rqt_plot

最新推荐文章于 2024-07-29 20:35:22 发布
转载 最新推荐文章于 2024-07-29 20:35:22 发布 · 1.8w 阅读 · 62

本文通过使用ROS系统记录机械臂的关节状态数据，并利用rqt_plot及Matlab进行数据分析与绘图，展示了如何分析机械臂的运动轨迹。文章详细介绍了从数据记录、绘图到深入分析的过程。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >


显示命令到terminal中，然后等到动作结束，用鼠标拷贝出来到txt文件，而且，最重要的问题是，由于滚屏，你只能拷贝部分运动信息，很快就舍弃这种做法了。

后来，就想起以前用命令行重定向将信息保存到了文本中，于是就很好的解决了数据保存问题。

[plain] view plain copy 在CODE上查看代码片 派生到我的代码片
  1. rostopic echo /joint_states > record2.txt  
  2. 1. 背景

    因为在为youbot添加FollowJointTrajectory 的client之后，仿真环境中的动作与实际有出入，因此想看看机械臂的实际动作曲线。而在ROS中，内置的rqt_plot是可以提供绘图功能的，而后来发现rqt_plot的功能比较简单，随着数据量的增大，查看起来比较费劲。于是就有了后来的导入matlab中分析的部分。

    2.rqt_plot绘图

    照例，我们找到官网的相关部分，有个基础理解：http://wiki.ros.org/rqt_plot

    [plain] view plain copy 在CODE上查看代码片 派生到我的代码片
    1. rqt_plot /turtle1/pose/x:y:z  
    2. rqt_plot /turtle1/pose/x /turtle1/pose/y /turtle1/pose/z  

    特别注意上面的第一句，它就是下面的简写，同一个topic下的直接冒号就好，不用输入那么多的文字。

    在这里我为了避免每次要去动机械臂，将joint_states这个topic的信息已经保存为了bag文件，录的动作是我上一篇文章，actionlib中的动作的一部分，大概是从home到伸直的一部分。使用指令（参看《a gentle introduction to ROS》P135页）

    [plain] view plain copy 在CODE上查看代码片 派生到我的代码片
    1. rosbag record -O youbot_action2.bag /joint_states  
    -O(是字母O, 并非数字0，它表示输出文件（output），后面跟的是你的输出文件的名字，我这里是youbot_action2.bag)，下面是我的bag的一些基本信息：

    一共21.1s，包含了861条信息

    我们查看一下数据内容


    然后开启一个terminal，回放数据rosbag play youbot_action2.bag --clock，--clock表示使用simulate time，具体可以参考http://wiki.ros.org/Clock 。再打开另外一个，开启rqt_plot，用命令

    [plain] view plain copy 在CODE上查看代码片 派生到我的代码片
    1. rqt_plot /joint_states/velocity[0]:velocity[1]:velocity[2]:velocity[3]:velocity[4]  

    因为，youbot机械臂是五个自由度，这里我们用标号0-4来引用每一个（用QwtPlot画出来的）

    用MatPlot画出来的，可以看出他们刚好是左右颠倒的，我们的这个bag文件，有大概20s。右键按住鼠标上下或左右滑动进行缩放。


    同理，我们也可以找出各个关节的一些信息：

    [plain] view plain copy 在CODE上查看代码片 派生到我的代码片
    1. rqt_plot /joint_states/position[0]:position[1]:position[2]:position[3]:position[4]  

    得到的图像


    图像很好看，但是实际分析起来是很头疼的，它只能是看个大概过程，了解基本曲线的动作和大概的规律，比如速度曲线的不平滑，关节位置曲线的大概变动范围（起始位置并不是0，依次是0.11，0.11，-0.11，0.11，0.12 rad）

    3.Matlab绘图

    其实，这个地方我也走了点弯路的，当时我用命令

    [plain] view plain copy 在CODE上查看代码片 派生到我的代码片
    1. rostopic echo /joint_states  

    显示命令到terminal中，然后等到动作结束，用鼠标拷贝出来到txt文件，而且，最重要的问题是，由于滚屏，你只能拷贝部分运动信息，很快就舍弃这种做法了。

    后来，就想起以前用命令行重定向将信息保存到了文本中，于是就很好的解决了数据保存问题。

    [plain] view plain copy 在CODE上查看代码片 派生到我的代码片
    1. rostopic echo /joint_states > record2.txt  

    将txt文件拷贝出来到windows上，导入excel文件，然后借助Matlab分析（这里主要是用到了seq，position和velocity）

    有同学可能就会问了，明明文件中有时间信息，人家还精确到了ns，干嘛不用呢，这里有个小插曲，当时用matlab读取的时候，由于Linux系统中的时间戳信息是从1970年的秒数开始计算的，数据长度很大，导致Matlab处理的时候直接用科学计数法来统计，后面的几位数都直接给过滤掉了，因而导致画出来的图明显不符合逻辑，一个时间点对应多个关节值。

