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：
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：
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：
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。
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;
}
