40-总结-【cartographer源码分析】系列的第四部分【io源码分析】

【cartographer源码分析】系列的第四部分【io源码分析】。

现总结io文件夹涉及到的主要功能：

---

【1】file_writer.h

file_writer.h定义了多个用于文件写入的类

• FileWriter
  
  • FileWriter是负责文件写入的虚基类没有数据成员.只提供一系列抽象接口.
  • 包括3个抽象接口：
    
    • WriteHeader(),写入文件head
    • Write(),写入数据
    • Close(),关闭文件

• StreamFileWriter

  • StreamFileWriter 文件流写入类,继承自FileWriter
  • 数据成员只有一个std::ofstream out_负责将文件写入磁盘.
  • 包括3个成员函数：
    
    • WriteHeader(),写入文件head
    • Write(),写入数据
    • Close(),关闭文件

• 全局函数:

  • using FileWriterFactory =
    std::function< std::unique_ptr< FileWriter >(const string& filename)>;
    工厂模式,
    创建一个FileWriter对象,由智能指针管理生命期,
    返回值是std::unique_ptr,
    函数参数是string.

---

【2】io/points_batch.h：

• PointsBatch类是对多个点云point的抽象.这些point在由同一时刻,同一机器人坐标地点的传感器采集而得。
  数据成员主要描述了point的特性.
  PointsBatch数据成员:

  • common::Time time; point采集时间.
  • Eigen::Vector3f origin; sensor的世界坐标, 传感器位姿
  • string frame_id;关键帧的id
  • int trajectory_index;轨迹线id
  • std::vector points;point的几何参数,vector<{x,y,z}>
  • std::vector intensities;光强
  • std::vector colors;point的rgb值

• 全局函数

  • void RemovePoints(std::vector to_remove, PointsBatch* batch);按照to_temove中的索引,在batch中移除某些point.

【3】流水线-points_processor

整个IO文件夹实现了对点云数据的读取和存储，并且为了模块化，cartographer使用流水线作业的方式对点云进行处理(pipeline)。不同的.h文件抽象了流水线不同的处理器processor。并且类似于链表，每个在流水线上的processor都含有一个Next指针，执行下一阶段的processor。以此来执行作业。在assets_writer_backpack_2d.lua文件中有各个pipeline的处理流程.

【4】io/points_processor.h

---

points_processor.h文件夹定义了一个抽象基类PointsProcessor，抽象了所有在流水线上的processor的公有接口。提供一种批量处理points的方法。

• 类内数据结构:

  • enum class FlushResult {
    kRestartStream,//重启流水线
    kFinished,//已完成作业
    };
    用于表达本处理器的当前状态，枚举值

• 2个抽象接口:

  • virtual void Process(std::unique_ptr points_batch) =0;纯虚函数，Process()负责对PointsBatch进行处理
  • Flush()刷新点云数据.
    

    ---

【5】min_max_range_filtering_points_processor

---

MinMaxRangeFiteringPointsProcessor是PointsProcessor的第一个子类(1).

• .lua配置,可修改

  • pipeline = {
    {
    action = “min_max_range_filter”,
    min_range = 1.,
    max_range = 60.,
    },

• 功能:继承自PointsProcessor点云虚基类.距离过滤器,L2距离不在Min-Max范围内的都过滤掉.

• 数据成员:
  
  • min_range_ 最小范围。
  • max_range_ 最大范围。
  • PointsProcessor* const next_:完成本轮Processor,接下来进行下一次Processor.
  • kConfigurationFileActionName=”min_max_range_filter” ：每个处理器processor用于标识自己的名称
    .
• 构造函数
  
  • MinMaxRangeFiteringPointsProcessor(double min_range, double max_range,
    PointsProcessor* next); 指定过滤范围和流水线next指针。
  • 成员函数:
  • Process(std::unique_ptr batch) ;//点云处理,删除[min,max]以外的point，并把数据传递到下一轮Processor处理。
  • FlushResult Flush() override;调用next_->Flush():父类指针调用Flush(),但在运行时才会决定是否调用子类的Flush()，即达到动态绑定的效果。
    

    ---

【6】counting_points_processor.h

---

CountingPointsProcessor是PointsProcessor的第二个子类(2).

