centerpoint-viewer-tools-dev_compare

Point Cloud Viewer Tools (ROS2 版本)

这是一个点云可视化工具的 ROS2 版本,支持在 RViz2 中实时可视化点云、分割标签和 3D 边界框。

./start_visualization.sh

# 查看当前标签大小
./set_label_scale.sh

# 缩小标签（50%）
./set_label_scale.sh 0.5

# 正常大小
./set_label_scale.sh 0.8

# 放大标签（150%）
./set_label_scale.sh 1.5

# 超大标签
./set_label_scale.sh 2.0

主要特性

• ✅ 支持多种点云格式(.bin, .pcd, .npy, .txt)
• ✅ 支持 3D 边界框可视化
• ✅ 支持分割标签可视化
• ✅ 支持多数据源同时显示(如 GT 和预测结果对比)
• ✅ 交互式控制界面
• ✅ 帧缓存优化,提升性能
• ✅ ROS2 兼容

环境要求

系统要求

• Ubuntu 20.04+ (推荐 22.04)
• ROS2 jazzy/Humble/Foxy/Galactic
• Python 3.8+

依赖安装

# 安装 ROS2 (如果未安装)
# 参考: https://docs.ros.org/en/humble/Installation.html

# 安装 Python 依赖
pip install opencv-python numpy pandas pyyaml

# 安装 ROS2 Python 包
sudo apt install ros-${ROS_DISTRO}-sensor-msgs-py ros-${ROS_DISTRO}-cv-bridge

# 或使用 pip
pip install sensor-msgs-py

快速开始

1. 配置文件

创建或修改 config.yaml:

data_sources:
  - name: "GT"  # 数据源名称
    data_dir: "/path/to/your/data"  # 数据目录
    ext: ".bin"  # 点云文件扩展名
    point_dim: 4  # 点云维度
    has_score: false  # 标签是否包含 score
    seg_label_suffix: ".label"  # 分割标签后缀
    seg_label_dtype: "int32"  # 分割标签数据类型
    
    # ROS2 话题配置
    pc_topic: "gt_point_cloud"
    seg_topic: "gt_seg_point_cloud"
    box_topic: "gt_bounding_boxes"
    
    # 单色框配置(可选)
    mono_box_topic: "gt_mono_boxes"
    box_color: [0, 1, 0]  # RGB, 范围 0-1

  - name: "Prediction"  # 第二个数据源(可选)
    data_dir: "/path/to/prediction/data"
    ext: ".bin"
    point_dim: 4
    has_score: true
    pc_topic: "pred_point_cloud"
    box_topic: "pred_bounding_boxes"
    mono_box_topic: "pred_mono_boxes"
    box_color: [1, 0, 0]  # 红色

visualization:
  auto_play: false  # 是否自动播放
  delay: 100  # 自动播放延迟(ms)
  vis_seg: false  # 是否显示分割
  vis_label: true  # 是否显示边界框
  save_dir: "output"  # 保存目录
  verbose: true  # 详细输出

2. 数据目录结构

支持两种目录结构:

方式 1: 扁平结构

data_dir/
  ├── frame_0001.bin
  ├── frame_0001.txt  (标签)
  ├── frame_0001.label  (分割标签,可选)
  ├── frame_0002.bin
  └── ...

方式 2: 分层结构

data_dir/
  ├── bin/
  │   ├── frame_0001.bin
  │   └── frame_0002.bin
  ├── label/
  │   ├── frame_0001.txt
  │   └── frame_0002.txt
  └── seg_label/  (可选)
      ├── frame_0001.label
      └── frame_0002.label

3. 标签格式

标签文件(.txt)格式,每行一个物体:

type height width length x y z rz [score]

• type: 物体类型字符串(如 "car", "pedestrian")
• height, width, length: 物体尺寸
• x, y, z: 物体中心位置
• rz: 绕 Z 轴旋转角度
• score: 置信度(可选,需设置 has_score: true)

4. 运行程序

# 启动可视化工具
source /opt/ros/humble/setup.bash
python3 vis.py --config config.yaml

# 在另一个终端启动 RViz2
source /opt/ros/humble/setup.bash
rviz2

5. RViz2 配置

在 RViz2 中添加以下显示:

1. 点云: Add → PointCloud2

   • Topic: /gt_point_cloud 或 /pred_point_cloud
   • Fixed Frame: map

2. 边界框: Add → MarkerArray

   • Topic: /gt_bounding_boxes 或 /pred_bounding_boxes

3. 分割点云: Add → PointCloud2

   • Topic: /gt_seg_point_cloud
   • Color Transformer: RGB8

控制键

在 OpenCV 窗口中:

• w: 下一帧
• s: 上一帧
• Space: 快进 10 帧
• a: 切换自动播放
• t: 切换分割显示
• l: 切换边界框显示
• v: 切换详细输出
• c: 保存当前帧
• q: 退出

高级功能

性能优化

代码包含多项性能优化:

• 帧缓存机制,避免重复读取
• 可配置的调试输出
• 高效的点云加载

多数据源对比

支持同时显示多个数据源,例如:

• GT(真实标注) vs Prediction(模型预测)
• 不同模型的预测结果对比
• 使用不同颜色区分(通过 box_color 和 mono_box_topic)

自定义物体类型和颜色

在 publish_utils.py 中修改:

• id2type: 类型 ID 到名称的映射
• type2color: 类型到颜色的映射

故障排除

1. 找不到 ROS2 包

# 确保已 source ROS2 环境
source /opt/ros/humble/setup.bash

# 检查包是否安装
ros2 pkg list | grep sensor_msgs

2. 点云不显示

• 检查 Fixed Frame 是否设置为 map
• 检查话题名称是否正确
• 使用 ros2 topic list 查看可用话题
• 使用 ros2 topic echo /gt_point_cloud 检查数据

3. 边界框不显示

• 确保标签文件存在且格式正确
• 按 l 键切换边界框显示
• 检查 MarkerArray 话题

4. sensor_msgs_py 导入错误

# 方式 1: 使用 apt
sudo apt install ros-${ROS_DISTRO}-sensor-msgs-py

# 方式 2: 使用 pip
pip install sensor-msgs-py

# 如果仍有问题,尝试降级
pip install sensor-msgs-py==1.3.0

从 ROS1 迁移

如果你有 ROS1 版本的代码,请参考 ROS2_MIGRATION.md 了解详细的迁移步骤和修改说明。

主要变化:

• rospy → rclpy
• 节点创建方式变更
• Publisher 创建方式变更
• 时间戳获取方式变更
• Duration 类型变更

许可证

[根据您的项目添加许可证信息]

贡献

欢迎提交 Issue 和 Pull Request!

参考

• ROS2 文档
• RViz2 用户指南