ROS学习
1.ROS工作空间
存放项目开发相关文件的文件夹；
- src:代码空间（Source Space）
- install:安装空间（Install Space）
- build:编译空间（Build Space）
- log:日志空间（Log Space）
2.colcon是一个包构建工具
sudo apt install python3-colcon-rossudo apt install python3-colcon-ros3.source命令
在当前bash环境下读取并执行FileName中的命令。
source命令（从 C Shell 而来）是bash shell的内置命令。点命令，就是个点符号，（从Bourne Shell而来）是source的另一名称。
source（或点）命令通常用于重新执行刚修改的初始化文档，如 .bash_profile 和 .profile 这些配置文件。
4.功能包
将不同的功能代码放在不同的功能包中，降低耦合，提高软件复用率
5.节点：机器人的工作细胞
第一个节点（面向过程编程）
import rclpy # ROS2 Python接口库
from rclpy.node import Node # ROS2 节点类
import time
def main(args=None): # ROS2节点主入口main函数
rclpy.init(args=args) # ROS2 Python接口初始化
node = Node("node_helloworld") # 创建ROS2节点对象并进行初始化
while rclpy.ok(): # ROS2系统是否正常运行
node.get_logger().info("Hello World") # ROS2日志输出
time.sleep(0.5) # 休眠控制循环时间
node.destroy_node() # 销毁节点对象
rclpy.shutdown() # 关闭ROS2 Python接口面向对象编程
import rclpy # ROS2 Python接口库
from rclpy.node import Node # ROS2 节点类
import time
"""
创建一个HelloWorld节点, 初始化时输出“hello world”日志
"""
class HelloWorldNode(Node):
def __init__(self, name): # 构造函数
# 调用父类 Node 的构造函数来初始化父类部分。super() 函数返回父类对象的实例，super().__init__(name) 调用父类 Node 的初始化方法，将 name 参数传递给父类的构造函数
# super().__init__() 是 Python 中的一个方法，常用于调用父类的构造函数（__init__()）。它的作用是让子类能够继承并正确初始化父类的属性和行为。
super().__init__(name) # ROS2节点父类初始化
while rclpy.ok(): # ROS2系统是否正常运行
self.get_logger().info("Hello World") # ROS2日志输出
time.sleep(0.5) # 休眠控制循环时间
def main(args=None): # ROS2节点主入口main函数
rclpy.init(args=args) # ROS2 Python接口初始化
node = HelloWorldNode("node_helloworld_class") # 创建ROS2节点对象并进行初始化
node.destroy_node() # 销毁节点对象
rclpy.shutdown() # 关闭ROS2 Python接口在编写程序之后或者更改程序之后一定要进行重新编译
colcon build实际运行的程序位于
~/dev_ws/install/learning_node/lib/python3.10/site-packages/learning_node6.话题：节点间传递数据的桥梁（特性：单向传输，无法满足所有数据传输需求）
安装ROS2中针对相机的标准驱动
sudo apt install ros-humble-usb-camros2 run usb_cam usb_cam_node_exe
ros2 topic listusb_cam_node_exe 会从连接的 USB 摄像头（通常是 /dev/video0 设备）读取图像数据。它会定期获取摄像头帧并将图像转换为 ROS 2 的消息格式。
-
节点初始化
- 在 ROS 2 中，
usb_cam_node_exe通过继承 ROS 2 的Node类来创建一个节点。这个节点负责捕获图像数据并将其发布到 ROS 话题上。 - 当启动
usb_cam_node_exe时，它会初始化 ROS 2 接口，并创建一个节点对象。节点会使用相机驱动库（例如v4l2）来获取摄像头的图像数据。
- 在 ROS 2 中，
-
图像数据捕获
usb_cam_node_exe会从连接的 USB 摄像头（通常是/dev/video0设备）读取图像数据。它会定期获取摄像头帧并将图像转换为 ROS 2 的消息格式。
-
图像消息发布
- 一旦图像数据被获取，
usb_cam_node_exe会将图像数据包装到一个 ROS 2 消息中，通常是sensor_msgs/msg/Image消息类型。 - 该节点通过 ROS 2 的 发布者（Publisher）机制，将
sensor_msgs/msg/Image类型的消息发布到相应的话题上（如/usb_cam/image_raw）。 - 消息的内容包含图像的像素数据以及一些附加的元数据，如图像的大小、编码格式、时间戳等。
- 一旦图像数据被获取，
-
摄像头信息发布
- 除了图像数据外，
usb_cam_node_exe还会发布相机的相关信息，通常是通过sensor_msgs/msg/CameraInfo消息。这些信息包括相机的内参、畸变系数、投影矩阵等。 - 这些数据通过
sensor_msgs/msg/CameraInfo类型的消息发布到/usb_cam/camera_info话题。
- 除了图像数据外，
-
循环和定时发布
- 通常，图像捕获和发布操作会在一个循环中进行，确保定期地从摄像头获取图像数据并发布。为了避免过度占用 CPU，通常会添加一定的延时（例如，每帧捕获后暂停一定时间）。
- 发布间隔通常取决于相机的帧率和节点的配置。
#include "rclcpp/rclcpp.hpp"
#include "sensor_msgs/msg/image.hpp"
#include "sensor_msgs/msg/camera_info.hpp"
#include "cv_bridge/cv_bridge.h"
#include "usb_cam/usb_cam.h" // USB摄像头的驱动
class UsbCamNode : public rclcpp::Node
{
public:
UsbCamNode()
: Node("usb_cam_node")
{
// 创建一个发布者来发布图像数据
image_pub_ = this->create_publisher<sensor_msgs::msg::Image>("/usb_cam/image_raw", 10);
// 创建一个发布者来发布相机信息
