本仓库是导远电子为激光雷达产品配套的 ROS SDK 驱动软件包，可运行在 Ubuntu 等 Linux 环境下。该 SDK 的核心是 aglidar_sdk 软件包，主要包含以下三大模块：
- 雷达驱动内核 lidar_driver
- ROS 拓展功能
- ROS2 拓展功能
如果希望基于 ROS/ROS2 进行二次开发，可以直接使用本软件包。配合 ROS/ROS2 自带的可视化工具 rviz，即可以查看点云。
如果希望将雷达驱动集成到自己的工程，作更深一步的二次开发，请基于 lidar_driver 进行开发，它提供了最基本的功能以及一些测试工具，可运行在 Linux、Windows 等平台。
+-----------------------+
| | +----------+
| LiDAR ROS SDK | | |
| |<---------->| ROS/ROS2 |
| +-----------------+ | | |
| | Driver SDK | | +----------+
| +-----------------+ |
+-----------------------+
Asensing LiDAR ROS SDK 目前支持两款激光雷达：
- A0（MEMS）
- A2（转镜）
Asensing LiDAR ROS SDK 支持以下两种点类型，用户可自行扩展。
| 类型 | 字段 |
|---|---|
| XYZI | x, y, z, intensity |
| XYZIRT | x, y, z, intensity, ring, timestamp, range |
使用 Git 下载 Asensing_LiDAR_ROS 项目源代码，命令如下。
$ git clone https://gitee.com/asensing/Asensing_LiDAR_ROS.git注意，如果代码不全（例如缺少 lidar_driver 驱动内核），则需要执行如下命令拉取子模块。
$ cd Asensing_LiDAR_ROS
$ git submodule init
$ git submodule update用户可从导远电子官网，或联系技术支持，获取最新版本的 Asensing_LiDAR_ROS 源码。
在 ROS 环境下使用雷达驱动，需要安装 ROS 相关依赖库。
- Ubuntu 16.04 - ROS Kinetic desktop
- Ubuntu 18.04 - ROS Melodic desktop
- Ubuntu 20.04 - ROS Noetic desktop
安装方法请参考 http://wiki.ros.org。
建议安装 ROS desktop-full 版。这个过程会自动安装一些兼容版本的依赖库，如 PCL 库等。这样可以避免花大量时间，去逐个安装和配置它们。
在 ROS2 环境下使用雷达驱动，需要安装 ROS2 相关依赖库。
- Ubuntu 16.04 - 不支持
- Ubuntu 18.04 - ROS2 Eloquent desktop
- Ubuntu 20.04 - ROS2 Galactic desktop
- Ubuntu 22.04 - ROS2 Humble desktop
安装方法请参考 https://index.ros.org/doc/ros2/Installation/Eloquent/Linux-Install-Debians/
注意：如果在一台电脑上同时安装 ROS 和 ROS2，可能会出现版本冲突问题，以及需要手工安装其他库（如 Yaml）的麻烦。
版本号: >= v0.5.2
若已安装 ROS desktop-full, 可跳过
安装方法如下：
$ sudo apt-get update
$ sudo apt-get install -y libyaml-cpp-dev版本号： >= v1.7.4
安装方法如下：
$ sudo apt-get install -y libpcap-dev可以使用三种方式编译、运行 Asensing_LiDAR_ROS 工程。
(1) 打开工程内的 CMakeLists.txt 文件，将文件顶部的变量 COMPILE_METHOD 改为 ORIGINAL。
#=======================================
# Compile setup (ORIGINAL,CATKIN,COLCON)
#=======================================
set(COMPILE_METHOD ORIGINAL)(2) 在 ROS1（不适用于 ROS2）中，直接编译、运行程序。
(注：ROS1 不需要 aglidar_msg 文件夹，将其删掉或移动到 aglidar_sdk 文件夹内即可) 请先启动 roscore，再运行 aglidar_sdk_node，最后运行 rviz 查看点云。
$ cd aglidar_sdk
$ mkdir build && cd build
$ cmake .. && make -j4
$ ./aglidar_sdk_node(1) 打开工程内的 CMakeLists.txt 文件，将文件顶部的变量 COMPILE_METHOD 改为 CATKIN。
#=======================================
# Compile setup (ORIGINAL,CATKIN,COLCON)
#=======================================
set(COMPILE_METHOD CATKIN)(2) 将 aglidar_sdk 工程目录下的 package_ros1.xml 文件复制到 package.xml。
