【Chrono Engine学习总结】5-sensor-5.1-sensor基础并创建一个lidar

由于Chrono的官方教程在一些细节方面解释的并不清楚，自己做了一些尝试，做学习总结。

1、Sensor模块

Sensor模块是附加模块，需要单独安装。参考：【Chrono Engine学习总结】1-安装配置与程序运行

Sensor Module Tutorial
Sensor Overview

Sensor模块包括的内容如下：
在这里插入图片描述
其中：

Sensors模块是核心，包括各种传感器（IMU、GPS、相机、Lidar、Radar等），以及传感器管理器等；
Sensor Filters是对sensor原始数据进行滤波（我认为更准确说应该是“处理方式”），即从原始数据得到我们想要的数据。https://api.projectchrono.org/group__sensor__filters.html
Scene是和camera相关的场景设置，例如背景色、光照等；
其他内容不展开介绍。

传感器当中，“光学”传感器，例如相机、lidar、radar等，依赖OptiX这个库。具体的依赖关系如下：
在这里插入图片描述

2、创建Sensor的流程

这里全部以lidar为例，进行介绍。

2.0 创建传感器管理器

在chrono中，所有传感器需要注册在sensor manager当中，由其统一进行管理。

管理器的创建、添加一个具体的sensor、仿真时数据更新，3行代码如下：

// 创建管理器
auto manager = chrono_types::make_shared<ChSensorManager>(&sys);
// 添加一个sensor：AddSensor(std::shared_ptr<ChSensor> sensor)
manager->AddSensor(lidar);
// 在仿真循环中，更新所有传感器数据：
manager->Update();

2.1 从JSON文件载入预定义好的sensor

官方提供了一些已经定义好的sensor，包括：通用相机、VLP16雷达、HDL32雷达、通用GPS、通用IMU等，这些的调用只需要一行代码即可实现创建。例如，直接创建一个VLP16的雷达：

auto vlp16 = Sensor::CreateFromJSON(GetChronoDataFile("sensor/json/Velodyne/VLP-16.json"), box_body, offset_pose);
manager->AddSensor(vlp16);

我们可以打开这个JSON文件，查看VLP16的具体参数：
在这里插入图片描述

2.2 通过代码方式逐步创建一个sensor

通过代码方式创建，就是通过代码将JSON中的格式，完全自己配置一遍，例如：

auto lidar =
    chrono_types::make_shared<ChLidarSensor>(box_body,                               // body lidar is attached to
        update_rate,                            // scanning rate in Hz
        offset_pose,                            // offset pose
        900,                                    // number of horizontal samples
        30,                                     // number of vertical channels
        horizontal_fov,                         // horizontal field of view
        max_vert_angle, min_vert_angle, 100.0f  // vertical field of view
    );
lidar->SetName("Lidar Sensor 1");
lidar->SetLag(lag);
lidar->SetCollectionWindow(collection_time);

lidar->PushFilter(chrono_types::make_shared<ChFilterDIAccess>());			// 允许后续获取depth和intensity的filter
lidar->PushFilter(chrono_types::make_shared<ChFilterVisualize>(horizontal_samples / 2, vertical_samples * 5, "Raw Lidar Depth Data"));			// 将雷达数据可视化为深度图像的可视化filter
lidar->PushFilter(chrono_types::make_shared<ChFilterPCfromDepth>());		// 通过深度获取点云的filter
lidar->PushFilter(chrono_types::make_shared<ChFilterLidarNoiseXYZI>(0.01f, 0.001f, 0.001f, 0.01f));	// 对XYZI增加噪声的filter
lidar->PushFilter(chrono_types::make_shared<ChFilterVisualizePointCloud>(640, 480, 2, "Lidar Point Cloud"));		// 点云可视化的filter
lidar->PushFilter(chrono_types::make_shared<ChFilterXYZIAccess>());		// 获取XYZI数据的filter
manager->AddSensor(lidar);		// 添加lidar到管理器