camera_info_pub_ = this->create_publisher<sensor_msgs::msg::CameraInfo>("/usb_cam/camera_info", 10);
// 初始化摄像头（例如：设置设备文件、分辨率等）
usb_cam_ = std::make_shared<UsbCam>("video0", 640, 480);
// 循环捕获并发布图像
timer_ = this->create_wall_timer(
std::chrono::milliseconds(100), // 定时器：每100ms执行一次
std::bind(&UsbCamNode::publish_image, this)
);
}
private:
void publish_image()
{
// 从USB摄像头捕获一帧图像
auto frame = usb_cam_->capture_frame();
// 将图像转换为ROS消息（cv_bridge帮助进行转换）
sensor_msgs::msg::Image::SharedPtr msg = cv_bridge::CvImage(std_msgs::msg::Header(), "bgr8", frame).toImageMsg();
// 设置时间戳和其他信息
msg->header.stamp = this->get_clock()->now();
// 发布图像消息
image_pub_->publish(*msg);
// 发布摄像头信息（如果需要）
sensor_msgs::msg::CameraInfo camera_info_msg;
camera_info_msg.header.stamp = msg->header.stamp;
camera_info_pub_->publish(camera_info_msg);
}
rclcpp::Publisher<sensor_msgs::msg::Image>::SharedPtr image_pub_;
rclcpp::Publisher<sensor_msgs::msg::CameraInfo>::SharedPtr camera_info_pub_;
std::shared_ptr<UsbCam> usb_cam_; // 用于处理USB摄像头
rclcpp::TimerBase::SharedPtr timer_; // 定时器，用于定期捕获和发布
};
int main(int argc, char **argv)
{
rclcpp::init(argc, argv);
rclcpp::spin(std::make_shared<UsbCamNode>());
rclcpp::shutdown();
return 0;
}
内部结构详解
- 节点创建：
UsbCamNode继承自rclcpp::Node，通过调用this->create_publisher<sensor_msgs::msg::Image>创建图像发布者。 - USB 摄像头初始化：通过
UsbCam类（假设是自定义的摄像头驱动类）初始化摄像头设备（例如/dev/video0）。 - 定时器：
create_wall_timer用于设置一个定时器，每 100 毫秒调用一次publish_image方法。该方法从摄像头捕获一帧图像，并将其转换为 ROS 2 消息后发布。 - 图像数据转换：使用
cv_bridge库将 OpenCV 图像转换为 ROS 消息。cv_bridge::CvImage会将 OpenCV 格式的图像（cv::Mat）转换为 ROS 图像消息（sensor_msgs::msg::Image）。 - 消息发布：每次捕获一帧图像后，图像消息通过
image_pub_发布到/usb_cam/image_raw，并通过camera_info_pub_发布相机信息到/usb_cam/camera_info。
rqt_graph # 查看节点间的关系7.服务：节点间的你问我答
ros2 service
ros2 service list
# 通过命令行发送请求
ros2 service call /get_target_position learning_interface/srv/GetObjectPosition "get: True"8.通信接口：数据传递的标准结构
/opt/ros/humble/share目录下有.msg/.srv/.action文件格式的定义#查看ros下所有的标准接口定义
ros2 interface list# 查看某个指定格式的定义
ros2 interface show sensor_msgs/msg/Image 新增一个 msg/Point3D.msg 文件
步骤1：在包的 msg 目录中新增消息文件
-
创建消息文件：首先在你的 ROS 2 包中创建一个新的消息文件。例如，在
msg目录下创建Point3D.msg文件。- 路径：
your_package/msg/Point3D.msg - 内容示例：
float64 x float64 y float64 z该文件定义了一个
Point3D消息，包含 3 个浮动变量x、y和z，通常用于表示三维坐标。 - 路径：
步骤2：修改 CMakeLists.txt
-
修改
CMakeLists.txt文件：你需要在CMakeLists.txt文件中增加新增的消息定义，并重新生成接口代码。假设你已经有了类似以下的代码：
rosidl_generate_interfaces(${PROJECT_NAME}
"msg/ObjectPosition.msg"
"srv/AddTwoInts.srv"
"srv/GetObjectPosition.srv"
"action/MoveCircle.action"
)
现在，新增你刚才创建的 Point3D.msg 文件：
rosidl_generate_interfaces(${PROJECT_NAME}
"msg/ObjectPosition.msg"
"msg/Point3D.msg" # 新增的消息文件
"srv/AddTwoInts.srv"
"srv/GetObjectPosition.srv"
"action/MoveCircle.action"
)
这告诉 CMake 在编译时生成 Point3D.msg 的相关代码。
步骤3：修改 package.xml 文件
-
修改
package.xml文件：确保你已经在package.xml文件中声明了对消息生成的依赖。你需要确保已包含以下依赖项：
<build_depend>rosidl_default_generators</build_depend>
<exec_depend>rosidl_default_runtime</exec_depend>
步骤4：重新编译包
-
重新编译项目：完成上述修改后，运行以下命令来重新构建你的 ROS 2 包：
colcon build --packages-select your_package
这将重新编译包，并根据你在 CMake 文件中指定的接口生成相应的代码（例如 C++ 和 Python 代码）。
步骤5：验证生成的文件
-
验证生成的文件：在构建完成后，你可以检查生成的文件。在
build目录下的相应包中，检查是否生成了Point3D的相关代码。- 如果是 C++，会生成
Point3D.hpp和Point3D.cpp文件。 - 如果是 Python，会生成相应的 Python 文件。
- 如果是 C++，会生成