点云数据类型分析 sensor_msgs/PointCloud2

---

前言

ROS应用中，使用到雷达、相机等传感器。与单线雷达不同的是，多线雷达与深度相机的应用都会涉及到多维问题。3D视觉处理的主要是点云，点云，是很多点的集合。在处理点云数据之前需了解点云数据类型sensor_msgs/PointCloud2，所以记录一下学习过程。

---

一、什么是点云？

点云是某个坐标系下的点的集合。（就像天上的白云，颜色是白色，并且是由许多小水滴、小晶体等混合物组成的，每个组成该混合物的小个体便是“白云”的“点”）

点包含了数据信息，包括三维坐标 X，Y，Z、颜色、强度值等等。

点云在组成特点上分为两种，一种是有序点云，一种是无序点云。
有序点云：一般由深度图还原的点云，有序点云按照图方阵一行一行排列，从左上角到右下角。不过这其中会存在一些无效点，在很多情况下是无法获取有序点云的。
无序点云：无序点云就是其中的点的集合，点排列之间没有任何顺序，点的顺序交换后没有任何影响。是比较普遍的点云形式，有序点云也可看做无序点云来处理。处理无序点云只考量空间坐标和颜色值。

二、sensor_msgs/PointCloud2

1.查看ROS中的消息类型

~$ rosmsg list 

下拉找到s开头的类型输出，如下：

sensor_msgs/LaserEcho
sensor_msgs/LaserScan
sensor_msgs/MagneticField
sensor_msgs/MultiDOFJointState
sensor_msgs/MultiEchoLaserScan
sensor_msgs/NavSatFix
sensor_msgs/NavSatStatus
sensor_msgs/PointCloud
sensor_msgs/PointCloud2
sensor_msgs/PointField

显示消息描述：

~$ rosmsg show sensor_msgs/PointCloud2
std_msgs/Header header
  uint32 seq
  time stamp
  string frame_id
uint32 height
uint32 width
sensor_msgs/PointField[] fields
  uint8 INT8=1
  uint8 UINT8=2
  uint8 INT16=3
  uint8 UINT16=4
  uint8 INT32=5
  uint8 UINT32=6
  uint8 FLOAT32=7
  uint8 FLOAT64=8
  string name
  uint32 offset
  uint8 datatype
  uint32 count
bool is_bigendian
uint32 point_step
uint32 row_step
uint8[] data
bool is_dense

---

官方网址：
http://docs.ros.org/en/jade/api/sensor_msgs/html/msg/PointCloud2.html

例如

---
//这个消息保存了一个n维点的集合point数据存储为二进制blob，其布局由fields数组的内容。
//点云数据可以是二维(像图像一样)或一维的(无序)
header: 
  seq: 240			//序列ID
  stamp: 
    secs: 107
    nsecs: 930000000
  frame_id: "base_laser_link"
height: 1		//点云的二维结构。如果云是无序的，则height为1，width为点云的长度。
width: 178
fields: 		//描述二进制数据blob中的通道及其布局
  - 
    name: "x"
    offset: 0
    datatype: 7			//uint8 INT8    = 1
    count: 1			//uint8 UINT8   = 2
						//uint8 INT16   = 3
						//uint8 UINT16  = 4
						//uint8 INT32   = 5
						//uint8 UINT32  = 6
						//uint8 FLOAT32 = 7			datatype：7		
  - 					//uint8 FLOAT64 = 8
    name: "y"
    offset: 4
    datatype: 7
    count: 1
  - 
    name: "z"
    offset: 8
    datatype: 7
    count: 1
  - 
    name: "index"			//字段名
    offset: 12			   //偏移量
    datatype: 5			  //数据类型枚举
    count: 1			 //字段中有多少个元素
is_bigendian: False		//是否为大端格式？
point_step: 16		   //点长度(单位为字节)
row_step: 2848		   //行长度(单位为字节)
data: [...........................] //很多数据，此处省略，实际点数据，大小为(row_step*height)
is_dense: False		//如果没有无效点，则为真，否则为假