可以看出，设置了一些列的filter。当然，在上面的JSON中，也有许多filter，有些filter有参数，例如ChFilterLidarNoiseXYZI，有些没有例如ChFilterPCfromDepth。这些filter是干什么的呢？我个人理解，这些光学传感器获得的原始数据，需要加上这些filter之后，才具备我们平常使用这些sensor的数据格式。

例如，对于lidar来说，设置了ChFilterXYZIAccess后，才可以获取XYZI的数据；设置ChFilterLidarNoiseXYZI后，可以对XYZI增加高斯噪声；设置ChFilterVisualizePointCloud和ChFilterVisualize后，会出现三维点云和二位深度图的可视化（如下图）。所以，filter认为是“功能实现途径”比较合适。
在这里插入图片描述
所以：sensor的原始数据只是从光学系统中获得的特性，并没有转化成我们希望的“传感器数据格式”，需要通过filter进行实现。这些filter（对于lidar）负责添加噪声、二维图像可视化、三维点云可视化、获取点云XYZI格式、获取深度信息，（对于camera）转灰度图、像素噪声等。详细参考：【chrono::sensor::ChFilter Class Reference】

2.3 通过JSON方式自定义创建sensor

除了官方自定义的两个lidar的JSON外，还可以自定义lidar的配置。就创建对应的JSON并修改配置即可，无需多言。

3、参考代码

#include <cmath>
#include <cstdio>
#include <iomanip>
#include "chrono/assets/ChVisualShapeTriangleMesh.h"
#include "chrono/assets/ChVisualMaterial.h"
#include "chrono/assets/ChVisualShape.h"
#include "chrono/geometry/ChTriangleMeshConnected.h"
#include "chrono/physics/ChBodyEasy.h"
#include "chrono/physics/ChSystemNSC.h"
#include "chrono/utils/ChUtilsCreators.h"
#include "chrono_thirdparty/filesystem/path.h"

#include "chrono_sensor/sensors/ChLidarSensor.h"
#include "chrono_sensor/ChSensorManager.h"
#include "chrono_sensor/filters/ChFilterAccess.h"
#include "chrono_sensor/filters/ChFilterPCfromDepth.h"
#include "chrono_sensor/filters/ChFilterVisualize.h"
#include "chrono_sensor/filters/ChFilterVisualizePointCloud.h"
#include "chrono_sensor/filters/ChFilterLidarReduce.h"
#include "chrono_sensor/filters/ChFilterLidarNoise.h"
#include "chrono_sensor/filters/ChFilterSavePtCloud.h"
#include "chrono_sensor/sensors/Sensor.h"

using namespace chrono;
using namespace chrono::geometry;
using namespace chrono::sensor;

// Noise model attached to the sensor
enum NoiseModel {
    CONST_NORMAL_XYZI,  // Gaussian noise with constant mean and standard deviation
    NONE                // No noise model
};
NoiseModel noise_model = CONST_NORMAL_XYZI;

// Lidar return mode
// Either STRONGEST_RETURN, MEAN_RETURN, FIRST_RETURN, LAST_RETURN
LidarReturnMode return_mode = LidarReturnMode::STRONGEST_RETURN;

// Update rate in Hz
float update_rate = 5.f;

// Number of horizontal and vertical samples
unsigned int horizontal_samples = 4500;
unsigned int vertical_samples = 32;

// Horizontal and vertical field of view (radians)
float horizontal_fov = (float)(2 * CH_C_PI);  // 360 degree scan
float max_vert_angle = (float)CH_C_PI / 12;   // 15 degrees up
float min_vert_angle = (float)-CH_C_PI / 6;   // 30 degrees down

// Lag time
float lag = 0.f;

// Collection window for the lidar
float collection_time = 1 / update_rate;  // typically 1/update rate

// Simulation step size
double step_size = 1e-3;
// Simulation end time
float end_time = 2000.0f;
// Save lidar point clouds
bool save = false;
// Render lidar point clouds
bool vis = false;

int main(int argc, char* argv[]) {
    GetLog() << "Copyright (c) 2019 projectchrono.org\nChrono version: " << CHRONO_VERSION << "\n\n";
    chrono::SetChronoDataPath("E:/codeGit/chrono/chrono/build/data/");              // change the default data loading path.
		
