link管理

链接快照平台

输入网页链接，自动生成快照
标签化管理网页链接

25-总结-【cartographer源码分析】系列的第三部分【sensor源码分析】.md

           18
          
           124

### 【cartographer源码分析】系列的第三部分【sensor源码分析】。

现总结sensor文件夹涉及到的主要功能：

---

## 【1】sensor/point_cloud.h：

- 点云数据是指在一个三维坐标系统中的一组向量的集合。

- cartographer的PointCloud是由Vector3f组成的vector即std::vector < Eigen::Vector3f >

- PointCloudWithIntensities则是由点云和光线强度组成的struct类。

- point_cloud.h主要定义了跟点云相关的处理操作。包括4个函数

* PointCloud TransformPointCloud(const PointCloud& point_cloud, const transform::Rigid3f& transform);根据三维网格参数转换点云

* PointCloud Crop(const PointCloud& point_cloud, float min_z, float max_z);去掉z轴区域外的点云,返回一个新的点云

* proto::PointCloud ToProto(const PointCloud& point_cloud);序列化

* PointCloud ToPointCloud(const proto::PointCloud& proto);反序列化

---

## 【2】sensor/compressed_point_cloud.h

- CompressedPointCloud点云压缩类,压缩ponits以减少存储空间，压缩后有精度损失。方法：按照block分组。提供5个函数：

* CompressedPointCloud(const PointCloud& point_cloud) 使用点云数据初始化，并将点云压缩到 std::vector< int32 > point_data_中，num_points_为点云数量

* PointCloud Decompress() const;返回解压缩的点云

* bool empty() const; 点云是否为空

* size_t size() const; 点云数量

* ConstIterator begin() const;访问点云block的迭代器

* ConstIterator end() const;点云block的尾后迭代器

## 【3】sensor/range_data.h

- RangeData定义一系列激光雷达传感器测量数据的存储结构，包括

* Eigen::Vector3f origin; {x0,y0,z0},sensor坐标。

* PointCloud returns; 反射位置{x,y,z}，表征有物体反射。

* PointCloud misses; 无反射,自由空间

- CompressedRangeData定义了一些用于压缩点云的存储结构，包括：

* Eigen::Vector3f origin;

* CompressedPointCloud returns;

* CompressedPointCloud misses;

- 定义了6个全局函数：

* proto::RangeData ToProto(const RangeData& range_data); 序列化

* RangeData FromProto(const proto::RangeData& proto);反序列化

* RangeData TransformRangeData(const RangeData& range_data,const transform::Rigid3f& transform);对数据进行3d变换，转换为机器坐标

* RangeData CropRangeData(const RangeData& range_data, float min_z, float max_z);根据min_z和max_z把不在z轴范围内的点云丢弃，剪裁到给定范围

* CompressedRangeData Compress(const RangeData& range_data);压缩,有精度丢失。

* RangeData Decompress(const CompressedRangeData& compressed_range_Data);解压缩,有精度丢失。

## 【4】sensor/Data.h

Data是针对某一类的传感器的数据的封装。

- 类内数据结构：

* Type :

- 传感器类型可以是{ kImu, kRangefinder, kOdometer }中的一类。imu惯性测量单元，雷达，里程计

* Imu :

- Eigen::Vector3d linear_acceleration; //线性加速度,m/s2

- Eigen::Vector3d angular_velocity; //角速度, rad/s

* Rangefinder:

- Eigen::Vector3f origin; //sensor的位姿

- PointCloud ranges;//测距点云

- 数据成员:

* Type type;传感器类型,包括imu，雷达，里程计

* common::Time time;测量时间,time

* Imu imu;Imu测量值

* Rangefinder rangefinder;rangefinder,测距仪测量值

* transform::Rigid3d odometer_pose;里程计测量值

- 3个构造函数:

* Data(const common::Time time, const Imu& imu)//传感器类型是imu

* Data(const common::Time time, const Rangefinder& rangefinder)//传感器类型是雷达

* Data(const common::Time time, const transform::Rigid3d& odometer_pose)//传感器类型是里程计

## 【5】sensor/ordered_multi_queue.h

ordered_multi_queue.h定义了一系列处理多个传感器的数据的类，用于接收/标识来自传感器的数据。

定义了一个QueueKey用于标识传感器数据，并将其作为OrderedMultiQueue的关键字key。

- QueueKey

* int trajectory_id;// 轨线id;

* string sensor_id; //传感器id

- OrderedMultiQueue

* 用于管理多个有序的传感器数据，是有序的多队列类,每个队列有一个key,并且有一个自定义排序函数.

queues_的形式为：

key1 : Queue

key2：Queue

key3：Queue

- Queue的形式为

struct Queue {

common::BlockingQueue < std::unique_ptr<Data > > queue;

Callback callback;

bool finished = false;

};

- OrderedMultiQueue的数据成员有:

* common_start_time_per_trajectory _ :轨迹id及对应创建轨迹时间

* last_dispatched_time _

* std::map<QueueKey, Queue> queues _ ;按照key排序的map

* QueueKey blocker _ ;

- OrderedMultiQueue内部用 using Callback =std::function<void(std::unique_ptr< Data >)> 回调函数处理来自传感器的数据。

- 提供5个公有成员函数

* void AddQueue(const QueueKey& queue_key, Callback callback);添加一个【队列】Queue,名称是key,以后入队的data，调用回调函数callback处理

* void MarkQueueAsFinished(const QueueKey& queue_key);某一key标识的【队列】Queue已经完成入队,因此不能再入队列,并在map中移除key.

