激光雷达点云滤波和特征提取

一、介绍

在激光雷达里程计和建图(Lidar Odometry and Mapping， LOAM)任务中，前端在里程计计算位姿前需要对传感器的点云流数据进行滤波(去除噪点)和特征提取处理。

其中点云滤波往往需要根据激光雷达具体的扫描方式、型号、特性以及后续任务等进行调整^[4]；在点云特征提取方面，论文^[3]中率先提出了将点云曲率较大的边缘点(Edge Points)和曲率较小的平面点(Planar Points)作为点云的特征，进行后续ICP匹配，从而减少内存消耗量，后续LOAM论文基本沿用这一方法。

本仓库参考Horizon loam^[5]中的点云滤波和特征点提取方法,其中Horizon激光雷达CustomMsg的Tag信息^[7]可以用于基本的滤波操作。

调试环境：

• Ubuntu 18.04 ROS melodic. ROS installation
• PCL 1.8. PCL installation
• 硬件: livox Horizon激光雷达

二、使用方法

1. 安装ROS
2. 安装livox ROS驱动^{[1, 2, 3]}
3. 安装本仓库

mkdir -p ~/xxx/src
cd ~/xxx/src
catkin_init_workspace
git clone https://github.com/GCaptainNemo/fusion-lidar-camera-ROS.git
cd ..
catkin_make

4. 运行激光雷达设备驱动

roslaunch livox_ros_driver livox_lidar_msg.launch

5. 运行filter_node和extract_feature_node节点，并在rviz中显示

roslaunch filter_extract_feature launch_filter_extract.launch

三、效果

提取边缘点(红色)和平面点(蓝色)

四、参考资料

[1] livox 驱动安装

[2] livox SDK安装

[3] Ji Z , Singh S . LOAM: Lidar Odometry and Mapping in Real-time[C]// Robotics: Science and Systems Conference. 2014.

[4] Lin J , Zhang F . Loam_livox: A fast, robust, high-precision LiDAR odometry and mapping package for LiDARs of small FoV[J]. 2019.

[5] livox-horizon-loam

[6] livox-CustomPoint格式

[7] livox-CustomPoint-tag信息含义