申明：从KITTI官网下载到的激光雷达点云数据为.bin格式，为此找到了三种方法，现在分享出来大家一起讨论。
程序运行环境
运行测试系统：Ubuntu16.04
运行环境：python3.6
方法一：使用numpy库读取.bin数据并使用mayavi.mlab来可视化点云数据
1、安装通过下属命令安装依赖库
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install mayavi -i https://pypi.tuna.tsinghua.edu.cn/simple2、通过以下代码读取.bin文件并可视化
import numpy as np
import mayavi.mlab
# lidar_path换成自己的.bin文件路径
pointcloud = np.fromfile(str("lidar_path"), dtype=np.float32, count=-1).reshape([-1, 4])
x = pointcloud[:, 0] # x position of point
y = pointcloud[:, 1] # y position of point
z = pointcloud[:, 2] # z position of point
r = pointcloud[:, 3] # reflectance value of point
d = np.sqrt(x ** 2 + y ** 2) # Map Distance from sensor
degr = np.degrees(np.arctan(z / d))
vals = 'height'
if vals == "height":
col = z
else:
col = d
fig = mayavi.mlab.figure(bgcolor=(0, 0, 0), size=(640, 500))
mayavi.mlab.points3d(x, y, z,
col, # Values used for Color
mode="point",
colormap='spectral', # 'bone', 'copper', 'gnuplot'
# color=(0, 1, 0), # Used a fixed (r,g,b) instead
figure=fig,
)
mayavi.mlab.show()3、运行时候可视化结果如下：
方法二：使用numpy进行读取数据与使用python_pcl进行可视化
1、安装通过下属命令安装依赖
pip install python_pcl-XXX.whl #XXX为版本号，也可以不加2、通过以下代码读取.bin文件并可视化
import numpy as np
import pcl.pcl_visualization
# lidar_path 指定一个kitti 数据的点云bin文件就行了
points = np.fromfile(lidar_path, dtype=np.float32).reshape(-1, 4) # .astype(np.float16)
# 这里对第四列进行赋值，它代表颜色值，根据你自己的需要赋值即可；
points[:, 3] = 3329330
# PointCloud_PointXYZRGB 需要点云数据是N*4，分别表示x,y,z,RGB ,其中RGB 用一个整数表示颜色；
color_cloud = pcl.PointCloud_PointXYZRGB(points)
visual = pcl.pcl_visualization.CloudViewing()
visual.ShowColorCloud(color_cloud, b'cloud')
flag = True
while flag:
flag != visual.WasStopped()其中上述代码中的颜色值表如下所示：
白色：16777215 红色：16711680 绿色：65280 蓝色：255 牡丹红：16711935
青色：65535 黄色：16776960 黑色：0 海蓝：7396243 巧克力色：6042391
蓝紫色：10444703 黄铜色：11904578 亮金色：14276889 棕色：10911037
青铜色：9205843 深棕：6045747 深绿：3100463 深铜绿色：4879982
深橄榄绿：5197615 深兰花色：10040013 深紫色：8855416 深石板蓝：7021454
深铅灰色：3100495 深棕褐色：9922895 深绿松石色：7377883 暗木色：8740418
淡灰色：5526612 土灰玫瑰红色：8741731 长石色：13734517 火砖色：9315107
森林绿：2330147 金色：13467442 鲜黄色：14408560 灰色：12632256
铜绿色：5406582 青黄色：9689968 猎人绿：2186785 印度红：5123887
土黄色：10461023 浅蓝色：12638681 浅灰色：11053224 浅钢蓝色：9408445
浅木色：15319718 石灰绿色：3329330 桔黄色：14972979 褐红色：9315179
中海蓝色：3329433 中蓝色：3289805 中森林绿：7048739 中鲜黄色：15395502
中兰花色：9662683 中海绿色：4353858 中石板蓝色：8323327 中春绿色：8388352
中绿松石色：7396315 中紫红色：14381203 中木色：10911844 深藏青色：3092303
海军蓝：2302862 霓虹蓝：5066239 霓虹粉红：16740039 新深藏青色：156
新棕褐色：15452062 暗金黄色：13612347 橙色：16744192 橙红色：16720896
淡紫色：14381275 浅绿色：9419919 粉红色：12357519 李子色：15379946
石英色：14277107 艳蓝色：5855659 鲑鱼色：7291458 猩红色：12326679
海绿色：2330216 半甜巧克力色：7029286 赭色：9333539 银色：15132922
天蓝：3316172 石板蓝：32767 艳粉红色：16719022 春绿色：65407
钢蓝色：2321294 亮天蓝色：3715294 棕褐色：14390128 紫红色：14204888
石板蓝色：11397866 浓深棕色：6045747 淡浅灰色：13487565 紫罗兰色：5189455
紫罗兰红色：13382297 麦黄色：14211263 黄绿色：100792823、运行时候可视化结果如下（我赋值的时候为石灰绿色，结果出来的是黄色，原因未知,不过上手还是可以的）：
