栓激光雷达2D合并，使用Rust实现

这最初是直接从原始NodeJS代理（在此称为“原始代理”✌️）移植到Rust 🦀。v0.3之后，已添加了一些新功能。

两个主要目标是

• 学习在真实世界应用中使用Rust，遵循一个已知且基本工程挑战已“解决”的现有代码库
• 生产一个更快速、更轻量级的Lidar合并代理版本，可以在资源较少的平台（例如Raspberry Pi）上部署，而不会对系统造成太大压力

Cargo轻松安装

从v0.3.1开始，您可以通过Cargo安装二进制文件，即

cargo install tether-lidar2d-consolidation

...然后运行

tether-lidar2d-consolidation

命令行配置

您可以通过在执行命令后附加 --help 来查看所有可用的命令行参数，例如 tether-lidar2d-consolidation --help（已安装）或 cargo run -- --help（开发）

选项故意设置为与原始代理中使用的选项几乎相同，但有少数显著例外

• 这里我们使用一个标志 --perspectiveTransform.includeOutside 而不是设置布尔值 ignoreOutside。这更好地反映了默认用法，并且在使用标志时更有意义（如果不明确添加，则默认为 false）
• 对于Tether，如果您想要不同的默认值，可以选择提供 --tether.host、--tether.username、--tether.password
• 没有与 autoBroadcastConfig 相关的选项，因为没有这个行为的需求；我们基本上每次更改配置时都保存和（重新）发布配置，在启动时以及当请求时

开发依赖项

如果您在自己的系统上编译，Paho Eclipse MQTT有一些（非Rust）依赖项。在Mac上，您可能需要以下内容

brew install openssh cmake

在Linux上

sudo apt install libssl-dev build-essential cmake

关于库的说明

MQTT客户端

最初我们尝试使用 mqtt-rs，因为它看起来相对简单易用，但未来 mqttrs 可能会“更好”。

目前我们已经选择了 paho-mqtt，因为它似乎得到了很好的支持，并在实际场景中提供了示例（特别是异步）。

MessagePack编码/解码

rmp_serde 适用于 JSON 和 MsgPack 序列化/反序列化。我们可能没有在所有地方充分利用零拷贝操作，但这需要更多时间来弄清楚。

最初我们尝试了 msgpack-simple，它警告说“性能不如静态解决方案”，但作为起点使用起来容易得多。

聚类

我们尝试了库 kddbscan，尽管这可能非常“准确”，但它似乎运行得太慢。无论如何，这与 OG Agent 中使用的 DBSCAN 算法非常不同。

然后我们选择了更朴实的（但据称性能更好的）petal-clustering。这又需要某种称为 ndarray 的东西，它看起来非常相似（并且可能基于）Python 中的 numpy。

目前，我们使用 OG Agent 中的 DBSCAN 方法，但在将来，可能值得测试这个库支持的另一种模式 HDbscan，这可能更快（见 该论文）。

另一种可能性可能是库 linfa-clustering。

JSON 序列化/反序列化

我们正在使用库 serde 和 serde_json 的组合，这使得以各种方式处理 JSON 变得容易——包括与 Rust 类型/结构体对应的强类型，这正是我们在 Config 加载/保存中需要的。

透视变换

我们正在尝试从 ROI 到归一化的“方形”输出四边形执行“四边形到四边形投影”，类似于 OG Agent 中的 perspective-transform。

到目前为止

• https://www.physicsforums.com/threads/transform-that-maps-points-from-any-quad-to-an-reactangle.833996/
• https://docs.rs/projective/0.3.0/projective/trait.Projective.html 提供了必要的 API - 我认为需要应用给任何给定点的 3x3（或是否是 4x4？）矩阵。可以通过复制 https://github.com/jlouthan/perspective-transform/blob/master/dist/perspective-transform.js 来解决这个问题？
• https://math.stackexchange.com/questions/296794/finding-the-transform-matrix-from-4-projected-points-with-javascript/339033#339033
• https://stackoverflow.com/questions/14244032/redraw-image-from-3d-perspective-to-2d/14244616#14244616
• https://blog.mbedded.ninja/mathematics/geometry/projective-transformations/
• https://en.wikipedia.org/wiki/Homography#Mathematical_definition
• https://docs.rs/cgmath/0.18.0/cgmath/struct.Perspective.html
• https://franklinta.com/2014/09/08/computing-css-matrix3d-transforms/
• https://yasenh.github.io/post/homogeneous-coordinates/

最终，我们使用了 ndarray（它已经安装，以支持聚类计算）和 nalgebra 的组合。

日志记录

我们正在使用 log 和 env-logger。默认将日志级别设置为 INFO，但可以覆盖，例如，通过环境变量前缀，例如。

RUST_LOG=debug cargo run

命令行配置

我们正在使用 clap，它仅进行命令行参数解析（不使用文件、环境变量等）

类似于 more-config 的东西可能很有用，因为它包含与 NodeJS 的 rc 包类似的功能。

与 OG 版本的一些不同之处

• 不再有 requestLlidarConfig 插件；使用 MQTT 的 retain 功能为所有客户端提供持久且最新的配置。
• 平滑功能已集成到本代理中；无需再运行单独的 tether-tracking-smooth 代理
• 可以在本代理中设置“存在检测”区域

有用资源

• 通用配方，包括一些三角函数：[https://rust-lang-nursery.github.io/rust-cookbook/about.html](https://rust-lang-nursery.github.io/rust-cookbook/about.html)
• MessagePack 规范（包括支持类型的详细信息）：[https://github.com/msgpack/msgpack/blob/master/spec.md](https://github.com/msgpack/msgpack/blob/master/spec.md)
• Rust 举例，包括自定义类型（结构体）：[https://doc.rust-lang.net.cn/rust-by-example/custom_types/structs.html](https://doc.rust-lang.net.cn/rust-by-example/custom_types/structs.html)
• Rust 编程语言“书籍”，包括有关哈希表的有用信息：[https://doc.rust-lang.net.cn/book/ch08-03-hash-maps.html](https://doc.rust-lang.net.cn/book/ch08-03-hash-maps.html)
• 通过 VSCode + LLDB 调试的实用技巧