SLAM从入门到精通（lidar数据的采集）

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

        lidar是机器人用的比较多的一种传感器。从前可能单线lidar用的比较多，现在多线lidar则开始慢慢崛起了。这里面最主要的原因还是价格。之前3d lidar动则十几万、几万的价格，这是大多数厂家都负担不起的。而现在，随着越来越多的国产厂家参与到了3d lidar的研发，这个时候lidar的价格也应声下跌，开始走入大规模商用的时代。

        对于不同品牌的厂家来说，它们一般都会提供ros的lidar驱动。因为ros的lidar驱动格式是统一的，所以这个时候，对于使用者来说，拿到了ros包之后，直接rviz查看/scan话题，就可以看到对应的显示效果了。

1、lidar的数据格式

        要知道lidar的数据格式，有好几种办法。最主要的方法，就是直接从ros官方网站去查找。比如，输入inde.ros.org，在查找一栏输入sensor，大概就会看到这样的搜索内容，

        这个时候，顺着网页向下查找，我们会发现有很多的选项。直接选择第一个sensor_msgs，进入页面之后，开始往下寻找，查找到laser_scan即可，

        这个时候，链接的网页之中就有我们想要的内容了，

# Single scan from a planar laser range-finder
#
# If you have another ranging device with different behavior (e.g. a sonar
# array), please find or create a different message, since applications
# will make fairly laser-specific assumptions about this data

std_msgs/Header header # timestamp in the header is the acquisition time of
                             # the first ray in the scan.
                             #
                             # in frame frame_id, angles are measured around
                             # the positive Z axis (counterclockwise, if Z is up)
                             # with zero angle being forward along the x axis

float32 angle_min            # start angle of the scan [rad]
float32 angle_max            # end angle of the scan [rad]
float32 angle_increment      # angular distance between measurements [rad]

float32 time_increment       # time between measurements [seconds] - if your scanner
                             # is moving, this will be used in interpolating position
                             # of 3d points
float32 scan_time            # time between scans [seconds]

float32 range_min            # minimum range value [m]
float32 range_max            # maximum range value [m]

float32[] ranges             # range data [m]
                             # (Note: values < range_min or > range_max should be discarded)
float32[] intensities        # intensity data [device-specific units].  If your
                             # device does not provide intensities, please leave
                             # the array empty.

        当中比较重要的属性有angle_min、angle_max、angle_increment、ranges、intensities这些属性。ranges表示lidar的距离，是一个数组。angle表示lidar角度，angle_increment表示每次lidar的增加角度。这些都是常规变量。比较重要的量还有intensities，这个表示反射强度，某些特定的物体对lidar反射会比较高，它也是一个数组。这样就可以通过它来识别反光柱、反光条，实现基于反光柱、反光条的定位识别算法。

2、编写lidar_node.cpp代码

#include 
#include 

void LidarCallback(const sensor_msgs::LaserScan msg)
{
	float fMidDist = msg.ranges[180];
	ROS_INFO("front distance ranges[180] = %0.8f m", fMidDist);
}

int main(int argc, char* argv[])
{
	setlocale(LC_ALL, "");
	ros::init(argc, argv, "lidar_node");

	ros::NodeHandle n;
	ros::Subscriber lidar_sub = n.subscribe("/scan", 10, &LidarCallback);

	ros::spin();
}

        代码比较简单，主要就是订阅/scan的数据，同时定期将msg.ranges[180]的数据打印出来。这个数值其实就是机器人前方距离书柜的距离。

3、添加CMakeLists.txt

add_executable(lidar_node src/lidar_node.cpp)
target_link_libraries(lidar_node ${catkin_LIBRARIES})
add_dependencies(lidar_node beginner_tutorials_generate_messages_cpp)

4、编译

        编译和之前package中的node编译没有什么区别，主要还是直接输入catkin_make即可。

5、调试

        调试的分成三个步骤。第一肯定是利用roslaunch打开wpb_simple.launch文件；第二，启动lidar_node节点，输入rosrun beginner_tutorials lidar_node即可。这个时候，不出意外的话，应该可以看到这些打印，

        第三，如果这些打印都没有问题，可以继续启动rosrun rqt_robot_steering，这样通过控制小车的前进和后退，观察lidar_node中的打印数据有没有发生改变。如果一切和预想的一样，那么说明我们的想法是正确的。不然，就要去分析一下失败的原因了。