elevation mapping学习笔记3:使用D435i相机离线或在线订阅点云和tf关系生成高程图

0 引言

elevation mapping学习笔记1已经成功编译安装elevation mapping高程图工程，并运行示例turtlesim3_waffle_demo，在仿真环境下，控制带有传感器的机器人生成高程图，简单熟悉了高程图的实际应用。elevation mapping学习笔记2主要熟悉了该工程一些节点和参数的定义和说明，在此基础上，使用D435i相机发出的点云作为高程图的点云输入，本文主要学习如何离线输入点云生成高程图，进一步学习如何在线订阅点云生成高程图。

👉 elevation mapping github：https://github.com/ANYbotics/elevation_mapping

本文系统环境：

• Ubuntu18.04
• ROS-melodic
• elevation mapping
• D435i相机和驱动

1 数据

elevation mapping高程图工程主要的输入数据有三部分，topic类型分别是：点云（相机，雷达等）、协方差位姿（机器人，里程计等）和tf关系，其中点云和tf关系是必需的，协方差位姿是非必需的。

• /points( sensor_msgs/PointCloud2 )
• /pose( geometry_msgs/PoseWithCovarianceStamped )
• /tf（tf/tf消息）

1.1 D435i相机配置

默认已在Ubuntu18.04系统上安装ROS版的D435i相机驱动，比如本文驱动安装目录~/catkin_rs/src/realsense-ros

安装后，默认是没有打开点云的配置，所以需要自行修改配置：

# 激活环境
source /catkin_rs/devel/setup.bash
# roscd 进入到配置文件目录下
roscd realsense2_camera/launch/
# 打开 rs_camera.launch 配置文件进行修改
vim rs_camera.launch

打开后，主要是如下的字段需要修改成 true，这样就能发出点云topic：

  <arg name="enable_pointcloud"         default="true"/>
  <arg name="pointcloud_texture_stream" default="RS2_STREAM_COLOR"/>
  <arg name="pointcloud_texture_index"  default="0"/>
  <arg name="allow_no_texture_points"   default="false"/>
  <arg name="ordered_pc"                default="true"/>

修改保存后，执行D435i相机的启动命令：

# source后执行
roslaunch realsense2_camera rs_camera.launch input:=/camera/depth_registered/points

启动后，rostopic list 查看可知，/camera/depth/color/points 即是D435i相机的点云topic.

点云topic发布频率查看命令：rostopic hz /camera/depth/color/points

subscribed to [/camera/depth/color/points]
average rate: 15.737
	min: 0.022s max: 0.092s std dev: 0.01879s window: 14
average rate: 15.158
	min: 0.022s max: 0.092s std dev: 0.01637s window: 29
average rate: 15.226
	min: 0.022s max: 0.095s std dev: 0.01710s window: 44
...

点云topic具体信息查看命令：rostopic echo /camera/depth/color/points，其中camera_color_optical_frame 是点云的frame_id 是后文需要的一个配置参数。

header: 
  seq: 115
  stamp: 
    secs: 1691134687
    nsecs: 843372107
  frame_id: "camera_color_optical_frame"
height: 540
width: 960
...

1.2 协方差位姿

协方差位姿是非必需的输入数据，本文暂不使用该数据…

1.3 tf 关系

本文使用D435i相机传感器生成点云，有一个点云坐标系pc_link，高程图主要应用在机器人，也有一个机器人坐标系base_link，输出的高程图也有一个地图坐标系map_link。

ROS中描述tf关系时，一般和数据topic的frame_id对应，所以三个坐标系中的点云坐标系定义为camera_color_optical_frame，其他两个暂定义为 base_link和map。

确定了三者坐标系的关系，本文已知D435i和base的外参，base和map的外参，外参表示形式是四元数(w,x,y,z) 平移矩阵(x,y,z)，直接写入到下述的tf关系参考代码中，python代码命名为tf_map_base_cam_publisher.py，其中发布频率设为300hz

这篇好文章是转载于：学新通技术网