一、前言

首先，为什么要进行数据的转换？举个例子，在ROS中，我们通过订阅Kinect的RGB图像topic就可以获取到图像数据，但当我们要对这些图像进行处理的时候，我们需要用到专门的图像处理库，比如OpenCV．因此，我们需要用到ROS提供的package，cv_brige，将ROS格式的数据转换为OpenCV适用的数据．

回到本文，当我们要对激光雷达的数据进行处理时，我们也需要将ROS获取的雷达数据，即sensor_msgs::LaserScan，转化为PCL点云库可以使用的数据，如pcl::PointCloud．

二、转换方法

如上图所示，首先我们需要订阅激光雷达topic(如/scan)获取到sensor_msgs::LaserScan的message．然后使用ROS提供的laser_geometry包将其转化为sensor_msgs::PointCloud2格式的message．接着将sensor_msgs::PointCloud2的message转换为PCL点云库所需的数据格式．有两种方法，一种方法是使用ROS提供的pcl_conversions包，另一种方法是直接订阅之前转化的PointCloud2的数据，这样可以自动完成两种类型的转换，需要注意的是这种方法需要引入pcl_ros/point_cloud.h．

三、代码示例

首先定义一个pcl点云数据转换类

#include

#include

#include

#include

#include

#include

#include

#include

#include

#include

#include

class My_Filter {

public:

My_Filter();

//订阅 LaserScan　数据，并发布 PointCloud2 点云

void scanCallback(const sensor_msgs::LaserScan::ConstPtr& scan);

//订阅 LaserScan 数据，先转换为 PointCloud2，再转换为 pcl::PointCloud

void scanCallback_2(const sensor_msgs::LaserScan::ConstPtr& scan);

//直接订阅 PointCloud2 然后自动转换为 pcl::PointCloud

void pclCloudCallback(const pcl::PointCloud<:pointxyz>::ConstPtr& cloud);

private:

ros::NodeHandle node_;

laser_geometry::LaserProjection projector_;

tf::TransformListener tfListener_;

//发布　"PointCloud2"

ros::Publisher point_cloud_publisher_;

//订阅 "/scan"

ros::Subscriber scan_sub_;

//订阅 "/cloud2" -> "PointCloud2"

ros::Subscriber pclCloud_sub_;

};

添加类的实现

#include "My_Filter.h"

My_Filter::My_Filter(){

//scan_sub_ = node_.subscribe<:laserscan> ("/scan", 100, &My_Filter::scanCallback, this);

//订阅　"/scan"

scan_sub_ = node_.subscribe<:laserscan> ("/scan", 100, &My_Filter::scanCallback_2, this);

//发布LaserScan转换为PointCloud2的后的数据

point_cloud_publisher_ = node_.advertise<:pointcloud2> ("/cloud2", 100, false);

//此处的tf是 laser_geometry 要用到的

tfListener_.setExtrapolationLimit(ros::Duration(0.1));

//前面提到的通过订阅PointCloud2，直接转化为pcl::PointCloud的方式

pclCloud_sub_ = node_.subscribe<:pointcloud> >("/cloud2", 10, &My_Filter::pclCloudCallback, this);

}

void My_Filter::scanCallback(const sensor_msgs::LaserScan::ConstPtr& scan){

sensor_msgs::PointCloud2 cloud;

projector_.transformLaserScanToPointCloud("laser", *scan, cloud, tfListener_);

point_cloud_publisher_.publish(cloud);

}

void My_Filter::scanCallback_2(const sensor_msgs::LaserScan::ConstPtr& scan){

sensor_msgs::PointCloud2 cloud;

/*laser_geometry包中函数，将 sensor_msgs::LaserScan 转换为 sensor_msgs::PointCloud2 */

//普通转换

//projector_.projectLaser(*scan, cloud);

//使用tf的转换

projector_.transformLaserScanToPointCloud("laser", *scan, cloud, tfListener_);

int row_step = cloud.row_step;

int height = cloud.height;

/*将 sensor_msgs::PointCloud2 转换为　pcl::PointCloud */

//注意要用fromROSMsg函数需要引入pcl_versions(见头文件定义)

pcl::PointCloud<:pointxyz> rawCloud;

pcl::fromROSMsg(cloud, rawCloud);

for(size_t i = 0; i < rawCloud.points.size(); i++){

std::cout<

}

point_cloud_publisher_.publish(cloud);

}

void My_Filter::pclCloudCallback(const pcl::PointCloud<:pointxyz>::ConstPtr& cloud){

for(size_t i = 0; i < cloud->points.size(); i++){

std::cout<points[i].x<points[i].y<points[i].z<<:endl>

}

}

最后加入主函数

#include "My_Filter.h"

int main(int argc, char** argv)

{

ros::init(argc, argv, "my_pcl_node");

My_Filter filter;

ros::spin();

return 0;

}

四、创建一个点云数据转换的ROS包

首先进入到你自己的ROS工作空间下的src目录，

cd ~/your_workspace/src

然后使用catkin_create_pkg创建一个名为my_pcl的ROS包．

catkin_create_pkg my_pcl pcl_conversions pcl_ros roscpp rospy sensor_msgs laser_geometry tf

修改package.xml文件，添加

libpcl-all-dev

libpcl-all

修改CMakeLists.txt文件．下面给出的作为一个参考

cmake_minimum_required(VERSION 2.8.3)

project(my_pcl)

find_package(catkin REQUIRED COMPONENTS

laser_geometry

pcl_conversions

pcl_ros

roscpp

rospy

sensor_msgs

tf

)

find_package(PCL 1.7 REQUIRED)

include_directories(

include

${catkin_INCLUDE_DIRS}

${PCL_INCLUDE_DIRS}

)

add_executable(${PROJECT_NAME}_node src/My_Filter.cpp src/my_pcl_node.cpp)

target_link_libraries(${PROJECT_NAME}_node

${catkin_LIBRARIES}

${PCL_LIBRARIES}

)

最后，进入工作空间，编译，运行．

五、结果展示

新建terminal，运行rosrun rviz rviz．在添加PointCloud2就可以观察到转换后的点云

同时，终端里也打印出转化为pcl::PointCloud类型的点云数据．(详见具体代码)

六、参考资料