第8.0章 PCL点云库pcl/visualization可视化模块常用方法概览

我将先对PCL点云库中pcl/visualization可视化模块的头文件进行分类介绍，再给出相应的实例代码，最后结合机器人SLAM项目示例来总结这些头文件的实际应用。

一、基础可视化头文件

1. pcl/visualization/pcl_visualizer.h
   • 功能：这是PCL可视化模块中最核心的头文件，提供了丰富且强大的点云可视化功能。它支持显示点云、线、多边形等多种几何对象，同时还能添加坐标轴、文本注释等辅助元素，方便用户全面观察和理解点云数据。
   • 代码示例：

#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>

int main()
{
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>("test.pcd", *cloud);

    pcl::visualization::PCLVisualizer viewer("PCL Visualizer");
    viewer.addPointCloud(cloud, "sample cloud");
    viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");
    viewer.addCoordinateSystem(1.0);

    while (!viewer.wasStopped())
    {
        viewer.spinOnce(100);
        boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    }

    return 0;
}

- **代码解释**：代码首先加载一个PCD格式的点云文件，然后创建一个`PCLVisualizer`对象`viewer`。通过`addPointCloud`方法将点云添加到可视化窗口中，并使用`setPointCloudRenderingProperties`设置点的大小。`addCoordinateSystem`添加了一个坐标系。在`while`循环中，`viewer.spinOnce`不断更新可视化窗口，`boost::this_thread::sleep`控制更新频率。

2. pcl/visualization/cloud_viewer.h
   • 功能：提供了一种简单快速的点云可视化方式，适用于仅需快速查看点云数据的场景。相比pcl_visualizer.h，它的功能相对简化，使用更加便捷。
   • 代码示例：

#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/cloud_viewer.h>

int main()
{
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>("test.pcd", *cloud);

    pcl::visualization::CloudViewer viewer("Simple Cloud Viewer");
    viewer.showCloud(cloud);

    while (!viewer.wasStopped())
    {
        // 等待关闭
    }

    return 0;
}

- **代码解释**：同样先加载点云文件，然后创建`CloudViewer`对象`viewer`。通过`showCloud`方法将点云显示在可视化窗口中。`while`循环用于保持窗口显示，直到用户关闭窗口。

二、交互功能相关头文件

1. pcl/visualization/interactor_style.h
   • 功能：用于定制可视化窗口的交互风格，例如鼠标操作的响应方式、相机视角的控制等。用户可以通过继承该头文件中的类，实现自定义的交互行为，以满足特定的可视化需求。
   • 代码示例：

#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/visualization/interactor_style.h>

class CustomInteractorStyle : public pcl::visualization::InteractorStyle
{
public:
    CustomInteractorStyle() {}
    void onMouseMove(const pcl::visualization::MouseEvent& event) override
    {
        std::cout << "Mouse moved to (" << event.getX() << ", " << event.getY() << ")" << std::endl;
    }
};

int main()
{
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>("test.pcd", *cloud);

    pcl::visualization::PCLVisualizer viewer("PCL Visualizer");
    viewer.addPointCloud(cloud, "sample cloud");
    viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");

    CustomInteractorStyle style;
    viewer.setInteractorStyle(&style);

    while (!viewer.wasStopped())
    {
        viewer.spinOnce(100);
        boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    }

    return 0;
}

- **代码解释**：定义了一个继承自`InteractorStyle`的`CustomInteractorStyle`类，并重写了`onMouseMove`方法，当鼠标移动时输出鼠标坐标。在`main`函数中，创建`CustomInteractorStyle`对象`style`，并通过`setInteractorStyle`将其应用到`PCLVisualizer`对象`viewer`上。

