为了在每帧点云中滤除噪声点，选择了半径滤波器，也用高斯滤波器测试过，但是没有半径效果好，这里记录下在 octomap_server 中增加半径滤波器的步骤，并在 launch 中配置滤波器参数。

构建语义地图时，最开始用的是 octomap_server，后面换成了 semantic_slam: octomap_generator，不过还是整理下之前的学习笔记。一、增量构建八叉树地图步骤为了能够让 octomap_server 建图包实现增量式的地图构建，需要以下 2 个步骤：1.1 配置 launch 启动参数这 3 个参数是建图必备：地图分辨率 resolution：用来初始...

注意：上面没有安装 ros-kinetic-octomap-server，原因是我要使用这个包来建图，并且需要修改它，所以在下一步我直接通过编译源码来安装它！

昨天把一个工作空间的 lidar_camera_fusion 包拷贝到另外一个工作空间编译，但是名字没有改变，导致 source 后系统存在 2 个 lidar_camera_fusion 包，使用的时候总是错误地启动另外一个。

为了不用在小车的 Ubuntu 上每次都 source 自己的工作空间，我把自己的 workspace 加到 ~/.bashrc 文件末尾：

在实际的机器人中往往有很多个传感器，比如我们组目前用的小车上就有相机，雷达，IMU 等，为了能够在 TF 系统中找到传感器之间的转换，就需要把每个传感器的坐标系加到系统的 TF 树中，方法很简单，下面一起来学习下。

上次我们学习了 TF 的基本概念和如何发布静态的 TF 坐标： ROS 机器人技术 - TF 坐标系统基本概念 ROS 机器人技术 - 静态 TF 坐标帧 这次来总结下如何发布一个自定义的 TF 坐标转换，并监听这个变换。 一、编写 TF 广播者 进入上次创建的 learning_tf2 包中： {代码...} 在 src 下新建一个 turtle_tf2_broadcaster.cpp ...

ROS 点云 sensor_msgs::PointCloud2 -> PCL 第一代点云 pcl::PointCloud<pcl::PointXYZ>

先说下这个静态坐标转换在我项目中的应用，我在建图的时候需要一个 rslidar -> world 的 TF 变换，但是系统 TF 树中只有师兄 lego_loam 的 base_link -> world的转换，所以为了获取 rslidar -> world，我用 Kinetic 提供的工具手动发布了一个静态的 TF：

在 ROS 系统中，可以使用 bag 文件来保存和恢复系统的运行状态，比如录制雷达和相机话题的 bag 包，然后回放用来进行联合外参标定。 这里记录下我学习官方的 rosbag 教程的笔记：ROS rosbag 我常用的几个操作 虽然命令很多，但是我目前在工作中常用的命令就如下几个： 1. 录包 录制所有话题： {代码...} 录制指定话题，...

之前的这篇文章：Autoware 进行 Robosense-16 线雷达与 ZED 双目相机联合标定！ 记录了我用 Autoware 标定相机和雷达的过程，虽然用的不是 Calibration Tool Kit 工具，但是博客里面的以下章节也适用本次的 Calibration Tool Kit ：

项目要标定雷达和相机，这里记录下我标定过程，用的速腾 Robosense - 16 线雷达和 ZED 双目相机。 一、编译安装 Autoware-1.10.0 我没有安装最新版本的 Autoware，因为新版本不带雷达和相机的标定工具，我安装的是 1.10.0 版本！ 1.1 下载 Autoware-1.10.0 源码 不建议官方的 git check 安装方式，因为不熟悉 git 可能会...

看了下代码发现是自己把节点名称设置为 const，但是没有正确初始化 const 变量，导致输出了「？?」，C++ 语法都忘记了，太菜了，以下是第一种初始化 const 的方法：