ros2学习笔记三

最新推荐文章于 2025-06-19 15:37:48 发布

ROS胡

最新推荐文章于 2025-06-19 15:37:48 发布

阅读量166

点赞数 1

CC 4.0 BY-SA版权

文章标签：学习笔记

本文链接：https://blog.youkuaiyun.com/Qpython3H_ua/article/details/137645580

本文介绍了如何在鱼香ros_6.2环境中使用ros2bagrecord命令记录topic数据，指定输出文件名，以及与SQLite3数据库关联的文件扩展名。同时，文中还提供了在Ubuntu中使用快捷键管理和VSCode内的操作技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

鱼香ros_6.2

记录话题发布的数据并存储

ros2 bag record topic-name1  topic-name2

自定义输出文件的名称

ros2 bag record -o file-name topic-name

rosbag2的存储格式目前仅支持sqllite3，文件拓展名以“.db3”结尾。

再补充一点简单快捷键

ubantu：

“ctrl+alt+t”是新终端

“ctrl+c”是终止当前终端的运行

“ls”是（list show）查看当前目录的文件

vscode内：

“ctrl+shift+5”是切分新终端

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

ROS胡

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

【ROS2知识】SQLite数据库

gongdiwudu的专栏

05-09

7400

Qlit数据库是小型设备上的数据库，典型用途是手机设备。在rus系统设计中，也采用了SQLite。比如ROS2的数据操作中，bag是在SQLite数据库上运行。本文简单介绍之，记录了它的官网。以备开发过程参考学习。

ROS2 学习笔记3：了解ROS2 节点 Node

weixin_43180456的博客

01-17

1816

节点是ROS2 基本元素，在机器人系统里面负责单一模块功能作用在本课程，通过运行中执行文件和，启动turtlesim包中的节点你学会了使用来获取活动节点的名字，使用指令去深入了解某个节点．对于一个复杂真实的机器人系统，这些工具用在了解数据流显得至关重要。

参与评论您还未登录，请先登录后发表或查看评论

ROS2 + C++ 常用工具（自用笔记）

weixin_71160458的博客

06-04

1101

自用Launch、rosbag2、RQT、RVIZ2和Gazebo。（1）Launch启动文件作用：在ROS2中，当需要同时启动多个节点（即程序或进程）时，使用launch文件可以简化操作。特点：通过在一个文件中定义多个节点的启动命令和相关参数，可以实现多个节点的快速启动和配置。这极大提高了工作效率，并允许开发者在项目中更灵活地管理节点。（2）rosbag2记录仪作用：rosbag2是ROS 2的一个工具，用于录制和回放ROS 2系统中的消息（数据）。特点。

关于ROS/ROS2 bag包的名称修改问题

ScarlettSun的博客

06-20

934

在ROS/ROS2中，ROS 的 bag包的名称通常会包含录制的具体时间：`YYYY-MM-DD-小时-分钟-秒钟`，但是这样可读性不强，而且过一段时间，就不知道这个包是关于什么内容的了。如果需要修改bag包的名称，该怎么操作呢？

warehouse_ros_sqlite 项目教程

gitblog_01189的博客

09-13

749

warehouse_ros_sqlite 项目教程 warehouse_ros_sqlite Data persistence for ROS using SQLite 项目地址: https://gitcode.com/gh_m...

ros2的db3或mcap和ros1的bag无损互相转换

heroacool的专栏

02-01

7506

需求：要将ros2录制的db3文件，转为ros1的bag文件。太长不开，直接看方案3。

ROS2学习之一些常见指令备忘

超爱吃小蛋糕的66的博客

08-25

669

仅用于学习备忘,随时补充。

机器人控制系统 ROS2 学习笔记

Mr_dimple的博客

12-02

1256

赵虚左老师《ROS2 理论与实践》课程笔记，ROS2 基础知识

ROS2学习笔记之创建工作空间篇

01-20

ROS2学习笔记之创建工作空间篇，是针对ROS2开发者的一项基础教程，旨在帮助读者理解如何在ROS2环境中创建、配置和管理自己的工作空间。工作空间是ROS2中一个至关重要的概念，它是一个包含多个功能包的文件夹结构，...

ROS2学习笔记之创建自己的功能包

01-06

ROS2学习笔记之创建自己的功能包背景前期准备学习内容1. 创建一个包2. 编译新建的包3 Source工作空间的配置文件4 使用新建的包5. 查看包的内容6. 自定义 package.xml总结学习目标: 使用CMake或Python创建一个新的包...

