读取.bin激光雷达点云文件格式并可视化三种的方法

申明：从KITTI官网下载到的激光雷达点云数据为.bin格式，为此找到了三种方法，现在分享出来大家一起讨论。

程序运行环境

运行测试系统：Ubuntu16.04

运行环境：python3.6

方法一：使用numpy库读取.bin数据并使用mayavi.mlab来可视化点云数据

1、安装通过下属命令安装依赖库

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install mayavi -i https://pypi.tuna.tsinghua.edu.cn/simple

2、通过以下代码读取.bin文件并可视化

import numpy as np
import mayavi.mlab# lidar_path换成自己的.bin文件路径
pointcloud = np.fromfile(str("lidar_path"), dtype=np.float32, count=-1).reshape([-1, 4])x = pointcloud[:, 0]  # x position of point
y = pointcloud[:, 1]  # y position of point
z = pointcloud[:, 2]  # z position of pointr = pointcloud[:, 3]  # reflectance value of point
d = np.sqrt(x ** 2 + y ** 2)  # Map Distance from sensordegr = np.degrees(np.arctan(z / d))vals = 'height'
if vals == "height":col = z
else:col = dfig = mayavi.mlab.figure(bgcolor=(0, 0, 0), size=(640, 500))
mayavi.mlab.points3d(x, y, z,col,  # Values used for Colormode="point",colormap='spectral',  # 'bone', 'copper', 'gnuplot'# color=(0, 1, 0),   # Used a fixed (r,g,b) insteadfigure=fig,)mayavi.mlab.show()

3、运行时候可视化结果如下：

方法二：使用numpy进行读取数据与使用python_pcl进行可视化

1、安装通过下属命令安装依赖

pip install python_pcl-XXX.whl  #XXX为版本号，也可以不加

2、通过以下代码读取.bin文件并可视化

import numpy as np
import pcl.pcl_visualization# lidar_path 指定一个kitti 数据的点云bin文件就行了
points = np.fromfile(lidar_path, dtype=np.float32).reshape(-1, 4)  # .astype(np.float16)# 这里对第四列进行赋值，它代表颜色值，根据你自己的需要赋值即可；
points[:, 3] = 3329330# PointCloud_PointXYZRGB 需要点云数据是N*4，分别表示x,y,z,RGB ,其中RGB 用一个整数表示颜色；
color_cloud = pcl.PointCloud_PointXYZRGB(points)
visual = pcl.pcl_visualization.CloudViewing()
visual.ShowColorCloud(color_cloud, b'cloud')
flag = True
while flag:flag != visual.WasStopped()

其中上述代码中的颜色值表如下所示：

白色：16777215   红色：16711680    绿色：65280    蓝色：255   牡丹红：16711935
青色：65535   黄色：16776960     黑色：0    海蓝：7396243   巧克力色：6042391
蓝紫色：10444703    黄铜色：11904578    亮金色：14276889      棕色：10911037
青铜色：9205843    深棕：6045747    深绿：3100463    深铜绿色：4879982
深橄榄绿：5197615    深兰花色：10040013    深紫色：8855416    深石板蓝：7021454
深铅灰色：3100495  深棕褐色：9922895    深绿松石色：7377883    暗木色：8740418
淡灰色：5526612    土灰玫瑰红色：8741731    长石色：13734517    火砖色：9315107
森林绿：2330147    金色：13467442   鲜黄色：14408560    灰色：12632256
铜绿色：5406582    青黄色：9689968    猎人绿：2186785    印度红：5123887
土黄色：10461023    浅蓝色：12638681    浅灰色：11053224    浅钢蓝色：9408445
浅木色：15319718     石灰绿色：3329330   桔黄色：14972979    褐红色：9315179
中海蓝色：3329433   中蓝色：3289805    中森林绿：7048739  中鲜黄色：15395502
中兰花色：9662683    中海绿色：4353858    中石板蓝色：8323327  中春绿色：8388352
中绿松石色：7396315    中紫红色：14381203   中木色：10911844    深藏青色：3092303
海军蓝：2302862    霓虹蓝：5066239    霓虹粉红：16740039   新深藏青色：156
新棕褐色：15452062   暗金黄色：13612347    橙色：16744192    橙红色：16720896
淡紫色：14381275   浅绿色：9419919    粉红色：12357519  李子色：15379946
石英色：14277107    艳蓝色：5855659   鲑鱼色：7291458   猩红色：12326679
海绿色：2330216    半甜巧克力色：7029286   赭色：9333539    银色：15132922
天蓝：3316172   石板蓝：32767   艳粉红色：16719022   春绿色：65407
钢蓝色：2321294   亮天蓝色：3715294  棕褐色：14390128   紫红色：14204888
石板蓝色：11397866    浓深棕色：6045747    淡浅灰色：13487565   紫罗兰色：5189455
紫罗兰红色：13382297    麦黄色：14211263    黄绿色：10079282