    因此，由于每个数据点都有自己的标号，我就简化为关节信息和点序号的对应信息了。

    4. 总结

    这里只是把自己的一些过程展示出来，抛砖引玉，具体的数据分析，后面还有待进一步深入。我还没有找其他的机械臂对比一下速度曲线，youbot的跟我预想的不太一样，也可能是由于参数信息的设置导致的，后面我会继续深入下去。

    另外，借助于ROS本身的rqt_plot，我们看到数据图像，与matlab基本相同，对于，只是想看看大概规律来说，功能也够用了。


    ————————————————————————

    2016.03更新

    ————————————————————————


    [cpp] view plain copy 在CODE上查看代码片 派生到我的代码片
    1. %%  
    2. %Analysis for youbot joint states created by torque control service.  
    3. %%  
    4. clear;  
    5. clc;  
    6. clf;  
    7.   
    8. filename = 'ik_service.txt';  
    9. startRow = 2;  
    10.  ALL_LINES = 1296 ;   
    11.   endRow = ALL_LINES + 1; % all line +1  
    12. INTERVAL = 4;  
    13.   
    14.  ikserviceori = importfile(filename, startRow, endRow);  
    15.   
    16. t_index_colume = 1: INTERVAL : ALL_LINES;  
    17. t_value = ikserviceori(t_index_colume, 1) ;  
    18.   
    19. q_start_line = 2;  
    20. j1_rank =q_start_line: INTERVAL: ALL_LINES;  
    21. j1_pos_index =  ikserviceori ( j1_rank, 5) ;  
    22.   
    23. j2_rank = q_start_line: INTERVAL: ALL_LINES;  
    24. j2_pos_index =  ikserviceori ( j2_rank, 4) ;  
    25.   
    26. j3_rank = q_start_line: INTERVAL: ALL_LINES;  
    27. j3_pos_index =  ikserviceori ( j3_rank, 3) ;  
    28. j4_rank = q_start_line: INTERVAL: ALL_LINES;  
    29. j4_pos_index =  ikserviceori ( j4_rank, 2) ;  
    30.   
    31. j5_rank = q_start_line: INTERVAL: ALL_LINES;  
    32. j5_pos_index =  ikserviceori ( j5_rank, 1) ;  
    33.   
    34. subplot(3,1,1);  xlabel('Time'); ylabel('q');  
    35. % grid on;  
    36.   
    37. plot(t_value, j1_pos_index);  
    38. hold on;  
    39.   
    40. plot(t_value, j2_pos_index);  
    41. hold on;  
    42.   
    43. plot(t_value, j3_pos_index);  
    44. hold on;  
    45.   
    46. plot(t_value, j4_pos_index);  
    47. hold on;  
    48.   
    49. plot(t_value, j5_pos_index);  
    50. hold on;  
    51. legend('J1','J2','J3', 'J4','J5','location','northeast');  
    52. %%  
    53. qd_start_line = 3;  
    54. j1_qd_rank = qd_start_line: INTERVAL: ALL_LINES;  
    55. j1_qd_index =  ikserviceori ( j1_qd_rank, 5) ;  
    56.   
    57. j2_qd_rank = qd_start_line: INTERVAL: ALL_LINES;  
    58. j2_qd_index =  ikserviceori ( j2_qd_rank, 4) ;  
    59.   
    60. j3_qd_rank = qd_start_line: INTERVAL: ALL_LINES;  
    61. j3_qd_index =  ikserviceori ( j3_qd_rank, 3) ;  
    62.   
    63. j4_qd_rank = qd_start_line: INTERVAL: ALL_LINES;  
    64. j4_qd_index =  ikserviceori ( j4_qd_rank, 2) ;  
    65.   
    66. j5_qd_rank = qd_start_line: INTERVAL: ALL_LINES;  
    67. j5_qd_index =  ikserviceori ( j5_qd_rank, 1) ;  
    68.   
    69. subplot(3,1,2);  xlabel('Time'); ylabel('qd');  
    70. % grid on;  
    71. plot(t_value, j1_qd_index);  
    72. hold on;  
    73.   
    74. plot(t_value, j2_qd_index);  
    75. hold on;  
    76.   
    77. plot(t_value, j3_qd_index);  
    78. hold on;  
    79.   
    80. plot(t_value, j4_qd_index);  
    81. hold on;  
    82.   
    83. plot(t_value, j5_qd_index);  
    84.   
    85. legend('J1_qd','J2_qd','J3_qd', 'J4_qd','J5_qd','location','northeast');  
    86. %%  
    87. qdd_start_line = 4;  
    88. j1_qdd_rank = qdd_start_line: INTERVAL: ALL_LINES;  
    89. j1_qdd_index =  ikserviceori ( j1_qdd_rank, 5) ;  
    90.   
    91. j2_qdd_rank = qdd_start_line: INTERVAL: ALL_LINES;  
    92. j2_qdd_index =  ikserviceori ( j2_qdd_rank, 4) ;  
    93.   
    94. j3_qdd_rank = qdd_start_line: INTERVAL: ALL_LINES;  
    95. j3_qdd_index =  ikserviceori ( j3_qdd_rank, 3) ;  
    96.   
    97. j4_qdd_rank = qdd_start_line: INTERVAL: ALL_LINES;  
    98. j4_qdd_index =  ikserviceori ( j4_qdd_rank, 2) ;  
    99.   
    100. j5_qdd_rank = qdd_start_line: INTERVAL: ALL_LINES;  
    101. j5_qdd_index =  ikserviceori ( j5_qdd_rank, 1) ;  
    102.   
    103. subplot(3,1,3);  xlabel('Time'); ylabel('qdd');  
    104. % grid on;  
    105. plot(t_value, j1_qdd_index);  
    106. hold on;  
    107.   
    108. plot(t_value, j2_qdd_index);  
    109. hold on;  
    110.   
    111. plot(t_value, j3_qdd_index);  
    112. hold on;  
    113.   
    114. plot(t_value, j4_qdd_index);  
    115. hold on;  
    116.   
    117. plot(t_value, j5_qdd_index);  
    118.   
    119. legend('J1_qdd','J2_qdd','J3_qdd', 'J4_qdd','J5_qdd','location','northeast');  


