激光SLAM保存点云地图，使用ros工具保存，而不重新编译SLAM程序。
目录
以A-LOAM运行kitti数据集为例
运行A-LOAM程序，打开两个终端，分别运行
roslaunch aloam_velodyne aloam_velodyne_HDL_64.launchrosbag play --pause xxx.bag方法
方法一 录制话题保存为rosbag再转为pcd
将需要录制的地图点云话题topic用rosbag record录制下来，保存为bag文件，再把bag里的相关话题转出为pcd格式。
具体步骤：
1.在即将跑完的时候录制下来，在想要保存的文件夹位置，打开终端，运行
rosbag record /laser_cloud_map会显示两条INFO信息：
[ INFO] [......]: Subscribing to /laser_cloud_map
[ INFO] [......]: Recording to 'map.bag'.
运行结束后ctrl+C结束录制，地图文件.bag文件保存在文件夹。
2.将bag转化为pcd文件
切换到map.bag文件所在的目录下
rosrun pcl_ros bag_to_pcd map.bag /laser_cloud_map map.pcdmap.bag转换为map.pcd。rosrun运行结束，可以看到生成了一个pcd文件夹，将里面的文件按照修改时间排序，最新的就是最后的点云地图pcd文件。
如果 rosbag record保存的文件是以.bag.active为后缀的文件，需要将其恢复成正常的以".bag"为后缀的包。修复过程：
rosbag reindex xxx.bag.active
rosbag fix xxx.bag.active或者rosbag fix xxx.bag result.bag
rosbag reindex 之后和i生成.bag.org.active为后缀的文件，这只是中间文件，不用处理。rosbag fix仍对xxx.bag.active处理，如果fix后面还有result.bag则是将修复文件保存为 result.bag。
方法二 直接保存话题为pcd
使用rosrun pcl_ros工具，直接将需要录制的地图点云话题topic，用rosrun pcl_ros保存为pcd文件。
具体步骤：
在即将跑完的时候录制，在想要保存的文件夹位置，打开终端，运行
rosrun pcl_ros pointcloud_to_pcd input:=/laser_cloud_map此时终端出现如下INFO信息
[ INFO] [1683850358.621560685]: Saving as binary PCD
[ INFO] [1683850358.625476468]: Listening for incoming data on topic /laser_cloud_surround
[ INFO] [1683850360.540955903]: Received 7650 data points in frame camera_init with the following fields: x y z intensity
[ INFO] [1683850360.540990020]: Data saved to 1317653847034159.pcd
[ INFO] [1683850361.131458068]: Received 13486 data points in frame camera_init with the following fields: x y z intensity
[ INFO] [1683850361.131489694]: Data saved to 1317653847552311.pcd。。。。。。
rosrun pcl_ros pointcloud_to_pcd input:=将/laser_cloud_map话题topic下一系列的点云以pcd格式保存到文件夹中，将文件夹里面的文件按照修改时间排序，最新的就是最后的点云地图pcd文件。
点云地图查看
pcl_viewer查看
pcl_viewer xxx.pcd
没有安装的话需要提前安装
sudo apt-get install pcl-toolscloudcompare查看
打开cloudcompare
cloudcompare.ccViewer
cloudcompare.CloudCompare
pcd点云地图转ply格式查看
pcl_pcd2ply xxx.pcd xxxxxxx.ply
MatLab/MeshLab等第三方软件对点云地图进行处理时需要将pcd转为ply，其中MeshLab必须使用由pointcloud_to_pcd方法创建pcd转成的ply格式点云！
ROS指令解释,来自GPT
rosrun pcl_ros pointcloud_to_pcd
`rosrun pcl_ros pointcloud_to_pcd` 是一个ROS节点，用于将ROS中的点云数据转换为PCD文件格式。
在使用 `rosrun pcl_ros pointcloud_to_pcd` 命令时，需要指定输入的点云数据的话题名称，以及输出的PCD文件名称和路径。具体使用方法如下：
```
rosrun pcl_ros pointcloud_to_pcd input:=<input_topic_name> output:=<output_file_path>
```
其中，`<input_topic_name>` 是输入点云数据的ROS话题名称，`<output_file_path>` 是输出的PCD文件路径和名称。例如：
```
rosrun pcl_ros pointcloud_to_pcd input:=/camera/depth/points output:=/home/user/pointcloud.pcd
```
这个例子中，节点将从 `/camera/depth/points` 话题接收点云数据，然后将其转换为 PCD 文件格式，并将其保存到 `/home/user/pointcloud.pcd` 文件中。
需要注意的是，使用 `rosrun pcl_ros pointcloud_to_pcd` 转换点云数据时，需要确保输入的点云数据已经被发布到了指定的 ROS 话题中。此外，还需要确保已经安装了 `pcl_ros` 软件包，否则该命令将无法正常运行。
除了使用命令行工具 `rosrun`，还可以使用 ROS launch 文件来启动 `pointcloud_to_pcd` 节点。在 launch 文件中，需要指定输入和输出参数，以及节点的名称和其他参数。例如下面是一个使用 ROS launch 文件来启动 `pointcloud_to_pcd` 节点的示例：
```xml
<launch>
<node name="pointcloud_to_pcd" pkg="pcl_ros" type="pointcloud_to_pcd">
<remap from="input" to="/camera/depth/points"/>
<param name="filename" value="/home/user/pointcloud.pcd"/>
</node>
</launch>
```
在这个示例中，首先定义了一个名为 `pointcloud_to_pcd` 的节点，使用 `pcl_ros` 软件包中的 `pointcloud_to_pcd` 类型。然后，使用 `remap` 标签将 `input` 重映射到 `/camera/depth/points`，表示输入点云数据的话题名称。最后，使用 `param` 标签将 `filename` 参数
设置为 `/home/user/pointcloud.pcd`，表示输出的 PCD 文件的路径和名称。
启动该 launch 文件后，将自动启动 `pointcloud_to_pcd` 节点，并将从 `/camera/depth/points` 话题接收点云数据，然后将其转换为 PCD 文件格式，并将其保存到 `/home/user/pointcloud.pcd` 文件中。
需要注意的是，使用 ROS launch 文件启动节点时，需要确保 launch 文件中指定的话题名称与实际发布的话题名称一致。如果话题名称不匹配，节点将无法接收到正确的输入数据，并且转换结果也将不正确。
此外，还需要确保已经将 launch 文件保存在 ROS 环境变量 `$ROS_PACKAGE_PATH` 所包含的路径中，否则 ROS 将无法找到该 launch 文件。
总之，使用 `rosrun pcl_ros pointcloud_to_pcd` 或者 ROS launch 文件中的 `pointcloud_to_pcd` 节点，可以方便地将 ROS 中的点云数据转换为 PCD 文件格式，并进行保存和后续处理。