(3) 新建一个文件夹作为工作空间，然后再新建一个名为 src 的文件夹, 将 aglidar_sdk 工程放入 src 文件夹内。(注：ROS1不需要aglidar_msg文件夹，将其删掉或移动到aglidar_sdk文件夹内即可)
(4) 返回工作空间目录，执行以下命令即可编译、运行。如果使用 .zsh，将第二行替换成 source devel/setup.zsh。
$ catkin_make
$ source devel/setup.bash
$ roslaunch aglidar_sdk start.launch(1) 打开工程内的 CMakeLists.txt 文件，将文件顶部的变量 COMPILE_METHOD 改为 COLCON。
#=======================================
# Compile setup (ORIGINAL,CATKIN,COLCON)
#=======================================
set(COMPILE_METHOD COLCON)(2) 将 aglidar_sdk 工程目录下的 package_ros2.xml 文件重命名为 package.xml。
(3) 返回工作空间目录，执行以下命令即可编译、运行。如果使用 .zsh，将第二行替换为 source install/setup.zsh。
$ source /opt/ros/humble/setup.bash
$ colcon build
$ source install/setup.bash
$ ros2 launch aglidar_sdk start.py(4) 若需要使用深度图，重新打开一个命令行窗口，设置环境 source install/setup.bash, 运行节点 ros2 run depth_make depth_make。
$ source install/setup.bash
$ ros2 run depth_make depth_make提示：若 colcon build 时提示 CMake Error at CMakeLists.txt:45(if)，执行 source /opt/ros/humble/setup.bash 即可。
（6）若需要将 rosbag
另外，不同 ROS2 版本 start.py 的格式可能不同，请使用对应版本的 start.py。如 ROS2 Elequent，请使用 elequent_start.py。
安装 ROS2 可参考 如何安装 ROS2。
LiDAR ROS SDK 通过读取配置文件 config.yaml，得到所有的参数。config.yaml 在 aglidar_sdk/config 文件夹中。
提示：config.yaml 遵循 YAML 格式。该格式对缩进有严格要求。修改 config.yaml 之后，请确保每行开头的缩进仍保持一致！
config.yaml 包括两部分：common 部分和 lidar 部分。
common 部分设置雷达消息的源（Packet 或点云从哪来）和目标（Packet 或点云发布到哪去）。
common:
msg_source: 1
send_packet_ros: false
send_point_cloud_ros: false- msg_source
- 1 – 连接在线雷达。
- 2 – 离线解析 ROS/ROS2 的 Packet 包。
- 3 – 离线解析 PCAP 包。
- send_packet_ros
- true – 雷达 Packet 消息将通过 ROS/ROS2 发出。雷达 ROS packet 消息为自定义 ROS 消息，用户使用 ROS/ROS2 echo 命令不能查看消息的具体内容。这个功能用于录制 ROS/ROS2 的 Packet 包，更多使用细节，请参考 msg_source=2 的情况。
- send_point_cloud_ros
- true – 雷达点云消息将通过 ROS/ROS2 发出。点云消息的类型为 ROS 官方定义的点云类型 sensor_msgs/PointCloud2, 用户可以使用 Rviz 直接查看点云。用户可以录制 ROS/ROS2 的点云包，但点云包的体积非常大，所以不建议这么做。更好的方式是录制 Packet 包，请参考 send_packet_ros=true 的情况。
lidar 部分根据每个雷达的实际情况进行设置。
lidar:
- driver:
lidar_type: A0
msop_port: 51180
difop_port: 7788
min_distance: 0.2
max_distance: 200
use_lidar_clock: false
write_pkt_ts: false
dense_points: false
pcap_path: /home/asensing/lidar.pcap
ros:
ros_send_by_rows: false
ros_frame_id: aglidar
ros_recv_packet_topic: /aglidar_packets
ros_send_packet_topic: /aglidar_packets
ros_send_point_cloud_topic: /aglidar_points- lidar_type 支持的雷达型号在 aglidar_sdk 的 README 文件中列出。
- msop_port, difop_port 接收 MSOP/DIFOP Packet 的 msop 端口号和 difop 端口号。若收不到消息，请优先确认这两个参数是否配置正确。
