leg_detector包随机森林训练（修改自leg_detector中的train_leg_detector.cpp）

由于每台机器人的激光雷达高度不同，用自带的训练好的分类器可能效果不是最佳，此处提供yaml文件的训练方法（由leg_detector中的train_leg_detector.cpp修改来，仅修改了读取rosbag的方法和对结果进行测试的函数。）

 

链接: https://pan.baidu.com/s/1EUVEPbVvJtBQZPYDddMXoQ 提取码: xhjh

注意编译时将cmakelist里的calc_leg_features.cpp 和 laser_processor.cpp的路径改为leg_detector包中的2个文件位置

 

使用方法看“此包说明.txt”

附带了3个.bag文件是我录制的正负样本及测试样本。（负样本即非人腿的东西，比如垃圾桶、行李箱、桌子等）

运行后会要求输入header.seq, 该值请通过用rostopic echo /scan 观察数据来确定： 先打开rviz，添加观测laserscan变量，然后用rosbag播放自己录制的test.bag（测试集），然后rostopic echo /scan，并根据rviz显示结果确定自己是在什么时候变换录制正负样本的，比如在第20秒前录制的是正样本，20秒后的是负样本，则在20秒的时候暂停rosbag播放数据，此时/scan的 数据应该停止发布，看最后一个数据的header.seq的值，记录该值，该值就是要输入的值。（当然填错了对训练没有影响，这只是用test集来显示训练结果而已）

-------------------------------------------------------------------------更新-----------------------------------------------------------------------------

注意这个是在ubuntu14下ros indigo下的,opencv是opencv2(就是indigo自带的).  编译这个包是用的catkin_make, 但是编译出来的东西都是不能rosrun的

训练后的测试那里有点问题, forest.predict返回正就是真,负就是假. 但是我把它赋给了一个bool变量,会导致结果这个变量永远为true

把temp_predict声明成int就没问题了