|
上篇中我们得到了3D激光雷达获得的点云图，存在.bag文件中，接下来我们再用上上篇末尾的做法跑loam_velodyne算法，在RVIZ中的显示效果如下：
这时我们用rqt_graph可以看到：
上面三幅图分别是All、Active和Nodes Only时Node和Topic的关系。经过在RVIZ中的测试，发现/laser_cloud_surround这个Topic是构成的全部点云图，我们用下面指令把bag数据转换成pcd格式：
rosrun pcl_ros bag_to_pcd input.bag /laser_cloud_surround pcd
转换成的pcd文件会存到指定的pcd目录下，因为这个不是每一帧实时的点云图，而是逐步积累匹配合成的整体点云图，所以我们选最后一张pcd文件，即是完整建好的点云图。这时我们可以用pcl_viewer显示一下效果：
下一步就是转换pcd文件到octomap，我们使用了一个开源代码（链接），使用C++11规则的g++编译后：
./pcd2octomap 1.pcd 1.bt
获得的bt文件就是octomap文件，然后我们下载OctoMap，然后用octovis显示一下：
./octovis 1.bt
如下效果：
我们放大看看：
接下来做地图的重建。
转载请注明： 转自http://blog.csdn.net/littlethunder/article/details/51955849
| 
转播
