Rosys v0.23.0版本发布：3D可视化、图像处理与硬件集成全面升级

Rosys v0.23.0版本发布：3D可视化、图像处理与硬件集成全面升级

rosys An all-Python robot system based on web technologies. The purpose is similar to ROS, but it's easier to use for mobile robotics. 项目地址: https://gitcode.com/gh_mirrors/ro/rosys

Rosys是一个专注于机器人系统开发的Python框架，它为开发者提供了构建机器人应用所需的核心功能模块。从硬件驱动到算法集成，从用户界面到数据持久化，Rosys致力于简化机器人系统的开发流程。本次发布的v0.23.0版本带来了多项重要更新，特别是在3D可视化、图像处理以及硬件集成方面有了显著提升。

3D可视化与坐标系支持

新版本引入了AxesObject类，这是一个专门用于3D场景中可视化坐标系和位姿的工具。在机器人开发中，清晰地表示各个坐标系之间的关系至关重要。AxesObject可以直观地展示3D空间中的坐标系，包括x、y、z三个轴的方向和位置，帮助开发者更好地理解和调试机器人的空间关系。

这一特性特别适用于以下场景：

• 机器人手臂的末端执行器位姿可视化
• 多传感器融合时的坐标系对齐
• SLAM建图过程中的参考系表示

图像处理能力增强

本次更新对图像处理功能进行了多项改进：

1. PIL与NumPy互操作性：新增了更多方法用于Rosys图像与PIL图像、NumPy数组之间的转换。这使得开发者可以更方便地利用Python生态中丰富的图像处理库，如OpenCV、scikit-image等，来处理Rosys中的图像数据。

2. 畸变校正API改进：对distort_points和undistort_points方法进行了重构，现在它们返回形状为(N, 2)的数组，与常见的计算机视觉库保持一致。这一改变虽然带来了API的不兼容，但提高了与其他库的互操作性。

3. 针孔模型重畸变支持：新增了对针孔相机模型的重畸变功能。这在需要将已校正的图像重新应用畸变的场景中非常有用，例如在模拟环境中生成更真实的图像。

硬件集成与机器人模块化

在硬件集成方面，v0.23.0版本带来了以下改进：

1. 模块化机器人设计：现在可以在机器人初始化后动态添加模块，这大大提高了代码的灵活性。开发者可以根据运行时条件决定加载哪些硬件模块，实现更灵活的机器人配置。

2. IMU校准优化：陀螺仪校准阈值现在可配置，允许开发者根据具体硬件特性和应用场景调整校准参数，提高惯性测量单元的精度。

3. RTSP摄像头支持：Docker镜像现在支持RTSP协议的视频流，方便集成网络摄像头等设备。

类型注解与代码质量提升

Rosys团队持续关注代码质量的提升：

1. 事件系统类型注解：为Rosys的事件系统添加了全面的类型注解，这使得在使用事件驱动编程模式时，IDE能够提供更好的代码补全和类型检查。

2. 持久化转换器类型提示：改进了from_dict方法的类型注解，使得在实现自定义对象的序列化和反序列化时，开发者可以获得更准确的类型提示。

用户界面与使用体验改进

在用户体验方面，本次更新包含以下优化：

1. 视频页面简化：重新设计了视频展示页面，现在只包含日期选择器和视频标题，移除了预览图，使界面更加简洁高效。

2. NiceGUI版本锁定：将NiceGUI依赖版本固定为最低兼容版本，避免因自动升级带来的潜在兼容性问题。

总结

Rosys v0.23.0版本在3D可视化、图像处理和硬件集成方面带来了多项重要更新，同时持续优化代码质量和开发者体验。这些改进使得Rosys在机器人系统开发中更加实用和强大。无论是需要处理复杂的空间关系，还是集成各种硬件设备，新版本都提供了更完善的支持。对于正在使用或考虑使用Rosys的开发者来说，升级到v0.23.0将能够利用这些新特性构建更加强大和灵活的机器人应用。

rosys An all-Python robot system based on web technologies. The purpose is similar to ROS, but it's easier to use for mobile robotics. 项目地址: https://gitcode.com/gh_mirrors/ro/rosys