ROS2官网教程学习笔记理解ROS2 actions动作

01-06

ROS2官网教程学习笔记理解ROS2 actions动作背景准备条件学习内容1. 启动节点2. 使用 actions动作3. ros2 node info4. ros2 action list4.1 ros2 action list -t5. ros2 action info6. ros2 interface show7. ros2 ...

数据库（sqlite）基本操作

qq_59805046的博客

06-07

931

在多个系统和程序语言之间提供极致的可移植性。

嵌入式C++、STM32、Flask框架、SQL、ROS系统和MQTT协议通讯：智能药盒及物联网数据监测设计思路（代码示例）

嵌入式极客小张

07-29

1105

本项目设计并实现了一种基于STM32微控制器的智能药盒，旨在通过实时监测药盒状态，提醒患者按时服药。系统采用先进的技术栈，包括STM32微控制器作为核心控制单元，集成光电传感器、重量传感器和开关传感器，以监测药物的开关状态和取出情况。通过MQTT协议进行高效的数据传输，确保在低带宽和不稳定网络环境下的可靠通信。智能药盒通过Wi-Fi和蓝牙模块实现与互联网的连接，借助机器人操作系统（ROS）处理数据，并通过Flask和SQLAlchemy构建后端服务，支持药物记录的增删改查（CRUD）操作。

sqlite 数据库操作

qq_32619837的博客

03-12

557

// 连接数据库 sqlite3_open(file, &m_db); // 创建表 ret = sqlite3_exec(m_db, "create table if not exists table_name(column1 text, column2 int, primary key(column2 ))", nullptr, nullptr, nullptr); sqlite3_step(stmt); // 新增数据（replace 替换旧数据, insert 不覆盖） int re.

ros2 bag 自定义消息(msg)读取

scjdas的博客

03-09

3069

rosbag2 自定义msg消息读取

# python正则表达式——实战学习+理论

最新发布

weixin_57253447的博客

06-19

606

通过正则表达式，你可以更灵活地从模型输出中提取结果。正则表达式的基本语法（元字符、字符类、分组）。用于查找匹配。使用group()方法提取捕获的内容。

深入理解XGBoost（何龙著）学习笔记（四）

limiaoiao的博客

06-18

802

例如，f(x,y),对参数x求偏导为∂f/∂x，对参数y求偏导为∂f/∂y，组成梯度向量(∂f/∂x, ∂f/∂y)ᵀ，简称为∇f(x,y)。函数f(x,y)在点（x0,y0）处沿着∇f(x,y)移动，其函数值增加的最快，换一句话说，如果沿着梯度的反方向，则函数值下降的最快，更容易找到最小值。线性回归的目标是，对于输入向量x，预测其目标值y。可以看到，在计算梯度距离时会乘一个步长系数α，梯度向量决定了梯度下降的方向，而步长则决定了梯度下降的距离，还是以下山为例，步长就是沿最陡峭的方向向前走一步的距离。

DeepSeek 大型 MoE 模型大规模部署压测学习

06-16

614

📌 摘要 LMSYS团队在96张H100 GPU上成功部署DeepSeek模型，采用预填充-解码拆分(PD Disaggregation)和专家并行(EP)技术，实现了52.3k输入token/s和22.3k输出token/s的高吞吐量，成本仅为官方API的1/5。关键技术包括：专家混合模型(MoE)的EP实现、多头潜在注意力(MLA)优化、DeepGEMM加速等。所有代码已开源，为大规模MoE模型部署提供了完整方案。测试建议采用SGLang框架结合DeepEP通信库，重点关注token吞吐量、专家调度效

论文学习——基于双种群进化的不连续和不规则可行域动态约束多目标优化

choudongxi的博客

06-18

497

动态约束多目标优化问题包括不规则和不连续的可行域、分割的真实Pareto前沿和动态环境。针对这些问题，我们设计了一种基于双种群进化的动态约束多目标优化算法。该算法根据解的可行性分为P1和P2两个种群。它利用不可行解中的有价值信息，驱动种群向可行域和真实的Pareto前沿移动。（比较普遍）同时，我们提出了一种交配选择算子，以促进种群之间的信息交换，并产生有希望的后代解决方案。为了应对环境变化，我们设计了一种策略，将通过采样-选择-重采样方法。