方法三：使用numpy读取数据并使用rviz来进行数据可视化
1、首先需要在Ubuntu1604下安装ros环境
安装步骤可参考此篇博客https://blog.csdn.net/r1141207831/article/details/95337688
2、具体代码如下：
首先创建一个ros工程，参考下面的结构
test
└── src
└── rospy_rviz
├── CMakeLists.txt
├── data
│ ├── readbin.png
│ ├── readbin.py
│ ├── read_pcl.py
│ └── velodyne
│ ├── 000000.bin
│ ├── 000001.bin
│ ├── 000002.bin
│ ├── 000003.bin
│ ├── 000004.bin
├── launch
│ └── rospy_rviz.launch
├── package.xml
├── rviz
│ └── rospy_rviz.rviz
└── script
└── rospy_rviz.pyrospy_rviz.py
#!/usr/bin/env python
# coding=utf-8
import os
import numpy as np
import rospy
from visualization_msgs.msg import *
from sensor_msgs.msg import PointCloud2
from sensor_msgs import point_cloud2 as pc2
import pcl.pcl_visualization
def get_data():
file_name = list()
file_path = rospy.get_param('file_path', "") # 获取一个全局参数
for filename in os.listdir(file_path):
filename = os.path.join(file_path, filename)
if filename.split('.')[-1] == "bin":
# print(filename.split('/')[-1])
file_name.append(filename.split('/')[-1])
# print(file_name)
return file_name
def main():
rospy.init_node("point_cloud", anonymous=True)
rate = rospy.Rate(10)
pub_cloud = rospy.Publisher("/point_cloud", PointCloud2, queue_size=100)
point_cloud2 = PointCloud2()
point_cloud2.header.frame_id = "/velodyne"
file_path = rospy.get_param('file_path', "") # 获取一个全局参数
file_name = get_data()
for file in file_name:
point_data = np.fromfile((file_path + file), dtype=np.float32, count=-1).reshape([-1, 4])
# point_data = point_data[:10]
cloud = pc2.create_cloud_xyz32(point_cloud2.header, point_data[:, :3])
pub_cloud.publish(cloud)
# 控制发布频率
rate.sleep()
if __name__ == "__main__":
main() CMakeLists.txt
cmake_minimum_required(VERSION 2.8.3)
project(rospy_rviz)
find_package(catkin REQUIRED COMPONENTS
message_generation
std_msgs
)
# do not wildcard install files since the root folder of the package will contain a debian folder for releasing
catkin_install_python(PROGRAMS
script/rospy_rviz.py
DESTINATION ${CATKIN_PACKAGE_SHARE_DESTINATION}/rospy_rviz
)
install(FILES
launch/rospy_rviz.launch
DESTINATION ${CATKIN_PACKAGE_SHARE_DESTINATION}/rospy_rviz
)package.xml
<?xml version="1.0"?>
<package format="2">
<name>rospy_rviz</name>
<version>0.0.0</version>
<description>rospy_rviz</description>
<maintainer email="XXX@lzu.edu.cn">Hqss</maintainer>
<license>TODO</license>
<buildtool_depend>catkin</buildtool_depend>
</package>rospy_rviz.launch
<launch>
<node name="rospy_rviz" pkg="rospy_rviz" type="rospy_rviz.py" output="screen"/>
<param name="file_path" value="$(find rospy_rviz)/data/velodyne/" />
<node name="rviz" pkg="rviz" type="rviz" args="-d $(find rospy_rviz)/rviz/rospy_rviz.rviz" />
</launch>3、使用下面命令运行程序
catkin_make
source devel/setup.bash
roslaunch rospy_rviz rospy_rviz.launch 4、可视化结果如下图所示
至此三种方法都可以正常可视化点云数据。
附录：
python 可视化点云工具 python-pcl https://zhuanlan.zhihu.com/p/72116675
评论（0）
您还未登录，请登录后发表或查看评论