• .lua配置,可修改
  
  • pipeline = {
    action = “dump_num_points”,
    }
• 功能:继承自PointsProcessor点云虚基类.记录有多少 point被输出处理
• 数据成员:
  
  • num_points_记录points数量
  • PointsProcessor* next_:完成本轮Processor,接下来进行下一次Processor.
  • kConfigurationFileActionName =”dump_num_points”：每个处理器processor用于标识自己的名称
    .
• 构造函数
  
  • CountingPointsProcessor(PointsProcessor* next); 指定流水线next指针。
  • 成员函数:
  • Process(std::unique_ptr batch)；//不处理points,而是将num_points_加上batch.size()，即统计点云数据。然后直接流水线到下一PointsProcessor
  • FlushResult Flush() override;调用next_->Flush()，依据下一阶段的状态重置本阶段的状态。
    

    ---

【7】xray_points_processor.h

---

XRayPointsProcessor是PointsProcessor的第三个子类(3).

• .lua配置,可修改

  • VOXEL_SIZE = 5e-2

  • YZ_TRANSFORM = {
    translation = { 0., 0., 0. },
    rotation = { 0. , 0., math.pi, },
    }
    *{
    action = “write_xray_image”,
    voxel_size = VOXEL_SIZE,
    filename = “xray_yz_all”,
    transform = YZ_TRANSFORM,
    }

• 类内数据结构:

  • struct ColumnData {
    double sum_r = 0.;
    double sum_g = 0.;
    double sum_b = 0.;
    uint32_t count = 0;
    };
  • struct Aggregation {
    mapping_3d::HybridGridBase voxels;
    std::map

【8】intensity_to_color_points_processor.h

---

ColoringPointsProcessor是PointsProcessor的第四个子类(4).处理强度到color point 的强度变换类

• .lua配置,可修改

  • pipeline = {
    action = “intensity_to_color”,
    min_intensity = 0.,
    max_intensity = 4095.,
    },

• 功能:继承自PointsProcessor点云虚基类. 功能:将光强度转换为color

• 数据成员:

  • const float min_intensity_;
  • const float max_intensity_;
  • const string frame_id_;只有相同的id才将光强度转换为color。horizontal_laser_link或者vertical_laser_link
  • PointsProcessor* next_:完成本轮Processor,接下来进行下一次Processor.
  • kConfigurationFileActionName =”intensity_to_color”：每个处理器processor用于标识自己的名称
    .

• 构造函数

  • IntensityToColorPointsProcessor(float min_intensity, float max_intensity,
    const string& frame_id,
    PointsProcessor* next);;初始化min和max，frame_id和流水线next指针。

• 成员函数:

  • Process(std::unique_ptr batch)；//成员函数执行转换:(‘intensity’ - min ) / (max - min) * 255 然后直接流水线到下一PointsProcessor
  • FlushResult Flush() override;调用next_->Flush()，依据下一阶段的状态重置本阶段的状态。

  ---

【9】ply_writing_points_processor.h

---

PlyWritingPointsProcessor是PointsProcessor的第五个子类(5).
PlyWritingPointsProcessor负责将点云point以PLY的格式写入磁盘.

• .lua配置,可修改
  
  • pipeline = {
    action = “write_ply”,
    filename = “points.ply”,
    }

• 功能:继承自PointsProcessor点云虚基类.负责将点云point以PLY的格式写入磁盘.

• 数据成员:

  • num_points_记录points数量
  • bool has_colors_;//是否是RGB
  • PointsProcessor* next_:完成本轮Processor,接下来进行下一次Processor.
  • kConfigurationFileActionName =”dump_num_points”：每个处理器processor用于标识自己的名称
    .

• 构造函数

  • PlyWritingPointsProcessor(std::unique_ptr file,
    PointsProcessor* next); 指定文件写入的工厂和流水线next指针。

• 成员函数:

  • Process(std::unique_ptr batch)；//按照ply格式写点云信息 。然后直接流水线到下一PointsProcessor
  • FlushResult Flush() override;调用next_->Flush()，依据下一阶段的状态重置本阶段的状态。

  ---

【10】coloring_points_processor.h

---

ColoringPointsProcessor是PointsProcessor的第六子类(6).

• .lua配置,可修改

  • pipeline = {
    action = “color_points”,
    frame_id = “horizontal_laser_link”,
    color = { 255., 0., 0. },
    }

• 功能:继承自PointsProcessor点云虚基类. 用固定的Color填充PointsBatch的Color分量。着色

• 数据成员:

  • color_：rgb值，color一般为[255,0,0],[0,255,0]
  • frame_id_:只有相同的id才填充Color。horizontal_laser_link或者vertical_laser_link
  • PointsProcessor* next_:完成本轮Processor,接下来进行下一次Processor.
  • kConfigurationFileActionName =”color_points”：每个处理器processor用于标识自己的名称
    .

