Hymwgk / point_cloud_process

Point cloud pre-process for PointNetGPD & Kinect v2

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

point_cloud_process

Point cloud pre-process for PointNetGPD & Kinect v2

基于ROS框架,主要是为了配套PointNetGPD使用的,不过也可以略加修改,变成通用的代码。


简介

  • 通过Kinect v2 读取桌面物体的场景点云,并进行系列预处理,保留感兴趣区域点云,支持:

    • 相机坐标系三轴方向直通滤波
    • 剔除支撑桌面
    • 剔除离群点
    • 点云降采样
    • 点云光滑处理
  • 通过ROS_tf读取某桌面标签二维码坐标系(目标标签名称为"ar_marker_6")与相机坐标系"kinect2_rgb_optical_frame"之间的坐标关系,从而将感兴趣区域点云转换到桌面标签坐标系中;

  • 将预处理后的点云(父坐标系为桌面标签“ar_marker_6”坐标系)以ROS话题形式发布出去,话题名称:

    /table_top_points       #仅滤波剔除桌面等预处理后的点云
    /table_top_points_subsampled      #预处理+降采样
    

依赖

  1. 已经提前安装了ROS并创建了工作空间;

  2. 确保已经安装了Kinect深度相机驱动(我们版本是Ubuntu18.04LTS,以及Kinect V2相机)以及相关ROS程序包,并进行了相机内参标定。

  3. 安装了ar_track_alvar程序包

    sudo apt-get install ros-<ros_distro>-ar-track-alvar
    
  4. 确保桌面贴有由ar_track_alvar生成的二维码标签并处于深度相机视野范围内,代码中使用的标签编号为6,尺寸10cm*10cm;或直接下载下图

    rosrun ar_track_alvar createMarker -f 6 -s 10.0

安装与使用

  1. 克隆到自己的ros工作空间中

    cd ~/catkin_ws/src
    git clone https://github.com/Hymwgk/point_cloud_process.git
    catkin build
  2. 运行本代码之前必须已经提前运行了Kinect v2相机 ,并发布了相应话题:

    roslaunch kinect2_bridge kinect2_bridge.launch publish_tf:=true
  3. 开始处理桌面点云:

    roslaunch point_cloud_process get_table_top_points.launch 
  4. 启动rviz 对点云进行观察

    rviz

    预处理后的点云

  5. 修改预处理参数配置文本 config/prepocess_prarm.txt

    该文件指定了与处理过程中的各项参数,程序将在处理每一帧点云之前先读取该文本参数,因此可以直接修改,实时观察预处理点云的变化。

    pass_through_x=1    设置是否允许相机坐标系x轴方向点云直通滤波
    pass_through_y=1    y轴直通滤波
    pass_through_z=1    z轴直通滤波
    table_remove=1         是否允许剔除支撑桌面
    outlier_remove=1      是否允许剔除离群点   
    surface_smooth=0      是否允许表面平滑
    subsample=0                是否允许降采样
    z_min= 0.3                     设置z轴方向直通滤波的远近距离
    z_max=0.9                      
    x_left= -0.4                    设置x轴方向直通滤波的左右距离
    x_right= 0.3                  
    y_up= -0.25                 设置y轴方向直通滤波的上下距离
    y_down= 0.2             
    remain_rate=0.4             桌面剔除率
    remain_points=500       桌面剩余最少点数
    k_points= 50                   用于剔除离群点
    thresh=0.9                        用于剔除离群点
    radius= 0.03                   用于剔除离群点
    subsampling_leaf_size=0.004              设置降采样voxel尺寸
    

About

Point cloud pre-process for PointNetGPD & Kinect v2


Languages

Language:C++ 73.3%Language:CMake 26.7%