		// 创建物理仿真环境
    // -----------------
    // Create the system
    // -----------------
    ChSystemNSC sys;
		
		// 在左、右、下方各创建一面墙
    // --------------------------------------------
    // add a few box bodies to be sensed by a lidar
    // --------------------------------------------
    auto box_body = chrono_types::make_shared<ChBodyEasyBox>(100, 100, 1, 1000, true, false);
    box_body->SetPos({ 0, 0, -1 });
    box_body->SetBodyFixed(true);
    sys.Add(box_body);
    auto box_body_1 = chrono_types::make_shared<ChBodyEasyBox>(100, 1, 100, 1000, true, false);
    box_body_1->SetPos({ 0, -10, -3 });
    box_body_1->SetBodyFixed(true);
    sys.Add(box_body_1);
    auto box_body_2 = chrono_types::make_shared<ChBodyEasyBox>(100, 1, 100, 1000, true, false);
    box_body_2->SetPos({ 0, 10, -3 });
    box_body_2->SetBodyFixed(true);
    sys.Add(box_body_2);
    
		// 创建sensor管理器
    // -----------------------
    // Create a sensor manager
    // -----------------------
    auto manager = chrono_types::make_shared<ChSensorManager>(&sys);
    manager->SetVerbose(false);

    // -----------------------------------------------
    // Create a lidar and add it to the sensor manager
    // -----------------------------------------------
    // 自定义代码方式，创建一个lidar
    auto offset_pose = chrono::ChFrame<double>({ -4, 0, 1 }, Q_from_AngAxis(0, { 0, 1, 0 }));
    auto lidar =
        chrono_types::make_shared<ChLidarSensor>(box_body,                               // body lidar is attached to
            update_rate,                            // scanning rate in Hz
            offset_pose,                            // offset pose
            900,                                    // number of horizontal samples
            30,                                     // number of vertical channels
            horizontal_fov,                         // horizontal field of view
            max_vert_angle, min_vert_angle, 100.0f  // vertical field of view
        );
    lidar->SetName("Lidar Sensor 1");
    lidar->SetLag(lag);
    lidar->SetCollectionWindow(collection_time);
		// 添加相应的滤波器filter
    // Renders the raw lidar data
    lidar->PushFilter(chrono_types::make_shared<ChFilterVisualize>(horizontal_samples / 2, vertical_samples * 5, "Raw Lidar Depth Data"));
    // Convert Depth,Intensity data to XYZI point
    lidar->PushFilter(chrono_types::make_shared<ChFilterPCfromDepth>());
    // Add a noise model filter to the lidar sensor
    switch (noise_model) {
    case CONST_NORMAL_XYZI:
        lidar->PushFilter(chrono_types::make_shared<ChFilterLidarNoiseXYZI>(0.1f, 0.001f, 0.001f, 0.01f));
        break;
    case NONE:
        // Don't add any noise models
        break;
    }
     Render the point cloud
    lidar->PushFilter(chrono_types::make_shared<ChFilterVisualizePointCloud>(640, 480, 2, "Lidar Point Cloud"));
    // Access the lidar data as an XYZI buffer
    lidar->PushFilter(chrono_types::make_shared<ChFilterXYZIAccess>());
    // add sensor to the manager
    manager->AddSensor(lidar);

		// 从JSON文件直接载入VLP16雷达配置
    // Lidar from JSON file - Velodyne VLP-16
    auto vlp16 = Sensor::CreateFromJSON(GetChronoDataFile("sensor/json/Velodyne/VLP-16.json"), box_body, offset_pose);
    manager->AddSensor(vlp16);

    float ch_time = 0.0;
    std::chrono::high_resolution_clock::time_point t1 = std::chrono::high_resolution_clock::now();
    while (ch_time < end_time) {

        // 传感器数据更新
        // Will render/save/filter automatically
        manager->Update();

        // 系统动力学更新
        sys.DoStepDynamics(step_size);

        // Get the current time of the simulation
        ch_time = (float)sys.GetChTime();
    }

    return 0;
}