- min_distance, max_distance 点云的最小距离和最大距离。这个设置是软件屏蔽，会将区域外的点设置为 NAN 点，不会减小每帧点云的体积。
- use_lidar_clock
- true – 使用雷达时间作为消息时间戳。
- false – 使用电脑主机时间作为消息时间戳。
- write_pkt_ts
- true – 将电脑主机时间写入 pakcets（前提：use_lidar_clock 为 false）。
- false – 不将电脑主机时间写入 pakcets。
- dense_points 输出的点云中是否剔除 NAN points。默认值为 false。
- true – 为剔除，
- false – 为不剔除。
- pcap_path pcap 包的路径。当 msg_source=3 时有效。
- ros_send_by_rows 只有当 dense_points = false 时才有效。
- true – 发送点云时，按照一行一行的顺序排列点。
- false – 发送点云时，按照一列一列的顺序排列点。
这里假设已经连接在线雷达，并能发送点云到 ROS。
common:
msg_source: 1
send_packet_ros: true
send_point_cloud_ros: true
send_packet_proto: false
send_point_cloud_proto: false要录制 Packet，首先需要设置 send_packet_ros = true。
修改 ros_send_packet_topic，来改变发送的话题。这个话题包括 MSOP Packet 和 DIFOP Packet。
ros:
ros_frame_id: aglidar
ros_recv_packet_topic: /aglidar_packets
ros_send_packet_topic: /aglidar_packets
ros_send_point_cloud_topic: /aglidar_pointsROS 录制 rosbag 的指令如下：
rosbag record <topic> -O bagROS2 录制 rosbag 的指令如下：
ros2 bag record <topic>首先需要配置 Packet 源，假设录制了一个 rosbag，其中包含话题为 /aglidar_packets 的点云 Packet。
配置 config.yaml 的 common 部分。
common:
msg_source: 2
send_packet_ros: false
send_point_cloud_ros: true
send_packet_proto: false
send_point_cloud_proto: false点云 Packet 来自 ROS rosbag，因此设置 msg_source = 2。 将点云发送到 ROS，因此设置 send_point_cloud_ros = true。 然后设置 LiDAR 类型，配置 config.yaml 的 lidar-driver 部分，将 lidar_type 设置为 LiDAR 类型。
lidar:
- driver:
lidar_type: A0
msop_port: 51180
difop_port: 7788
min_distance: 0.2
max_distance: 200
use_lidar_clock: false
write_pkt_ts: false设置接收 Packet 的主题，设置 config.yaml 的 lidar-ros 部分。
ros:
ros_frame_id: aglidar
ros_recv_packet_topic: /aglidar_packets
ros_send_packet_topic: /aglidar_packets
ros_send_point_cloud_topic: /aglidar_points将 ros_recv_packet_topic 设置为 rosbag 中点云 Packet 的话题。
运行程序，回放 rosbag。（注：需要先运行程序）
# ROS1
rosbag play <bag_file_name>
# ROS2
ros2 bag play <bag_file_name>检查是否正确安装对应 ROS 版本的 Rviz 软件包，可通过以下命令安装或者重新安装。
sudo apt install ros-${ROS_DISTRO}-rviz注意：上述命令需要先启动 ROS 的环境变量才能看到 ROS_DISTRO 环境变量，你也可以直接指定 ROS 的版本，例如 ros-noetic-rviz。
rostopic 是 ROS1 特有的命令，对应 ROS2 的 ros2 topic 命令。因此，首先需要确定你是否在使用 ROS1 环境，如果是，可通过以下命令安装 rostopic 命令工具。
$ sudo apt install python3-rostopicColcon 编译系统需要额外安装，安装命令如下：
sudo apt install python3-colcon-common-extensionSDK 中包含了一个 pcl_ros 工具包，支持将 rosbag 数据转成 pcd 格式。具体操作方法是先启动 pcl_ros 包中的 bag_to_pcd 节点。
ros2 run pcl_ros bag_to_pcd此时，bag_to_pcd 节点会订阅 /aglidar_points 主题，等待点云数据。因此，当你回放 rosbag 时，就会对每一帧数据进行格式转换，并保存到当前目录中。
实际上，你也可以使用实时雷达，或者 pcap 数据作为数据源，只要发布 /aglidar_points 主题点云数据，即可完成 PCD 格式转换。