性测量单元，雷达，里程计
  • Imu :
    
    • Eigen::Vector3d linear_acceleration; //线性加速度,m/s2
    • Eigen::Vector3d angular_velocity; //角速度, rad/s
  • Rangefinder:
    
    • Eigen::Vector3f origin; //sensor的位姿
    • PointCloud ranges;//测距点云
      .

• 数据成员:

  • Type type;传感器类型,包括imu，雷达，里程计
  • common::Time time;测量时间,time
  • Imu imu;Imu测量值
  • Rangefinder rangefinder;rangefinder,测距仪测量值
  • transform::Rigid3d odometer_pose;里程计测量值
• 3个构造函数:
  
  • Data(const common::Time time, const Imu& imu)//传感器类型是imu
  • Data(const common::Time time, const Rangefinder& rangefinder)//传感器类型是雷达
  • Data(const common::Time time, const transform::Rigid3d& odometer_pose)//传感器类型是里程计

---

【5】sensor/ordered_multi_queue.h

ordered_multi_queue.h定义了一系列处理多个传感器的数据的类，用于接收/标识来自传感器的数据。

定义了一个QueueKey用于标识传感器数据，并将其作为OrderedMultiQueue的关键字key。

• QueueKey

  • int trajectory_id;// 轨线id;
  • string sensor_id; //传感器id

• OrderedMultiQueue

  • 用于管理多个有序的传感器数据，是有序的多队列类,每个队列有一个key,并且有一个自定义排序函数.
    queues_的形式为：
    key1:Queue
    key2：Queue
    key3：Queue

    • Queue的形式为
      struct Queue {
      common::BlockingQueue

【6】 sensor/collator.h

Collator,采集者，抽象了设备采集器。将多传感器采集的数据归并到轨迹上。只有一个默认构造函数，有2个数据成员

• Collator

  • 数据成员:
    
    • std::unordered_map

【7】 sensor/voxel_filter.h

voxel_filter.h定义了与3维网格grid体素的滤波相关的数据结构和相关函数。作用：将点云转换为稀疏体素grid表达。以节省空间

---

体素滤波器,对每一个体素voxel,采用第一个point代替该体素内的所有points

• VoxelFilter类：
  
  • 数据成员:
    
    • mapping_3d::HybridGridBase voxels_;//以体素表示的网格，Grid/Pixel 表征一系列的Cell，每个Cell有一个size，piont以size为间距分布，实现稀疏表示。Cell的数量和即为稀疏表达的point的数量和。
    • PointCloud point_cloud_; //网格内的点云
  • 构造函数 VoxelFilter(float size);初始化网格voxels_的大小
    *成员函数:
    
    • void InsertPointCloud(const PointCloud& point_cloud);将点云插入体素网格中
    • const PointCloud& point_cloud() const;返回表达occupied 体素的点云

---

• 全局函数CreateAdaptiveVoxelFilterOptions(),根据pb.h配置文件设置Options参数

  • message AdaptiveVoxelFilterOptions {
    optional float max_length = 1;
    optional float min_num_points = 2;
    optional float max_range = 3;
    }

  • 2d:adaptive_voxel_filter = {
    max_length = 0.9, //voxel_的大小edge的最大值
    min_num_points = 100, //voxel_最多“占据”的points数量
    max_range = 50.,
    },

  *
• AdaptiveVoxelFilter类：
  *
  
  • 构造函数 AdaptiveVoxelFilter(const proto::AdaptiveVoxelFilterOptions& options);//根据配置文件设置自适应体素滤波的options
  • PointCloud Filter(const PointCloud& point_cloud) const;对点云进行体素滤波,返回过滤后的点云

---

【8】sensor/configuration.h

configuration.h 主要配置了和传感器设备相关的参数。
提供4个全局函数:

• Sensor CreateSensorConfiguration(common::LuaParameterDictionary* parameter_dictionary);从sensor配置文件解析sensor的数据参数。主要是sensor到机器坐标的转换
• Configuration CreateConfiguration(common::LuaParameterDictionary* parameter_dictionary)//求得多个sensor的配置的集合。
• bool IsEnabled(const string& frame_id, const sensor::proto::Configuration& sensor_configuration);//系统是否支持某一传感器。
• transform::Rigid3d GetTransformToTracking(const string& frame_id,const sensor::proto::Configuration& sensor_configuration); 将sensor采集的data经过3d坐标变换为机器坐标。

---

关于sensor文件夹的源码分析已经完毕，更详细细节可在 这里 查看注释版源码。

本文发于：

• slam源码分析微信公众号:slamcode
• CSDN