点云格式转化：将 ros PointCloud2格式数据转为livox CustomMsg格式

前言

览沃科技有限公司（Livox）成立于2016年。为了革新激光雷达行业，Livox致力于提供高性能、低成本的激光雷达传感器。通过降低使用门槛和生产成本，Livox将激光雷达技术集成到更多产品和应用之中，从而为自动驾驶、智慧城市、测绘、移动机器人等行业带来创新性改变。Livox产品已销往包括美国、加拿大、中国、日本和欧盟在内的 26 个国家和地区。

面向智能移动机器人市场，Livox 推出最新一代 3D 激光雷达 Mid-360，开启混合固态激光雷达 360° 立体感知新篇章。凭借小巧体积，Mid-360 的安装布置更加灵活。同时，Mid-360 充分考虑了移动机器人对导航、避障等升维感知的需求，兼容室内外场景，赋能移动机器人进入空间智能感知新时代。但是这款产品官网一直购买不到，本篇博客在 gazebo 中可实现对该激光雷达的仿真。

传统激光雷达普遍采用机械扫描方式，扫描路径随时间重复。而Livox 激光雷达采用了独特的扫描⽅式，扫描路径不会重复。在非重复扫描方式中，视场中被激光照射到的区域面积会随时间增大，这意味着视场覆盖率随时间推移而显著提高，可减小视场内物体被漏检的概率，有助于探测视场中的更多细节。

下图中给出了一个直观的例子。（a）图由于采用了非重复扫描方式，随着时间的积累，视场覆盖率逐渐升高。而（b）图，由于扫描每次都是重复的，视场覆盖率几乎没有提升。

gazebo中自带的laser插件是上图中b的方式，并不能代表livox的这种雷达。

livox 的仿真功能包(livox_laser_simulation)中提供了多种半固体的雷达仿真模型，可以在gazebo中进行该雷达的仿真与其扫描方式（非重复式扫描）点云发布。

但是经过测试发现 livox_laser_simulation 雷达仿真功能包发布的是 ros PointCloud2 点云格式数据。

而现在针对livox雷达的激光slam算法用的是 livox CustomMsg 点云格式数据，例如 Fast-Lio2 、Faster-Lio 、Lio-livox等。所以想在gazebo中仿真这些算法，需要将 ros PointCloud2格式数据转为livox CustomMsg格式。

点云格式

PointCloud2 点云格式

PointCloud2 是ros的一种点云格式

具体官方数据 sensor_msgs/PointCloud2 Documentation

std_msgs/Header header  uint32 seq  time stamp  string frame_iduint32 heightuint32 widthsensor_msgs/PointField[] fields  uint8 INT8=1  uint8 UINT8=2  uint8 INT16=3  uint8 UINT16=4  uint8 INT32=5  uint8 UINT32=6  uint8 FLOAT32=7  uint8 FLOAT64=8  string name  uint32 offset  uint8 datatype  uint32 countbool is_bigendianuint32 point_stepuint32 row_stepuint8[] databool is_dense

一个仿真的点云消息长这样

header:  // 点云的头信息  seq: 963 //  stamp:  // 时间戳    secs: 1541143772    nsecs: 912011000  frame_id: "/camera_init"height: 1   // If the cloud is unordered, height is 1  如果cloud 是无序的 height 是 1width: 852578  //点云的长度fields:  //  sensor_msgs/PointField[] fields   -     name: "x"    offset: 0    datatype: 7     //     uint8 INT8    = 1            //    uint8 UINT8   = 2            //    uint8 INT16   = 3            //    uint8 UINT16  = 4            //    uint8 INT32   = 5            //    uint8 UINT32  = 6            //    uint8 FLOAT32 = 7            //    uint8 FLOAT64 = 8    count: 1  -     name: "y"    offset: 4    datatype: 7    count: 1  -     name: "z"    offset: 8    datatype: 7    count: 1  -     name: "intensity"    offset: 16    datatype: 7    count: 1is_bigendian: Falsepoint_step: 32 // Length of a point in bytes 一个点占的比特数 row_step: 27282496 // Length of a row in bytes 一行的长度占用的比特数data: [ .......................................................... ] //  Actual point data, size is (row_step*height)is_dense: True // 没有非法数据点