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-ros

sudo apt install python3-colcon-ros

3.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

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

创建功能包完整流程

#1.新建工作空间文件夹
mkdir -p ~/ros2_ws/src
cd ~/ros2_ws/
#2.创建或复制功能包
cd ~/ros2_ws/src
mkdir Ros2
cd Ros2
ros2 pkg create --build-type ament_python my_package
#3.在完成功能包的创建或添加后，你需要构建工作空间：
cd ~/ros2_ws
#构建工作空间：
colcon build
#4.设置环境变量：
source install/setup.bash
为了避免每次都手动设置环境变量，你可以将上述命令添加到 ~/.bashrc 中：
echo "source ~/ros2_ws/install/setup.bash" >> ~/.bashrc
source ~/.bashrc
#5.运行 ROS 2 功能包
ros2 run demo_nodes_cpp talker

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_node

6.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-cam

ros2 run usb_cam usb_cam_node_exe

ros2 topic list

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。

• 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。

• 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。

• 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。

• 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

1.创建一个新包

ros2 pkg create --build-type ament_cmake interface_pkg

2.在interface_pkg文件夹下新建msg和srv文件夹

mkdir msg
mkdir srv

3.在包的 msg 目录中新增消息文件

1. 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。

4.：修改 CMakeLists.txt

1. 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：

find_package(rosidl_default_generators REQUIRED)

rosidl_generate_interfaces(${PROJECT_NAME}
  "srv/Cal.srv"
 )

5.：修改 package.xml 文件

1. 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>
  <member_of_group>rosidl_interface_packages</member_of_group>

6.构建包

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）。

7.确认msg和srv的创造

. install/setup.bash

#确认接口创建是否有效
ros2 interface show test_interfaces/srv/Cal

9.分布式通信：多计算平台的任务分配

1.ROS2怎么将树莓派和笔记本进行通信如话题，服务

只要保证在同一网段下即可

2.为了网络中存在多个计算机，不希望互通互联，希望进行分组通讯，可以使用以下指令：

#1.使用vi 命令打开.bashrc
vi .bshrc
#2. 在最下面一行加入
export ROS_DOMAIN_ID=<your_domain_id>
如 export ROS_DOMAIN_ID=31
#3.使用source 使.bashrc生效
source .bashrc
#4.此时，设置上述过程的电脑或者树莓派在31组，再进行talker和listener时，无法通信

配置DDS

# 发布 
ros2 topic pub /chatter std_msgs/msg/Int32 "data: 31" --qos-reliability best_effort
# 接收(要qos模式一样才能接收)
ros2 topic echo /chatter --qos-reliability best_effort

10.Launch:多节点启动与配置脚本

11.TF:机器人坐标系管理神器

12.URDF：ROS机器人建模方法

13.Gazebo:三维物理仿真平台

 启动Gazebo

teleop_twist_keyboard

teleop_twist_keyboard发布 geometry_msgs/Twist 消息到一个控制话题，通常是 /cmd_vel，来控制机器人的速度和方向。你可以通过简单的键盘按键来控制机器人运动，提供线性移动和角速度控制。

14.Rviz:三维可视化显示平台

 

15.RQT：模块化可视化工具