3、运行时候可视化结果如下（我赋值的时候为石灰绿色，结果出来的是黄色，原因未知,不过上手还是可以的）：

方法三：使用numpy读取数据并使用rviz来进行数据可视化

1、首先需要在Ubuntu1604下安装ros环境

安装步骤可参考此篇博客https://blog.csdn.net/r1141207831/article/details/95337688

2、具体代码如下：

首先创建一个ros工程，参考下面的结构

test└── src└── rospy_rviz├── CMakeLists.txt├── data│   ├── readbin.png│   ├── readbin.py│   ├── read_pcl.py│   └── velodyne│       ├── 000000.bin│       ├── 000001.bin│       ├── 000002.bin│       ├── 000003.bin│       ├── 000004.bin├── launch│   └── rospy_rviz.launch├── package.xml├── rviz│   └── rospy_rviz.rviz└── script└── rospy_rviz.py

rospy_rviz.py

#!/usr/bin/env python
# coding=utf-8import os
import numpy as np
import rospyfrom visualization_msgs.msg import *
from sensor_msgs.msg import PointCloud2
from sensor_msgs import point_cloud2 as pc2
import pcl.pcl_visualizationdef get_data():file_name = list()file_path = rospy.get_param('file_path', "")  # 获取一个全局参数for filename in os.listdir(file_path):filename = os.path.join(file_path, filename)if filename.split('.')[-1] == "bin":# print(filename.split('/')[-1])file_name.append(filename.split('/')[-1])# print(file_name)return file_namedef main():rospy.init_node("point_cloud", anonymous=True)rate = rospy.Rate(10)pub_cloud = rospy.Publisher("/point_cloud", PointCloud2, queue_size=100)point_cloud2 = PointCloud2()point_cloud2.header.frame_id = "/velodyne"file_path = rospy.get_param('file_path', "")  # 获取一个全局参数file_name = get_data()for file in file_name:point_data = np.fromfile((file_path + file), dtype=np.float32, count=-1).reshape([-1, 4])# point_data = point_data[:10]cloud = pc2.create_cloud_xyz32(point_cloud2.header, point_data[:, :3])pub_cloud.publish(cloud)# 控制发布频率rate.sleep()if __name__ == "__main__":    main()

CMakeLists.txt

cmake_minimum_required(VERSION 2.8.3)
project(rospy_rviz)find_package(catkin REQUIRED COMPONENTSmessage_generationstd_msgs)# do not wildcard install files since the root folder of the package will contain a debian folder for releasing
catkin_install_python(PROGRAMSscript/rospy_rviz.pyDESTINATION ${CATKIN_PACKAGE_SHARE_DESTINATION}/rospy_rviz
)
install(FILESlaunch/rospy_rviz.launchDESTINATION ${CATKIN_PACKAGE_SHARE_DESTINATION}/rospy_rviz
)

package.xml

<?xml version="1.0"?>
<package format="2"><name>rospy_rviz</name><version>0.0.0</version><description>rospy_rviz</description><maintainer email="XXX@lzu.edu.cn">Hqss</maintainer><license>TODO</license><buildtool_depend>catkin</buildtool_depend></package>

rospy_rviz.launch

<launch><node name="rospy_rviz" pkg="rospy_rviz" type="rospy_rviz.py" output="screen"/><param name="file_path" value="$(find rospy_rviz)/data/velodyne/" /><node name="rviz" pkg="rviz" type="rviz" args="-d $(find rospy_rviz)/rviz/rospy_rviz.rviz" />
</launch>

3、使用下面命令运行程序

catkin_make
source devel/setup.bash
roslaunch rospy_rviz rospy_rviz.launch

4、可视化结果如下图所示

至此三种方法都可以正常可视化点云数据。

附录：

python 可视化点云工具 python-pcl https://zhuanlan.zhihu.com/p/72116675