前文：

ROS2 Humble + rtabmap + D435i深度相机实现视觉惯性建图（一）——环境配置

一、RTABMAP建图

1. 建图

        深度相机连接上电脑后，打开终端，输入：

ros2 launch rtabmap_examples realsense_d435i_stereo.launch.py

        移动深度相机位置，完成建图后：

        点击Save保存地图，并在终端 Ctrl+C 结束建图。

[rtabmap-3] rtabmap: Saving database/long-term memory... (located at /home/robot/.ros/rtabmap.db)
[rtabmap-3] rtabmap: Saving database/long-term memory...done! (located at /home/robot/.ros/rtabmap.db, 17 MB)
[INFO] [rtabmap-3]: process has finished cleanly [pid 30928]

        可以看到保存在home/robot/.ros/rtabmap.db（这里要看自己的）。

2. 地图保存

        打开终端，输入：

rtabmap-databaseViewer ~/.ros/rtabmap.db

        点击上方工具栏中 View -> 3D View, 然后拖动下方的两个进度栏可以查看建图过程：

        点击上方工具栏中 File -> Export 3D Map, 可以保存地图为 .ply 或者 .pcd 格式：

对话框关键选项解释:

区域	选项	含义
Dense Point Cloud	From RGB-D images	从 RGB‑D 图像生成稠密点云（而非激光扫描点云）。推荐勾选，因为你保存的是双目/深度地图。
Reconstruction flavor	Binary file	输出的 PLY/PCD 文件使用二进制格式（体积小、读取快）。 Assemble clouds/meshes：将多个关键帧的点云/网格合并成一个文件。
Normal estimation	K nearest neighbors / search radius	用于点云法线估计（后续网格生成用）。设为 0 则禁用。若不需网格，可保持 0。
Flip ground normals	0.9 等	将接近 -Z 轴的法线翻转向 +Z，用于地面点。
Voxel size	体素滤波尺寸（米）。设为 0 禁用，设 >0 可降采样点云。
Number of samples	随机采样保留的点数（仅当合并点云时有效）。0 = 禁用。
Nodes filtering	按区域/索引筛选要导出的关键帧。
Regenerate clouds	重要：重新生成点云，可提高密度（因为在线可视化时为了性能会降采样）。
Cloud filtering	如统计离群值移除、半径滤波等。
Cloud smoothing (MLS)	移动最小二乘平滑。
Gain compensation	校正多张图像的亮度差异。
Camera projection	将相机模型用于点云着色；也可导出每个点的相机 ID。
Meshing	生成三角网格（而非点云）。需要勾选并设置相关参数（如泊松重建）。
Regenerate Clouds 子区域	- Decimation：降采样因子（1,2,4…），负数表示使用 RGB 分辨率。 - Max/Min depth：深度裁剪范围（米）。 - ROI ratios：仅提取图像中指定区域的点。 - Fill depth hole：填充深度图中的空洞。

        地图导出步骤：

（1）勾选 Dense Point Cloud， 确保 From RGB-D images 被选中。

（2）如果点云太密导致文件过大，设置 Voxel size = 0.01 或 0.02 米。

（3）勾选 Assemble clouds/meshes to a single output这样所有关键帧的点云会合并成一个文件，方便后续使用。

（4）勾选 Regenerate clouds可以获得比在线地图更密的点云，并调整下方的降采样参数（如 Decimation = 1 使用原始深度分辨率）。

（5）在对话框底部选择输出文件类型（.ply 或 .pcd），点击 Save 按钮。

        RTAB-Map 会遍历所有关键帧，生成并合并点云，耗时取决于数据库大小：

        可以看到保存至位置及名称。

常见问题及解决方法：

问题	解决方法
导出后点云很稀疏	取消 Voxel size（设为 0），并勾选 Regenerate clouds，设置 Decimation = 1。
导出过程卡死或内存不足	设置 Voxel size = 0.02 降采样，或先筛选一部分节点（Nodes filtering）。
网格出现大量孔洞	增加法线估计的 KNN 值，或调整泊松重建的深度参数。
左右亮度不一致导致颜色条纹	勾选 Gain compensation。

二、查看地图（三维点云文件）

1. 前提条件

        安装MeshLab、pcl_tools:

sudo apt install meshlab

sudo apt install pcl-tools

2. 使用MeshLab查看 .ply 地图

        在终端中输入：

meshlab cloud.ply 

        可以加载.ply 地图，安装鼠标左键可以变化视角，滑动滚轮可以进行缩放，按住并拖动鼠标中键（滚轮）可以移动视角位置。

        右边栏中的Shading和Color可以调整阴影亮度和点云颜色：

3. 将 .ply 文件转换为 .pcd 文件

        在文件保存目录下打开终端，输入：

pcl_ply2pcd cloud.ply cloud.pcd

robot@ll-Lenovo:~/Desktop$ pcl_ply2pcd cloud.ply cloud.pcd
Convert a PLY file to PCD format. For more information, use: pcl_ply2pcd -h
PCD output format: binary
[pcl::PLYReader] cloud.ply:29: property 'float32 focal' of element 'camera' is not handled
[pcl::PLYReader] cloud.ply:30: property 'float32 scalex' of element 'camera' is not handled
[pcl::PLYReader] cloud.ply:31: property 'float32 scaley' of element 'camera' is not handled
[pcl::PLYReader] cloud.ply:32: property 'float32 centerx' of element 'camera' is not handled
[pcl::PLYReader] cloud.ply:33: property 'float32 centery' of element 'camera' is not handled
[pcl::PLYReader] cloud.ply:36: property 'float32 k1' of element 'camera' is not handled
[pcl::PLYReader] cloud.ply:37: property 'float32 k2' of element 'camera' is not handled
> Loading cloud.ply [done, 1393.21 ms : 5352642 points]
Available dimensions: x y z rgb normal_x normal_y normal_z curvature
> Saving cloud.pcd [done, 87.8349 ms : 5352642 points]

        可以得到 .pcd 点云文件，输入：

pcl_viewer cloud.pcd 

        查看点云地图：

        同样可以使用鼠标进行查看。