我希望你们做得很好，我有一个LiDAR，是Livox Mid 70。它有一个像这样的扫描模式。scan_pattern，这取决于时间和创建整个场景。
我使用ros从一个特定主题中获取数据并创建numpy数组。
def callback(data):
pc = rNp.numpify(data)
points = np.zeros((pc.shape[0], 4))
points[:,0]=pc['x']
points[:,1]=pc['y']
points[:,2]=pc['z']
points[:,3]=pc['intensity']
po = np.array(points, dtype=np.float32)然后我创建一个（x，y）数组，其中包含点云数据的X和Y坐标，并尝试像这样缩放它：
p = (arr/np.max(arr)*255).astype(np.uint8) #arr = (x, y) numpy array但不幸的是，它没有给我任何可以理解的画面
然后我尝试了ros命令：
rosrun pcl_ros convert_pointcloud_to_image input:=/livox/lidar output:=/img但错误消息为：
[ERROR] [1651119689.192807544]: Input point cloud is not organized, ignoring!我在matlab上看到一些技巧，例如pcorganize，但要使用它，我需要给它一些参数，如
参数=激光雷达参数（传感器名称，水平分辨率）参数=激光雷达参数（垂直分辨率，垂直FoV，水平分辨率）参数=激光雷达参数（垂直光束Angular ，水平分辨率）参数=激光雷达参数（___，水平FoV =水平FoV）
但是这个激光雷达没有任何**水平或垂直分辨率，光束Angular **，所以我可能无法使用这个功能来组织这个pcl数据。
- 我的问题：**
1.如何组织这些杂乱无章的pcl数据并从中创建图像？
1.是否可以从cv2.imshow（）查看此图像？
1条答案
按热度按时间vulvrdjw1#
答案：
1.在写入节点中缓冲来自LiDAR的pointcloud2消息（最佳python），如果需要（只有当扫描模式需要时间来运行一个完整的扫描例如2s为一个完整的扫描）.看看velodyne激光雷达，他们不需要它，因为有平面扫描激光雷达，即完整的详细图像从第一秒的运行.正如我提到的，它只需要，当您的LiDAR具有Lissajous扫描模式（https://www.nature.com/articles/s41598-017-13634-3）或其他模式时，需要时间来执行完整的场景扫描。
情况1：扫描模式需要的时间：自定义缓冲时间（1秒，2秒或4秒...）-与您附加的扫描模式相比）。然后您有一个完整的扫描。
情况2：扫描模式不需要任何缓冲时间：从一开始就进行丰富详细的扫描，通常不需要缓冲
在下一步中，应使用此节点：https://github.com/mjshiggins/ros-examples/blob/master/src/lidar/src/lidar_node.cpp
此节点接收您的pointcloud2消息，并根据鸟瞰图生成图像。我在论文中使用了此节点，并在中更改了一些内容，以便于理解和更好地解决问题。我可以与您共享此文件，或者如果您想自己探索此节点并不时需要帮助，例如更改LiDAR位置、更改cell_resolution（放大俯视图到你的图像），图像颜色等。我还添加了图像颜色通道的编码与给定的数据从LiDAR：强度、密度、高度（原始代码中仅高度编码）。
1.使用OpenCV，您可以将此图像视为屏幕上打开的窗口或RViz发布的主题。