local_planner如何使用深度相机辅助避障?

[up13539922054]

首先感谢各位老师的开源工作。

 

我的环境：

turtlebot小车，velodyne16线激光雷达，Kinect深度相机，IMU。

使用LIO-SAM作为状态估计器，已经成功部署并运行了您们的算法。因为目前只有激光雷达的避障方案存在盲区，所以想试试能否将深度相机也加入进来辅助避障。

在ground_based_autonomy_basic 仓库中有提到可以使用额外的传感器进行避障：

Adding additional sensors: The system can take data from additional sensors for collision avoidance. The data can be sent in as 'sensor_msgs::PointCloud2' typed messages on ROS topic '/added_obstacles'. The points in the messages are in the 'map' frame.

但是需要将点云转换至map坐标系下，无法直接使用。

想咨询下各位老师，要如何使用深度相机的点云数据？如何将深度相机的点云转换到'map' frame？

[哈工大-朱洪彪]

你好，要将点云转换到map下你需要标定相机与激光雷达(sensor坐标系)的变换关系，这个你可以在网上搜索一些教程。得到了变换关系你就可以把点云先转换至sensor坐标系然后再用state_estimation转换至map坐标系。转换之后可以直接发布到added_obstacles中使用。

[艺术就是派大星--]

你好请问你是否做出来了，方便交流一下嘛？