ros中发布点云数据xyz

可以直接用python来做或者C++(看个人偏好)

在这里我们带有颜色的点云数据格式为x y z c
其中c值为float型，有四种值1.0,2.0,3.0,4.0

代码文件b.py，具体内容如下：

import rospy
from sensor_msgs.msg import Image,PointCloud2
from cv_bridge import CvBridge
import numpy as np
import os
import cv2
from a import *
import open3d as o3dDATA_PATH='/home/cxh/project/0618/point_cloud_selected.txt'
if __name__=='__main__':rospy.init_node('jizhui_node',anonymous=True)# cam_pub=rospy.Publisher('kitti_cam',Image,queue_size=10)pcl_pub=rospy.Publisher('/jizhui_pcl',PointCloud2,queue_size=1)#创建点云发布者，queue_size=10表示消息队列的大小bridge=CvBridge()#创建一个CvBridge实例，用于在OpenCV图像与ROS图像消息之间进行转换# rate=rospy.Rate(1)#设置发布频率为10Hzrate=rospy.Rate(5,reset=True)frame=0#初始化帧计数器def load_point_cloud(file_path):"""从文本文件中加载点云数据"""point_cloud = []color=[]with open(file_path, 'r') as f:for line in f:if line.strip():  # 忽略空行try:# 假设每行的格式为: x y zx, y, z, c= map(lambda x: round(float(x) / 100, 5) if x != line.strip().split()[-1] else float(x), line.strip().split())point_cloud.append([x, y, z])#读取c的值，并把c的值映射成对应RGB值# 1.0：灰色[220,220,220]# 2.0：蓝色[173,216,230]# 3.0：黄色[255,215,0]# 4.0：红色[255,182,193]# r, g, b = color_mapping(c)# color.append([r, g, b])# print("x y z",point_cloud)except ValueError:rospy.logerr("Error parsing line: {}".format(line))return np.array(point_cloud)# 循环播放，通过frame控制帧数while not rospy.is_shutdown():#主循环在ROS节点关闭前一直运行# 读取点云数据    point_cloud= load_point_cloud(DATA_PATH)#,color# print("shape:",point_cloud.shape)#49行3列publish_pcl(point_cloud,pcl_pub,'map')#调用publish_pcl函数将点云数据发布到ROS主题jizhui_pcl。color,# pcl_pub.publish(pcl2_msg)rospy.loginfo('published')#在日志中记录发布信息rate.sleep()#按照设定的频率进行休眠

文件a.py具体内容如下：

from sensor_msgs.msg import PointCloud2,PointField
import sensor_msgs.point_cloud2 as pcl2from std_msgs.msg import Header
import rospy
import numpy as np
def publish_pcl(point_cloud,pcl_pub,frame_id):#定义点云数据的ROS发布者。if point_cloud.size == 0:rospy.logwarn("Empty point cloud data, skipping publish.")returnheader=Header()header.stamp=rospy.Time.now()header.frame_id=frame_idpoint_cloud_message=pcl2.create_cloud_xyz32(header,point_cloud)pcl_pub.publish(point_cloud_message)

发布到ros的步骤如下

#启动 ROS master
#启动一个终端键入
roscore
#在python文件b.py下运行代码
python b.py
#再另起一个终端键入
rviz

启动了 RViz 后点击界面左下角的Add按钮并添加一个 PointCloud2 显示
即可在 RViz 中看到点云了
**注意：**对于发布带颜色的点云数据，由于python版没有creat_xyzrgb32 ，这个功能函数只有C++有，python的需要自己写一个这样的功能函数。我本人也参考b站博主学习视频链接: 用python将着色点云在ros中发布—解析PointCloud2与Rviz可视化源码弄了一下午没成功，就改用C++来做了！！
（ps这里还有一个特别需要注意的点，就是有的点云图很大且高，小窗口下不容易发现，我们一开始就因为这个问题郁闷了很久，一遍遍检查代码，后来发现早就生成了，只是没有吧窗口放大，多拖拉几下就能找到躲在角落处的点云图！！！）

ros中发布带颜色的点云数据xyzrgb

环境

环境:
Ubuntu20.04
ROS noetic
C++

1.新建ROS工作空间

mkdir -p PointCloundShow_ws/src
cd PointCloundShow_ws/src
catkin_init_workspace
cd ..
catkin_make 

