ROS合集（六）SVIn2 点云地图与 3D Tiles 可视化【预览版】

SLAM 点云发布与 3D Tiles 可视化流程

本文记录如何通过 ROS 定时发布点云并自动保存为 .ply 文件，随后由 Python 脚本实时转换为 Cesium 支持的 3D Tiles 格式，并部署到 Web 可视化平台中，支持版本记录与更新。

1. ROS 定时发布与保存 .ply

1.1 初始化发布器

在构造函数中初始化各类发布器、输出目录、定时器：

Publisher::Publisher(ros::NodeHandle& nh) {
  nh.param("save_threshold", save_threshold_, 5);
  std::string pkg = ros::package::getPath("pose_graph");
  output_dir_ = pkg + "/reconstruction_results";
  fs::create_directories(output_dir_);

  pub_matched_points_ = nh.advertise<sensor_msgs::PointCloud>("match_points", 100);
  pub_gloal_map_ = nh.advertise<sensor_msgs::PointCloud2>("global_map", 1, true);

  update_timer_ = nh.createTimer(
    ros::Duration(1),
    &Publisher::updatePublishGlobalMap,
    this
  );
}

Publisher::Publisher(ros::NodeHandle& nh) {
  // 从参数服务器读取，或使用默认
  nh.param("save_threshold",   save_threshold_, 5);
  // 输出目录：package 下的 reconstruction_results
  std::string pkg = ros::package::getPath("pose_graph");
  output_dir_ = pkg + "/reconstruction_results";
  fs::create_directories(output_dir_);
  // 初始化各个话题的发布者
  pub_matched_points_ = nh.advertise<sensor_msgs::PointCloud>("match_points", 100);
  // pub_gloal_map_ = nh.advertise<sensor_msgs::PointCloud2>("global_map", 2);
  pub_gloal_map_ = nh.advertise<sensor_msgs::PointCloud2>("global_map", 1, true);
  // Timer for periodic global-map publishing
  update_timer_ = nh.createTimer(
    ros::Duration(1),                        // 每 1s 发布一次
    &Publisher::updatePublishGlobalMap,      // 回调成员方法
    this                                     // 绑定 this 指针
  );

1.2 定时更新与保存

每秒触发一次回调函数，发布全局地图并按阈值条件保存点云：

void Publisher::updatePublishGlobalMap(const ros::TimerEvent& event) {
  // 1) 获取最新全局地图
  pcl::PointCloud<pcl::PointXYZRGB>::Ptr global_map_pcl(new pcl::PointCloud<pcl::PointXYZRGB>);
  pointcloud_callback_(global_map_pcl);

  // 2) 发布到 ROS 话题
  if (!global_map_pcl->empty()) {
    sensor_msgs::PointCloud2 msg;
    pcl::toROSMsg(*global_map_pcl, msg);
    msg.header.frame_id = "world";
    msg.header.stamp = ros::Time::now();
    publishGlobalMap(msg);
  }
    // 3) 根据阈值决定是否保存 PLY
  update_count_++;
  if (!global_map_pcl->empty() && update_count_ % save_threshold_ == 0) {
    savePointCloudToFile(global_map_pcl);
  }
}

1.3 保存 .ply 文件

使用 .tmp 临时文件+原子重命名机制保证写入完整性：

void Publisher::savePointCloudToFile(const pcl::PointCloud<pcl::PointXYZRGB>::Ptr& cloud) {
  // 获取当前时间，并按 YYYYMMDDHHMMSS 格式命名
  ros::Time now = ros::Time::now();
  std::time_t t = now.sec;
  std::tm tm_info;
  // 推荐使用线程安全版本
  localtime_r(&t, &tm_info);

  std::ostringstream oss;
  oss << output_dir_ << "/map_"
      << std::put_time(&tm_info, "%Y%m%d%H%M%S")
      << ".tmp";
  std::string tmp_filepath = oss.str();

  // 构造最终文件名
  std::string final_filepath = tmp_filepath;
  final_filepath.replace(
    final_filepath.find(".tmp"), 4, ".ply"
  );

  // 1. 保存到临时文件
  if (pcl::io::savePLYFileBinary(tmp_filepath, *cloud) == 0) {
    ROS_INFO_STREAM("Saved TEMP PLY: " << tmp_filepath);
  } else {
    ROS_ERROR_STREAM("Failed to save TEMP PLY: " << tmp_filepath);
    return;
  }

  // 2. 原子重命名
  std::error_code ec;
  fs::rename(tmp_filepath, final_filepath, ec);
  if (ec) {
    ROS_ERROR_STREAM("Failed to rename tmp to ply: " << ec.message());
    return;
  }
  ROS_INFO_STREAM("Saved PLY: " << final_filepath);
}