* void Add(const QueueKey& queue_key, std::unique_ptr< Data > data);//对某一key标识的队列Queue,压入data,data按照回调函数处理

* void Flush();标记全部队列都已经finished.

- 假想数据：

First: {0,4,5,6}

kSecond:{0,1,3,7}

kThird: {0,2,8}

调用之前只处理到6，调用Flush()则处理剩余的7,8。如果不调用Flush()，则析构时会出错

* QueueKey GetBlocker() const;返回阻塞的队列(意为该队列对应的sensor的data未到达)

- 还有若干个私有的成员函数用于完成上面的功能。

- 正确理解OrderedMultiQueue的功能有助于了解cartographer内部是如何管理来自多个传感器的多个数据，并充分考虑时间有序。具体细节可以查看注释ordered_multi_queue_le_test.cc

## 【6】 sensor/collator.h

Collator,采集者，抽象了设备采集器。将多传感器采集的数据归并到轨迹上。只有一个默认构造函数，有2个数据成员

- Collator

* 数据成员:

- std::unordered_map<int, std::vector< QueueKey >> queue_keys _ ;

int为传感器id,vector是id+sensor组成的QueueKey

- OrderedMultiQueue queue _ ;多个key构成的多队列

* 成员函数:

- void AddTrajectory(int trajectory_id,const std::unordered_set< string >& expected_sensor_ids,

Callback callback);

添加一个轨迹线,接受有序的传感器数据,并使用callback回调处理data。一个轨迹线对应多个传感器数据 : id ->unordered_set

- void FinishTrajectory(int trajectory_id);标记轨迹线已经完成采样.

- void AddSensorData(int trajectory_id, const string& sensor_id, std::unique_ptr< Data > data);添加一个传感器id对应的数据data,数据必须按时间排序

- void Flush(); //刷新队列中的data

- int GetBlockingTrajectoryId() const;返回阻塞的轨迹id,此种情况多见于某一传感器持久未采集data，造成ordered_multi_queue阻塞。

## 【7】 sensor/voxel_filter.h

voxel_filter.h定义了与3维网格grid体素的滤波相关的数据结构和相关函数。作用：将点云转换为稀疏体素grid表达。以节省空间

体素滤波器,对每一个体素voxel,采用第一个point代替该体素内的所有points

- VoxelFilter类：

* 数据成员:

- mapping_3d::HybridGridBase< uint8 > voxels _ ;//以体素表示的网格，Grid/Pixel 表征一系列的Cell，每个Cell有一个size，piont以size为间距分布，实现稀疏表示。Cell的数量和即为稀疏表达的point的数量和。

- PointCloud point_cloud _ ; //网格内的点云

* 构造函数 VoxelFilter(float size);初始化网格voxels_的大小

* 成员函数:

- void InsertPointCloud(const PointCloud& point_cloud);将点云插入体素网格中

- const PointCloud& point_cloud() const;返回表达occupied 体素的点云

---

- 全局函数CreateAdaptiveVoxelFilterOptions(),根据pb.h配置文件设置Options参数

* message AdaptiveVoxelFilterOptions {

optional float max_length = 1;

optional float min_num_points = 2;

optional float max_range = 3;

}

* 2d : adaptive_voxel_filter = {

max_length = 0.9, //voxel_的大小edge的最大值

min_num_points = 100, //voxel_最多“占据”的points数量

max_range = 50.,

- AdaptiveVoxelFilter类：

* 构造函数 AdaptiveVoxelFilter(const proto::AdaptiveVoxelFilterOptions& options);//根据配置文件设置自适应体素滤波的options

* PointCloud Filter(const PointCloud& point_cloud) const;对点云进行体素滤波,返回过滤后的点云

## 【8】sensor/configuration.h

configuration.h 主要配置了和传感器设备相关的参数。

提供4个全局函数:

- Sensor CreateSensorConfiguration(common::LuaParameterDictionary * parameter_dictionary);从sensor配置文件解析sensor的数据参数。主要是sensor到机器坐标的转换

- Configuration CreateConfiguration(common::LuaParameterDictionary * parameter_dictionary)//求得多个sensor的配置的集合。

- bool IsEnabled(const string& frame_id, const sensor::proto::Configuration& sensor_configuration);//系统是否支持某一传感器。

- transform::Rigid3d GetTransformToTracking(const string& frame_id,const sensor::proto::Configuration& sensor_configuration); 将sensor采集的data经过3d坐标变换为机器坐标。

关于sensor文件夹的源码分析已经完毕，更详细细节可 https://github.com/learnmoreonce/cartographer 查看注释版源码。

markdown文件可在 https://github.com/learnmoreonce/SLAM 下载

本文发于：

* http://www.jianshu.com/u/9e38d2febec1

* https://zhuanlan.zhihu.com/learnmoreonce

* http://blog.csdn.net/learnmoreonce

* slam源码分析微信公众号 : slamcode

25-总结-【cartographer源码分析】系列的第三部分【sensor源码分析】.md

Latest commit

History

25-总结-【cartographer源码分析】系列的第三部分【sensor源码分析】.md

File metadata and controls