三、基于QT的可视化头文件

1. pcl/visualization/qvtk_pcl_visualizer.h
   • 功能：该头文件将PCL的可视化功能与QT框架集成，允许在QT应用程序中方便地嵌入PCL的可视化窗口，从而可以利用QT的丰富功能，如创建复杂的用户界面、实现跨平台的可视化应用等。
   • 代码示例：由于涉及QT，代码较为复杂，这里给出一个简单的框架示例：

#include <QApplication>
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/qvtk_pcl_visualizer.h>

int main(int argc, char** argv)
{
    QApplication app(argc, argv);

    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile<pcl::PointXYZ>("test.pcd", *cloud);

    pcl::visualization::QVTKPCLVisualizer viewer;
    viewer.addPointCloud(cloud, "sample cloud");
    viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "sample cloud");
    viewer.show();

    return app.exec();
}

- **代码解释**：首先创建`QApplication`对象，这是QT应用程序的基础。加载点云文件后，创建`QVTKPCLVisualizer`对象`viewer`，添加点云并设置点的大小，最后通过`show`方法显示可视化窗口，`app.exec()`启动QT的事件循环。

四、机器人SLAM项目示例

在机器人SLAM项目中，可视化点云数据对于调试和理解算法执行过程至关重要。例如，在同时定位与地图构建过程中，需要实时可视化机器人采集的点云数据、构建的地图以及机器人的位姿。

#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <vector>

// 模拟机器人位姿结构体
struct Pose
{
    double x;
    double y;
    double z;
};

// 模拟获取机器人不同时刻的点云数据
std::vector<pcl::PointCloud<pcl::PointXYZ>::Ptr> getRobotClouds()
{
    std::vector<pcl::PointCloud<pcl::PointXYZ>::Ptr> clouds;
    // 这里假设从不同文件加载点云，实际可能是实时采集
    for (int i = 0; i < 3; ++i)
    {
        pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
        std::string filename = "cloud" + std::to_string(i) + ".pcd";
        pcl::io::loadPCDFile<pcl::PointXYZ>(filename, *cloud);
        clouds.push_back(cloud);
    }
    return clouds;
}

// 模拟获取机器人不同时刻的位姿
std::vector<Pose> getRobotPoses()
{
    std::vector<Pose> poses;
    // 简单模拟一些位姿
    poses.push_back({0.0, 0.0, 0.0});
    poses.push_back({1.0, 0.0, 0.0});
    poses.push_back({2.0, 0.0, 0.0});
    return poses;
}

int main()
{
    auto clouds = getRobotClouds();
    auto poses = getRobotPoses();

    pcl::visualization::PCLVisualizer viewer("SLAM Visualization");
    viewer.addCoordinateSystem(1.0);

    for (size_t i = 0; i < clouds.size(); ++i)
    {
        std::string cloud_name = "cloud" + std::to_string(i);
        viewer.addPointCloud(clouds[i], cloud_name);
        viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, cloud_name);

        // 模拟根据位姿在相应位置显示点云
        Eigen::Affine3f transform = Eigen::Affine3f::Identity();
        transform.translation() << poses[i].x, poses[i].y, poses[i].z;
        viewer.addPointCloud(clouds[i], transform, cloud_name + "_transformed");
    }

    while (!viewer.wasStopped())
    {
        viewer.spinOnce(100);
        boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    }

    return 0;
}

代码解释：代码中模拟了机器人在不同时刻采集的点云数据以及对应的位姿。通过getRobotClouds和getRobotPoses函数获取这些数据。在main函数中，创建PCLVisualizer对象viewer，添加坐标系后，遍历点云和位姿，将点云添加到可视化窗口中，并根据位姿对部分点云进行变换后再次添加显示。这样在可视化窗口中可以直观地看到机器人在不同位置采集的点云，有助于理解机器人的运动轨迹和SLAM算法的执行情况。

通过以上这些头文件，在机器人SLAM项目中能够实现灵活且强大的点云可视化功能，从简单的点云查看，到复杂的实时交互可视化，帮助开发者更好地调试和优化SLAM算法。