注意：

  • 再学习本系列教程时，应该已经安装过ROS了并且需要有一些ROS的基本知识

ubuntu版本：20.04
ros版本：noetic

课程回顾

ROS1结合自动驾驶数据集Kitti开发教程(一)Kitti资料介绍和可视化
ROS1结合自动驾驶数据集Kitti开发教程(二)发布图片
ROS1结合自动驾驶数据集Kitti开发教程(三)发布点云数据

前言

上一节内容我们发布了点云数据，但是我们在看点云数据的时候会发现中间有一块很大的黑色区域，这块地方没有显示任何东西，我们可以放一个车的3D模型。并且根据发布的图像画出摄像头检测范围。

这章主要介绍Marker的主要用法。

1.Marker

通过visualization_msgs/Marker或者 visualization_msgs/MarkerArray消息，Marker允许在Rviz中显示各种基本形状的3D显示，效果如下所示：

Marker ROS Wiki

2.添加照相机视野

kitti数据集提供的图片数据是通过一个90°的相机拍摄的，所以需要将两条线之间的夹角画成90度。相机的位置可以查看第一章中的设备安装图。具体程序如下所示：

def publish_cam_angle_line_fun(cam_angle_line_pub):
    marker = Marker()
    marker.header.frame_id = "map"
    marker.header.stamp = rospy.Time.now()
    # 每个显示的marker都需要不一样的id，否则会覆盖
    marker.id = 0
    marker.type = Marker.LINE_STRIP# 直线
    marker.action = Marker.ADD
    marker.lifetime = rospy.Duration()#永久显示

    marker.color.r = 0.0
    marker.color.g = 1.0
    marker.color.b = 0.0
    marker.color.a = 1.0 # 透明度
    marker.scale.x = 0.2 # 线粗细

    # 这边点的数据主要看官方提供的位置图
    # 会在每两个连续点之间画一条线0-1，1-2。。。
    marker.points = []
    marker.points.append(Point(10,-10,0)) 
    marker.points.append(Point(0,0,0))
    marker.points.append(Point(10,10,0))

    cam_angle_line_pub.publish(marker)

2.1效果

画完视角的效果如下所示：

3.添加自车模型

3.1下载车辆模型

根据Marker官网解释说需要使用.stl、.mesh或者.dae模型。在google上输入car dae关键词。Car dae Free3D
笔者找了很多模型，但是直接能用的很少，如果模型不能正常被rviz读取的话会非法占用内存，导致电脑卡顿。在这，笔者直接分享可以用的模型下载地址，如下所示：

下载完成后将后缀为.dae的文件放进功能包根目录下的meshes文件夹下，没有的可以自己创建。

3.2代码

def publish_car_model(car_model_pub):
    mech_marker = Marker()
    mech_marker.header.frame_id = "map"
    mech_marker.header.stamp = rospy.Time.now()
    # id必须不一样
    mech_marker.id = -1
    mech_marker.type = Marker.MESH_RESOURCE
    mech_marker.action = Marker.ADD
    mech_marker.lifetime = rospy.Duration()
    mech_marker.mesh_resource = "package://kitti_tutorials/meshes/Car.dae"# .dae模型文件的相对地址

    # 位置主要看官方提供的位置图
    # 因为自车的velodyne激光雷达相对于map的位置是（0，0，0），看设备安装图上velodyne的位置是（0，0，1.73），显而易见，在rviz中自车模型位置应该是（0，0，-1.73）
    mech_marker.pose.position.x = 0.0
    mech_marker.pose.position.y = 0.0
    mech_marker.pose.position.z = -1.73

    # 这边和原作者的代码不一样，因为tf结构发生了一些改变，四元数需要自己根据模型做响应的调整，笔者这边是调整好的模型四元数
    q = transformations.quaternion_from_euler(np.pi,np.pi,-np.pi/2.0)
    mech_marker.pose.orientation.x = q[0]
    mech_marker.pose.orientation.y = q[1]
    mech_marker.pose.orientation.z = q[2]
    mech_marker.pose.orientation.w = q[3]

    mech_marker.color.r = 1.0
    mech_marker.color.g = 1.0
    mech_marker.color.b = 1.0
    mech_marker.color.a = 1.0 # 透明度

    # 设置车辆大小
    mech_marker.scale.x = 1.0 
    mech_marker.scale.y = 1.0 
    mech_marker.scale.z = 1.0

    car_model_pub.publish(mech_marker)

3.3效果

最后的效果如下所示：

结语

本文也是基于笔者的学习和使用经验总结的，主观性较强，如果有哪些不对的地方或者不明白的地方，欢迎评论区留言交流~

为了能和读者进一步讨论问题，建立了一个微信群，方便给大家解答问题，也可以一起讨论问题。
加群链接
✌Bye