最近做LOAM相关的东西，在这里把自己做的东西记下来，免得以后忘记。

    前些天看完了代码，虽然一些细节没弄清楚，但大致思路以及里面的一些推导都没问题了，现在要用KITTI的odometry部分来测试代码性能，遇到的第一个问题就是把odometry中的数据读取出来，再转化成rosmsg发布出去。

    首先从KITTI官网下载好odometry的数据包，数据包非常大，有几百个G。解压后顶层目录是odometry，下一层是dataset，在下一层是sequences和poses，sequence下是不同路段的相机、雷达数据以及校准和时序信息，相机数据包括双目彩色相机，黑白相机，poses下是不同路段的位姿数据，存的是变换矩阵T。

    LOAM用到的当然是激光数据，所以和我们相关的就只有sequence下的雷达数据与时序信息，当然后期进行位姿的误差计算还要用到位姿数据。

    官网上有数据集的接口文件，odometry数据集的接口文件还有Python脚本的例程，例程如下：

"""Example of pykitti.odometry usage."""
import rospy
from std_msgs.msg import String
import itertools
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

import pykitti

__author__ = "Lee Clement"
__email__ = "[email protected]"
start_time=time.time()
# Change this to the directory where you store KITTI data
basedir = '/home/luolun/Odometry/dataset'

# Specify the dataset to load
sequence = '00'

# Load the data. Optionally, specify the frame range to load.
# Passing imformat='cv2' will convert images to uint8 and BGR for
# easy