2. .ply 转换为 3D Tiles（Python 脚本）

利用 watchdog 监听 reconstruction_results 目录，并调用 py3dtiles.convert 自动转换：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
convert_ply.py  ———— 版本子目录 + 更新列表
"""

import time, shutil, logging
from pathlib import Path
from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler
from py3dtiles.convert import convert

# 配置
IN_DIR        = Path("~/cesium-deepsea/SLAM/SVln2/svin_ws/src/SVIn/pose_graph/reconstruction_results").expanduser()
TMP_DIR       = Path("/data/ply/3dtiles_tmp")
TMP_ROOT      = Path("/data/ply/3dtiles_tmp")
WWW_ROOT      = Path("/var/www/html/pointcloud")
VERSIONS_LIST = WWW_ROOT/"updates.txt"
POLL_INTERVAL = 5

logging.basicConfig(level=logging.INFO, format="%(asctime)s %(levelname)s: %(message)s")

def process_ply(ply_path: Path):
    name = ply_path.name
    if not name.endswith(".ply") or ".processing" in name or ".done" in name:
        return
    base = name[:-4]
    proc = ply_path.with_name(f"{base}.processing.ply")
    ply_path.rename(proc)

    logging.info(f"⟳ Converting {base}")
    # 1) 准备临时目录
    tmp_dir = TMP_ROOT/base
    if tmp_dir.exists(): shutil.rmtree(tmp_dir)
    tmp_dir.mkdir(parents=True, exist_ok=True)

    # 2) 转换
    try:
        convert(files=str(proc), outfolder=str(tmp_dir),
                overwrite=True, jobs=4, cache_size=512,
                rgb=True, use_process_pool=True, verbose=False)
    except Exception as e:
        logging.error(f"✗ Conversion failed: {e}")
        proc.rename(ply_path)
        return
    logging.info(f"✔ Done {base}")

    # 3) 部署到版本子目录
    dest = WWW_ROOT/base
    if dest.exists(): shutil.rmtree(dest)
    shutil.copytree(tmp_dir, dest)
    logging.info(f"✔ Deployed version {base}")

    # 4) 记录到更新列表
    with open(VERSIONS_LIST, "a") as f:
        f.write(base + "\n")
    logging.info(f"✔ Appended to updates.txt: {base}")

    # 5) 标记完成
    done = proc.with_name(f"{base}.done.ply")
    proc.rename(done)

class Handler(FileSystemEventHandler):

    def on_created(self, evt):
        self._maybe_process(evt.src_path)
    def on_moved(self, evt):
        self._maybe_process(evt.dest_path)
    def _maybe_process(self, filepath):
        name = Path(filepath).name
        if not name.endswith(".ply") \
        or ".processing" in name \
        or ".done" in name:
            return
        logging.info(f"→ 触发处理：{name}")
        process_ply(Path(filepath))

def main():
    for d in (IN_DIR, TMP_ROOT, WWW_ROOT):
        d.mkdir(parents=True, exist_ok=True)
    # 清空旧的列表
    if VERSIONS_LIST.exists(): VERSIONS_LIST.unlink()

    # 初次扫描
    for ply in sorted(IN_DIR.glob("*.ply")):
        process_ply(ply)

    # 监听
    obs = Observer()
    obs.schedule(Handler(), str(IN_DIR), recursive=False)
    obs.start()
    logging.info(f"Watching {IN_DIR}")
    try:
        while True: time.sleep(POLL_INTERVAL)
    except KeyboardInterrupt:
        obs.stop()
    obs.join()

if __name__ == "__main__":
    main()

转换逻辑 process_ply() 包含：

1. 重命名为 .processing.ply
2. 调用 convert() 转换为 3D Tiles
3. 部署到 www/pointcloud/<version>/
4. 更新 updates.txt
5. 重命名为 .done.ply

3.移动到GeoServer

如果需要服务化接口，也可以将 .ply 导入 PostgreSQL + PostGIS，并使用 GeoServer 提供 Web 服务。

4. 写入pgSQL中

使用 PDAL 或自定义工具，将点云写入 PostgreSQL 的 pointcloud 表结构中，便于空间索引与查询。

5.Cesium加载对应的URL

将输出的子目录部署于GeoServer中通过以下 URL 访问 Cesium

6.启动命令

cd ~/cesium-deepsea/SLAM/SVln2/svin_ws/
catkin_make
cd ~/cesium-deepsea/SLAM/SVln2
source svin_ws/devel/setup.bash
roslaunch okvis_ros svin_stereorig_v1_global.launch

cd ~/cesium-deepsea/SLAM/SVln2/svin_ws/datasets/Bus/
rosbag play bus_out_loop_w_cam_info.bag --clock -r 0.8

python3 convert_ply.py
# rosservice call /pose_graph_node/save_pointcloud

TODO

优化存储逻辑，目前存储内容导致不断扩张，需要优化存储逻辑

结合点云变动量计算是否保存（动态阈值）

补充完整代码以及说明文档