2.创建功能包

cd src
catkin_create_pkg pointcloundshow pcl_ros roscpp rospy sensor_msgs std_msgs 

在功能包的src文件夹下新建cpp文件pcl_colored.cpp
代码文件pcl_colored.cpp内容如下：

#include <ros/ros.h>
#include <sensor_msgs/PointCloud2.h>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl_conversions/pcl_conversions.h>
#include <fstream>
#include <sstream>
#include <vector>
#include <iostream>
#include <string>using namespace std;
uint32_t color_mapping(float c) {if (c == 1.0) {return (220 << 16) | (220 << 8) | 220;  // 灰色} else if (c == 2.0) {return (173 << 16) | (216 << 8) | 230;  // } else if (c == 3.0) {return (255 << 16) | (215 << 8) | 0;  // } else {return (255 << 16) | (182 << 8) | 193;  // }
}void readPointCloudFromFile(const string& filename, pcl::PointCloud<pcl::PointXYZRGB>::Ptr& cloud) {ifstream infile(filename);if (!infile.is_open()) {cerr << "Could not open file: " << filename << endl;return;}string line;while (getline(infile, line)) {istringstream iss(line);float x, y, z, c;if (!(iss >> x >> y >> z >> c)) {cerr << "Error reading line: " << line << endl;continue;}// 缩小 x, y, z 的值100倍x /= 100.0f;y /= 100.0f;z /= 100.0f;pcl::PointXYZRGB point;point.x = x;point.y = y;point.z = z;uint32_t rgb = color_mapping(c);point.rgb = *reinterpret_cast<float*>(&rgb);cloud->points.push_back(point);}cloud->width = cloud->points.size();cloud->height = 1;cloud->is_dense = true;infile.close();
}
int main(int argc, char** argv) {// 初始化ROS节点ros::init(argc, argv, "pcl_create_xyzrgb");ros::NodeHandle nh;// 创建一个发布者ros::Publisher pcl_pub = nh.advertise<sensor_msgs::PointCloud2>("pcl_output_colored", 1);// 创建一个点云对象pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>());// 从文件读取点云数据string filename = "/home/cxh/project/0618/point_cloud_selected.txt";readPointCloudFromFile(filename, cloud);// 将点云数据转换为ROS消息sensor_msgs::PointCloud2 output;pcl::toROSMsg(*cloud, output);output.header.frame_id = "map";// 发布点云消息ros::Rate loop_rate(1);while (ros::ok()) {output.header.stamp = ros::Time::now();pcl_pub.publish(output);ros::spinOnce();loop_rate.sleep();}return 0;
}

然后将下面的编译规则写到功能包的CMakeLists.txt文件中

find_package(PCL REQUIRED) 
include_directories(include${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS}) 
add_executable(pcl_colored.cpp src/pcl_colored.cpp)
target_link_libraries(pcl_colored.cpp ${catkin_LIBRARIES} ${PCL_LIBRARIES})

翻倒CMakeLists.txt文件的最后一行添加，我们的如下:

如图所示，因为我们用C++写了两个文件，一个是pcl_create.cpp另一个是目前的pcl_colored.cpp，所以我们这个是追加到后面的，供参考！

回到工作空间路径下也就是PointCloundShow_ws，输入catkin_make进行编译
然后再更新一下:source devel/setup.bash（**注意：**只要你修改过你工作空间任何一处代码，每次都需要重新编译和更新！！！另外每新建了一个cpp文件都需要在CMakeLists.txt文件做添加！！！）
然后新起一个终端终端运行roscore指令，
再在刚的source命令那个终端运行rosrun pointcloundshow pcl_create
最后再另起一个终端允许rviz指令

打开rviz
在rviz中左下角点Add增加PointCloud2d
topic 选 /pcl_output
fixed Frame 输入odom
或者直接点左下角的Add然后会弹出一个名字为rviz的框，选择By topic下的对应发布的点云名字
即可看到发布的带有颜色的点云图