• 构造函数

  • ColoringPointsProcessor(const Color& color, const string& frame_id,
    PointsProcessor* next);初始化 color_，frame_id和流水线next指针。

• 成员函数:

  • Process(std::unique_ptr batch)；//着色，只对相同的frame_id_处理。然后直接流水线到下一PointsProcessor
  • FlushResult Flush() override;调用next_->Flush()，依据下一阶段的状态重置本阶段的状态。

---

【11】fixed_ratio_sampling_points_processor.h

---

FixedRatioSamplingPointsProcessor是PointsProcessor的第七个子类(7).
FixedRatioSamplingPointsProcessor是采样过滤器

• .lua配置,可修改
  
  • sampling_ratio = 0.3,

• 功能:继承自PointsProcessor点云虚基类.该class只让具有固定采样频率的点通过,其余全部 remove.sampling_ratio=1,即无任何操作,全通滤波.

• 数据成员:

  • const double sampling_ratio_;采样率
  • std::unique_ptr sampler_;具有固定采样率的采样函数
  • PointsProcessor* next_:完成本轮Processor,接下来进行下一次Processor.
  • kConfigurationFileActionName =”fixed_ratio_sampler”：每个处理器processor用于标识自己的名称
    .

• 构造函数

  • 
    FixedRatioSamplingPointsProcessor(double sampling_ratio,
    PointsProcessor* next);初始化采样率和流水线next指针。

• 成员函数:

  • Process(std::unique_ptr batch)；//根据采样率采集点云，不在采样点上的全部删除。
  • FlushResult Flush() override;调用next_->Flush()，依据下一阶段的状态重置本阶段的状态。

---

【12】 outlier_removing_points_processor.h

---

OutlierRemovingPointsProcessor是PointsProcessor的第八个子类(8).

• .lua配置,可修改
  
  • VOXEL_SIZE = 5e-2
• 功能:继承自PointsProcessor点云虚基类.体素过滤器,Remove有移动痕迹的体素。只保留没有移动的体素
• 类内数据结构:
  
  • struct VoxelData {
    int hits = 0;
    int rays = 0;
    };
  • enum class State {
    kPhase1,
    kPhase2,
    kPhase3,
    };

• 数据成员:

  • const double voxel_size_;//体素大小
  • State state_;
  • mapping_3d::HybridGridBase voxels_;包含多个体素的网格Grid。
  • PointsProcessor* next_:完成本轮Processor,接下来进行下一次Processor.
  • kConfigurationFileActionName=”voxel_filter_and_remove_moving_objects”：每个处理器processor用于标识自己的名称
    .

• 构造函数

  • OutlierRemovingPointsProcessor(double voxel_size, PointsProcessor* next);初始化体素大小和流水线next指针。

• 成员函数:

  • Process(std::unique_ptr batch)；//删除移动的体素。
  • FlushResult Flush() override;调用next_->Flush()，依据下一阶段的状态重置本阶段的状态。

---

【13】pcd_writing_points_processor.h

---

PcdWritingPointsProcessor是PointsProcessor的第九个子类(9).

• .lua配置,可修改
  
  • VOXEL_SIZE = 5e-2
• 功能:继承自PointsProcessor点云虚基类.将点云按照pcd格式存储在pcd文件中.
• 类内数据结构:
  
  • struct VoxelData {
    int hits = 0;
    int rays = 0;
    };
  • enum class State {
    kPhase1,
    kPhase2,
    kPhase3,
    };

• 数据成员:

  • int64 num_points_; //点云数量
  • bool has_colors_; //是否是彩色
  • PointsProcessor* next_:完成本轮Processor,接下来进行下一次Processor.
  • kConfigurationFileActionName=”write_pcd”：每个处理器processor用于标识自己的名称
    .

• 构造函数

  • PcdWritingPointsProcessor(std::unique_ptr file_writer,
    PointsProcessor* next);初始化一个文件类名和流水线next指针。

• 成员函数:

  • Process(std::unique_ptr batch)；//负责将点云按照PCD格式写入文件
  • FlushResult Flush() override;调用next_->Flush()，依据下一阶段的状态重置本阶段的状态。

---

【14】null_points_processor.h

NullPointsProcessor是PointsProcessor的第十个子类(10)
空操作类。通常用于pipline的尾端，丢弃所有的点云，表示整个处理流程已经完毕。

• 成员函数:
  
  • Process(std::unique_ptr batch)；不作任何事情
  • FlushResult Flush() override;返回”kFinished”状态，此操作会传递给上一个流水线。

---

关于io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