点云处理#

容器内外传递文件：

docker cp 4d3bc3433f4e:/home/sentry_ws/test_map.png /home/scurm/Downloads/

docker cp /home/scurm/Downloads/test_map.png 4d3bc3433f4e:/home/sentry_ws/

CloudCompare#

下载链接

  1. 打开文件：File -> Open （.pcd类型）

  2. 鼠标左键旋转，右键平移，单击选中

  3. 滤波去除离群点：Tools -> Clean -> SOR filter

    • Number of points to use for mean distance estimation ：用于估计平均距离的点数，判断一个点是否为离群点，较小时容易移除有效数据点

    • Standard deviation multiplier threshold (nSigma)：标准差乘数阈值，通常取值为1/2/3，对应不同的置信水平,较大时保留更多的点

    • 设置合适的参数 (25,1 作为参考) 然后 apply

  4. 在左侧面板选中上一步处理得到的点云, 点击 tools->segmentation->Label Connected Components, 设置合适的参数然后 apply

  5. 上一步会生成一系列点云，在其中选中想要的，删除不要的，合并他们

    • 感觉直接cut更好用

  6. 选中合并好的点云，点击 tools->Other->Remove duplicate points, 每 0.01-0.1m 保留一个点，减小点云的大小

  7. 选中处理完的点云，点击 file->save as, 选择 .pcd format，保存

地形分析#

  1. 在autonomous_exploration_development_environment/terrain_analysis_ext/launch/terrain_analysis_ext_offline.launch中将点云路径改成处理好的点云

  2. ros2 launch terrain_analysis_ext terrain_analysis_ext_offline.launch

  3. 打开 rqt 选择 plugins->configuration->dynamic reconfigure, 调整terrain_analysis节点的参数，直到坡面可以被正确分析为可通行，墙面可以被分析为不可通行(可通行区域为绿色，不可通行区域为红色)

  4. 保存无残影的2D导航地图

    ros2 run nav2_map_server map_saver_cli -t /projected_map -f test_map --fmt png

    • 这个有问题 用ps吧

决策标点#

  1. ros2 launch sentry_bringup navigation.launch.py

  2. ros2 topic echo /clicked_point

  3. 在出现的2D地图中，用publish point选点，终端会打印对应的xyz坐标