这次，我们将显示如何从一个点云和一个给定的传感器来创造深度图。下面的代码，创建了一个在观察者前面的矩形。

#include <pcl/range_image/range_image.h>
int main (int argc, char** argv) {
pcl::PointCloud<pcl::PointXYZ> pointCloud;
// Generate the data
for (float y=-0.5f; y<=0.5f; y+=0.01f) {
for (float z=-0.5f; z<=0.5f; z+=0.01f) {
pcl::PointXYZ point;
point.x = 2.0f - y;
point.y = y;
point.z = z;
pointCloud.points.push_back(point);
}
}
pointCloud.width = (uint32_t) pointCloud.points.size();
pointCloud.height = 1;
// We now want to create a range image from the above point cloud, with a 1deg angular resolution
float angularResolution = (float) (  1.0f * (M_PI/180.0f));  //   1.0 degree in radians
float maxAngleWidth     = (float) (360.0f * (M_PI/180.0f));  // 360.0 degree in radians
float maxAngleHeight    = (float) (180.0f * (M_PI/180.0f));  // 180.0 degree in radians
Eigen::Affine3f sensorPose = (Eigen::Affine3f)Eigen::Translation3f(0.0f, 0.0f, 0.0f);
pcl::RangeImage::CoordinateFrame coordinate_frame = pcl::RangeImage::CAMERA_FRAME;
float noiseLevel=0.00;
float minRange = 0.0f;
int borderSize = 1;
pcl::RangeImage rangeImage;
rangeImage.createFromPointCloud(pointCloud, angularResolution, maxAngleWidth, maxAngleHeight,
sensorPose, coordinate_frame, noiseLevel, minRange, borderSize);
std::cout << rangeImage << "\n";
}

下面是代码解释:

#include <pcl/range_image/range_image.h>
int main (int argc, char** argv) {
pcl::PointCloud<pcl::PointXYZ> pointCloud;
// Generate the data
for (float y=-0.5f; y<=0.5f; y+=0.01f) {
for (float z=-0.5f; z<=0.5f; z+=0.01f) {
pcl::PointXYZ point;
point.x = 2.0f - y;
point.y = y;
point.z = z;
pointCloud.points.push_back(point);
}
}
pointCloud.width = (uint32_t) pointCloud.points.size();
pointCloud.height = 1;

上面包含了点云的头文件，并生成了一个矩形的点云数据

  float angularResolution = (float) (  1.0f * (M_PI/180.0f));  //   1.0 degree in radians
float maxAngleWidth     = (float) (360.0f * (M_PI/180.0f));  // 360.0 degree in radians
float maxAngleHeight    = (float) (180.0f * (M_PI/180.0f));  // 180.0 degree in radians
Eigen::Affine3f sensorPose = (Eigen::Affine3f)Eigen::Translation3f(0.0f, 0.0f, 0.0f);
pcl::RangeImage::CoordinateFrame coordinate_frame = pcl::RangeImage::CAMERA_FRAME;
float noiseLevel=0.00;
float minRange = 0.0f;
int borderSize = 1;

上面那个部分定义了我们想去创建的深度图的参数。

角度分辨率是1度，意味着光线将以一度来区别近邻的像素点。maxAngleWidth=360和maxAngleHeight=190意味着我们模拟的深度图传感器有一个360度环绕的效果。你可以总是使用这些设置，因为深度图将被裁剪成自动观察的区域。你可以节省计算通过减少值。对于一个180度的激光雷达，后面的点将看不见，msxAngleWidth=180就够了。

sensorPose定义了6DOF视觉传感器的位置，以roll=pitch=yaw=0这个位置为原点的。

coordinate_frame=CAMERA_FRAME告诉我们x是朝右的，y是朝下的，z是朝前的。一个可选的参数是LASER_FRAME，x是朝前的，y是朝左的，z是朝下的。

对于noiseLevel=0来说，深度图通过一个normal z-buffer来创建的。

如果minRange比0要大，那么靠得很近的点就会被忽略。

borderSize比0大的话，将会在裁剪的时候留下一边框的未观察到的点。

 pcl::RangeImage rangeImage;
rangeImage.createFromPointCloud(pointCloud, angularResolution, maxAngleWidth, maxAngleHeight,
sensorPose, coordinate_frame, noiseLevel, minRange, borderSize);
std::cout << rangeImage << "\n";

上面的这个代码从点云里面创建了深度图。

深度图是继承PointCloud这个类，这个点有x,y,z和深度。这里有3种点。有效的点的深度都是大于0的，无法观察到的点如x=y=z=NAN和深度=-INFINITY。很远的点x=y=z=NAN深度=INFINITY

运行结果

range image of size 42x36 with angular resolution 1deg/pixel and 1512 points