：用Kinect v1仿激光数据创建地图)
ＬＺ知道最近写的博客有些杂，不是一步一步的按照官网的ｔｕｔｏｒｉａｌ写下来的，可能是因为需求不同，所以ＬＺ只学一些可能对项目有用的部分，学艺不精，多多包涵！
之前ＬＺ已经使用过了ｋｉｎｅｃｔ v1,这里在进一步了解ｒｏｓ的情况下，发现，ｒｏｓ可以直接利用ｋｉｎｅｃｔ创建地图，并且可以仿激光数据，下面也就是单纯做个记录．
ＬＺ的ｋｉｎｅct 在架子上摇摇欲坠，要买个稳定的支架．．．
１．进入ｒｏｓ工作空间下载测试源码：
https://github.com/ros-perception/pointcloud_to_laserscan,有个问题要注意一下，ＬＺ的是ｉｎｄｉｇｏ版本的ｒｏｓ，下载的时候注意一下ｂｒａｎｃｈ．使用kinect深度相机将点云数据转换为激光数据
２．编译配置
//编译功能包并添加路径 ｃａｔｋｉｎ_make export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:/home/felaim/catkin_ws/src/pointcloud_to_laserscan-indigo-devel３．修改ｌａｕｎｃｈ文件
<?xml version="1.0"?> <launch> <arg name="camera" default="camera" /> <!-- start sensor--> <include file="$(find openni_launch)/launch/openni.launch"> #由于我们使用的kinect，openni2已近不支持了。所以用openni <arg name="camera" default="$(arg camera)"/> </include> <!-- run pointcloud_to_laserscan node --> <node pkg="pointcloud_to_laserscan" type="pointcloud_to_laserscan_node" name="pointcloud_to_laserscan"> #节点名称可以更改为自己想要的 <remap from="cloud_in" to="$(arg camera)/depth_registered/points_processed"/> #话题名称也可以更改，不过在rviz中要明白该订阅那个话题 <remap from="scan" to="$(arg camera)/scan"/> <rosparam> target_frame: camera_link transform_tolerance: 0.01 min_height: 0.0 max_height: 1.0 angle_min: -1.5708 # -M_PI/2 angle_max: 1.5708 # M_PI/2 angle_increment: 0.087 # M_PI/360.0 scan_time: 0.3333 range_min: 0.45 range_max: 4.0 use_inf: true # Concurrency level, affects number of pointclouds queued for processing and number of threads used # 0 : Detect number of cores # 1 : Single threaded # 2->inf : Parallelism level concurrency_level: 1 </rosparam> </node> </launch>４．运行启动
roslaunch pointcloud_to_laserscan sample_node.launch可以看到ｋｉｎｅｃｔ已经链接成功了，ＬＺ还没有标定．．．
通过ｒｖｉｚ可以看到
好像看不出来这是啥？
彩色图像？如上图所示．
节点的连接图如上．
５.利用深度相机仿激光数据创建地图
开始建图～＼（≧▽≦）／～啦啦啦
在工作空间中下载源码;https://github.com/chenxingzhe/hector_slam_example并用ｃａｔｋｉｎ_make进行编译，要注意
souｒｃｅ devel/setup.bash安装依赖项：
rosdep install hector_slam_example按照３中所示，修改ｌａｕｎｃｈ文件
运行：
roslaunch hector_slam_example hector_openni.launchＯＫ！具体后面怎么弄，还是有些懵．．．
参考地址：
http://www.cnblogs.com/zxouxuewei/p/5307736.html
