ROS2 基础指令

ros2 指令

. 检查是否安装pkg turtlesim

ros2 pkg executables turtlesim
turtlesim draw_square
turtlesim mimic
turtlesim turtle_teleop_key
turtlesim turtlesim_node

1.启动海龟模拟器

ros2 run turtlesim turtlesim_node

2.启动按键播放 使用海龟模拟器

ros2 run turtlesim turtle_teleop_key   //海龟模拟器  按键模拟
列表
ros2 node list
ros2 topic list
ros2 service list
ros2 action list

ros2 run <package_name> <executable_name>

ros2 node info <node_name>  //节点信息查看

rqt指令

rqt 是 ROS(机器人操作系统)中的一个图形化工具框架,用于可视化、调试和监控 ROS 系统的各种组件,支持 ROS 1 和 ROS 2。它通过插件化架构提供了丰富的功能,是机器人开发和调试过程中的核心工具之一。

核心功能与作用

  1. 节点与话题监控

    • 查看系统中运行的 ROS 节点、话题、服务和参数。

    • 可视化节点间的通信拓扑(如 rqt_graph 插件)。

  2. 数据可视化

    • 实时绘制传感器数据(如激光雷达、IMU)或算法输出(如路径、姿态)。

    • 支持图像、点云、曲线等多种数据类型的可视化(如 rqt_plotrqt_image_view)。

  3. 调试与配置

    • 动态调整 ROS 参数(如 PID 控制器增益)。

    • 重映射话题、录制 / 回放 ROS 数据(rosbag 相关插件)。

  4. 自定义插件

    • 可通过 Python 或 C++ 开发自定义插件,满足特定机器人的调试需求。

理解节点

ROS中的每个节点应负责单一的模块化任务,例如控制车轮电机或发布激光测距仪的传感器数据。每个节点可以通过主题、服务、动作或参数从其他节点发送和接收数据。

../../../_images/Nodes-TopicandService.gif

主题 topic

ros2 topic list -t
ros2 topic echo /turtle1/cmd_vel    //查看某主题上正在发布的数据
ros2 topic info /turtle1/cmd_vel --verbose
ros2 topic info /turtle1/cmd_vel
Type: geometry_msgs/msg/Twist
Publisher count: 1
Subscription count: 2
​
ros2 topic pub <topic_name> <msg_type> '<args>'   //发布数据
ros2 interface show  <msg_type>   // geometry_msgs/msg/Twist   显示主题接口格式
ros2 topic pub /turtle1/cmd_vel geometry_msgs/msg/Twist "{linear: {x: 2.0, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 1.8}}"  
​
​
​
ros2 topic hz /turtle1/pose   //通过以下方式查看数据发布的速率:
ros2 topic bw /turtle1/pose   //主题使用的带宽
ros2 topic find <topic_type>   //find

服务

ros2 service list
ros2 service type <service_name>
ros2 service list -t
ros2 service info <service_name>
ros2 service find <type_name>
ros2 interface show <type_name>
ros2 service call <service_name> <service_type> <arguments>
ros2 service echo <service_name | service_type> <arguments> 
//ros2 service echo 依赖于服务客户端和服务器的服务内省,而该内省默认是被禁用的。要启用此功能,用户必须在创建服务客户端或服务器后调用configure_introspection。
​
ros2 launch demo_nodes_cpp introspect_services_launch.py
ros2 param set /introspection_service service_configure_introspection contents
ros2 param set /introspection_client client_configure_introspection contents

参数

ros2 param list
ros2 param get <node_name> <parameter_name>
ros2 param set <node_name> <parameter_name> <value>
ros2 param dump <node_name>
ros2 param load <node_name> <parameter_file>
ros2 run <package_name> <executable_name> --ros-args --params-file <file_name>

动作

动作是ROS 2中的一种通信类型,旨在执行长期任务。它们由三个部分组成:目标、反馈和结果。

../../../_images/Action-SingleActionClient.gif

ros2 action list
ros2 action list -t
ros2 action type /turtle1/rotate_absolute   
ros2 action info /turtle1/rotate_absolute
ros2 interface show turtlesim/action/RotateAbsolute
ros2 action send_goal <action_name> <action_type> <values>
ros2 action send_goal /turtle1/rotate_absolute turtlesim/action/RotateAbsolute "{theta: 1.57}"
ros2 action send_goal /turtle1/rotate_absolute turtlesim/action/RotateAbsolute "{theta: -1.57}" --feedback //反馈

查看日志

rqt_console

ros2 run rqt_console rqt_console
ros2 run turtlesim turtlesim_node
ros2 topic pub -r 1 /turtle1/cmd_vel geometry_msgs/msg/Twist "{linear: {x: 2.0, y: 0.0, z: 0.0}, angular: {x: 0.0,y: 0.0,z: 0.0}}"
ros2 launch turtlesim multisim.launch.py

数据录制与回放

ros2 bag 是一款用于记录 ROS 2 系统中发布的主题和服务数据的命令行工具。

1.管理主题数据
ros2 bag record <topic_name>
ros2 bag record -o subset /turtle1/cmd_vel /turtle1/pose
ros2 bag info <bag_file_name>
ros2 bag play subset
ros2 topic hz /turtle1/pose
2.管理服务数据
ros2 bag record --service <service_names>
ros2 bag record --all-services
ros2 bag info <bag_file_name>
ros2 bag play --publish-service-requests <bag_file_name>
ros2 service echo --flow-style /add_two_ints
​
基于分布式模型预测控制的多个固定翼无人机一致性控制(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制的多个固定翼无人机一致性控制”展开,采用Matlab代码实现相关算法,属于顶级EI期刊的复现研究成果。文中重点研究了分布式模型预测控制(DMPC)在多无人机系统中的一致性控制问题,通过构建固定翼无人机的动力学模型,结合分布式协同控制策略,实现多无人机在复杂环境下的轨迹一致性和稳定协同飞行。研究涵盖了控制算法设计、系统建模、优化求解及仿真验证全过程,并提供了完整的Matlab代码支持,便于读者复现实验结果。; 适合人群:具备自动控制、无人机系统或优化算法基础,从事科研或工程应用的研究生、科研人员及自动化、航空航天领域的研发工程师;熟悉Matlab编程和基本控制理论者更佳; 使用场景及目标:①用于多无人机协同控制系统的算法研究与仿真验证;②支撑科研论文复现、毕业设计或项目开发;③掌握分布式模型预测控制在实际系统中的应用方法,提升对多智能体协同控制的理解与实践能力; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注DMPC算法的构建流程、约束处理方式及一致性协议的设计逻辑,同时可拓展学习文中提及的路径规划、编队控制等相关技术,以深化对无人机集群控制的整体认知。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值