如何在ROS中使用PCL—数据格式（1）

<build_depend>libpcl-all-dev</build_depend>  <run_depend>libpcl-all</run_depend>

#include <ros/ros.h>
// PCL specific includes
#include <sensor_msgs/PointCloud2.h>
#include <pcl_conversions/pcl_conversions.h>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>

ros::Publisher pub;void cloud_cb (const sensor_msgs::PointCloud2ConstPtr& input)
{  // Create a container for the data.  
  sensor_msgs::PointCloud2 output;  
// Do data processing here...
 output = *input;  
// Publish the data.  
  pub.publish (output);
}
  
intmain (int argc, char** argv)
{  // Initialize ROS
 ros::init (argc, argv, "my_pcl_tutorial");
 ros::NodeHandle nh; 
 ros::Subscriber sub = nh.subscribe ("input", 1, cloud_cb);
 pub = nh.advertise<sensor_msgs::PointCloud2> ("output", 1); 
 // Spin 
  ros::spin ();
}

add_executable(example src/example.cpp)
target_link_libraries(example ${catkin_LIBRARIES})

roslaunch openni_launch openni.launch    这是打开kinect发布的命令
 rosrun ros_slam example input:=/camera/depth/points运行我们生成的文件

$ rosrun rviz rviz
在RVIZ中显示的点云的数据格式sensor_msgs::PointCloud2;

/******************************************************
关于使用sensor_msgs/PointCloud2，
******************************************************/#include <ros/ros.h>
// PCL 的相关的头文件
#include <sensor_msgs/PointCloud2.h>
#include <pcl_conversions/pcl_conversions.h>
#include <pcl/point_cloud.h>#include <pcl/point_types.h>//滤波的头文件
#include <pcl/filters/voxel_grid.h>
//申明发布器
ros::Publisher pub; 
//回调函数
void cloud_cb (const sensor_msgs::PointCloud2ConstPtr& input) //特别注意的是这里面形参的数据格式
{ // 声明存储原始数据与滤波后的数据的点云的 格式
 pcl::PCLPointCloud2* cloud = new pcl::PCLPointCloud2;    //原始的点云的数据格式  pcl::PCLPointCloud2ConstPtr cloudPtr(cloud);
 pcl::PCLPointCloud2 cloud_filtered;     //存储滤波后的数据格式  
// 转化为PCL中的点云的数据格式
 pcl_conversions::toPCL(*input, *cloud);  // 进行一个滤波处理
 pcl::VoxelGrid<pcl::PCLPointCloud2> sor;   //实例化滤波
 sor.setInputCloud (cloudPtr);     //设置输入的滤波
 sor.setLeafSize (0.1, 0.1, 0.1);   //设置体素网格的大小
 sor.filter (cloud_filtered);      //存储滤波后的点云  

// 再将滤波后的点云的数据格式转换为ROS 下的数据格式发布出去
 sensor_msgs::PointCloud2 output;   //声明的输出的点云的格式
 pcl_conversions::fromPCL(cloud_filtered, output);    //第一个参数是输入，后面的是输出  
//发布命令 
  pub.publish (output);
}
  
int main (int argc, char** argv)
{  // 初始化 ROS节点
 ros::init (argc, argv, "my_pcl_tutorial");
 ros::NodeHandle nh;   //声明节点的名称 
 // 为接受点云数据创建一个订阅节点
 ros::Subscriber sub = nh.subscribe ("input", 1, cloud_cb);  //创建ROS的发布节点
 pub = nh.advertise<sensor_msgs::PointCloud2> ("output", 1);  // 回调  ros::spin ();
}

#include <ros/ros.h>
// PCL specific includes
#include <sensor_msgs/PointCloud2.h>
#include <pcl_conversions/pcl_conversions.h>
#include <pcl/ros/conversions.h>
#include <pcl/point_cloud.h>#include <pcl/point_types.h>//关于平面分割的头文件#include <pcl/sample_consensus/model_types.h>   
//分割模型的头文件
#include <pcl/sample_consensus/method_types.h>   //采样一致性的方法
#include <pcl/segmentation/sac_segmentation.h>  //ransac分割法

ros::Publisher pub;void cloud_cb (const sensor_msgs::PointCloud2ConstPtr& input)
{  
// 将点云格式为sensor_msgs/PointCloud2 格式转为 pcl/PointCloud
 pcl::PointCloud<pcl::PointXYZ> cloud;
 pcl::fromROSMsg (*input, cloud);   //关键的一句数据的转换
 pcl::ModelCoefficients coefficients;   //申明模型的参数
 pcl::PointIndices inliers;             //申明存储模型的内点的索引  
// 创建一个分割方法
 pcl::SACSegmentation<pcl::PointXYZ> seg;  // 这一句可以选择最优化参数的因子
 seg.setOptimizeCoefficients (true);  // 以下都是强制性的需要设置的
 seg.setModelType (pcl::SACMODEL_PLANE);   //平面模型
 seg.setMethodType (pcl::SAC_RANSAC);    //分割平面模型所使用的分割方法
 seg.setDistanceThreshold (0.01);        //设置最小的阀值距离
 seg.setInputCloud (cloud.makeShared ());   //设置输入的点云
 seg.segment (inliers, coefficients);       //cloud.makeShared() 创建一个 boost shared_ptr  
 // 把提取出来的内点形成的平面模型的参数发布出去  
  pcl_msgs::ModelCoefficients ros_coefficients;
 pcl_conversions::fromPCL(coefficients, ros_coefficients);
 pub.publish (ros_coefficients);
}
  
int main (int argc, char** argv)
{  // Initialize ROS
 ros::init (argc, argv, "my_pcl_tutorial");
 ros::NodeHandle nh; 
 // Create a ROS subscriber for the input point cloud
 ros::Subscriber sub = nh.subscribe ("input", 1, cloud_cb); 
 // Create a ROS publisher for the output model coefficients
 pub = nh.advertise<pcl_msgs::ModelCoefficients> ("output", 1); 
 // Spin
  ros::spin ();
}