通过 rqt_plot 完成ATI F/T 力和力矩传感器六轴数据可视化
工大机器人工作室
12-23 5385
基于该篇博客https://blog.youkuaiyun.com/qq_34935373/article/details/103481401，实现了通过ROS节点的方式启动ATI sensor，完成配置归零和设置软件矢量偏移，并且获取六轴数据，实时的打印在终端上。但是由于数据的刷新非常迅速，人眼很难捕捉到所有信息，所以想着能不能通过python库或者ROS插件完成数据的可视化。 偶然看到了ATI结合UR的...
ROS（七）rqt_plot错误问题解决
mandadinda的博客
01-08 1316
用rqt_plot进行数据绘图时，打不开绘图工具，提示错误 ***错误如下：*** /usr/lib/python2.7/dist-packages/matplotlib/axis.py:1015: UserWarning: Unable to find pixel distance along axis for interval padding of ticks; assuming no interval padding needed. warnings.warn("Unable to find pi
rosbag包绘图工具——rqt_plot和PlotJuggler
jjjqqq123321的博客
12-25 5607
这里介绍两种rosbag包的绘图工具，一种是ros自带的GUI可视化工具rqt_plot，另外一种是开源工具PlotJuggler。
rqt_plot工具——ROS中查看变量时间趋势线
热门推荐
huangdianye
12-17 1万+
rqt_plot工具——ROS中查看变量时间趋势线 工欲善其事，必先利其器 本篇博文依旧是小白教程，最近在写利用二次规划方法优化机械臂关节轨迹的代码。想要通过查看误差变量的时间趋势线看一下控制效果。百度了一下，有rqt_plot这个亲民的小白包。 1.百度到了什么？ https://blog.youkuaiyun.com/ktigerhero3/article/details/80927310 这个博主的博文...
rqt_plot的使用
kmxz2016
08-23 9285
http://blog.youkuaiyun.com/wwsQt/article/details/68925432
ROS中rqt_plot报错
12-21
在ROS (Robot Operating System) 环境中，rqt_plot 是一个非常有用的工具，它允许用户图形化地查看和分析ROS话题中的数据流。然而，有时候在尝试使用rqt_plot时，可能会遇到一些错误，比如在本例中提到的与...
ROS学习系列笔记(一)：Topic发布自定义msg数据及其rqt_plot可视化显示
Robot_hfut的博客
08-06 3463
一、ROS通信之订阅发布基本知识 二、如何发布一个自己的msg格式数据 三、如何订阅自己的msg数据 四、如何可视化自己发布的msg数据
ROS中接收消息并保存数据，rosbag和rqt_plot的使用
lovelycrayon的博客
09-23 5806
ROS进行导航时，需要查看速度曲线等消息，可以编写listener文件接收保存消息，然后进行格式转换，利用其它工具如MATLAB绘图，但是这样很麻烦，rosbag这个工具就可以很方便的记录和保存数据，并利用rqt进行实时绘图。 参考的博客： ROS总结——录制和回放数据 ROS学习篇（七）rostopic消息记录、回放、转.txt ROS相关：使用rospy 编写ros程序并使用rosbag存储数...
【ROS基础】rqt_plot工具的使用
欢迎时常光顾我的干货超市，热衷于AIoT！！
04-15 6670
将话题发布的消息进行可视化，但只能显示二维消息，比如物体在平面内的运动轨迹的坐标集，也就是xy坐标系。 ROS中专门用于数据绘制的工具。
ros中rqt_plot画出速度曲线
yechen1的博客
02-03 8194
ros中rqt_plot画出速度曲线欢迎使用Markdown编辑器新的改变前言一、rqt_plot是什么？二、使用步骤1.引入库2.实现：总结 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下# 系列文章目录 提示：这里可以添加系列
rqt_plot使用
m0_46905397的博客
01-24 1239
rqt_plot使用
ROS中使用rqt_plot快速实现数据可视化
qq_48922607的博客
07-29 840
ROS中使用rqt_plot快速实现数据可视化
5.3.4 rqt常用插件rqt_plot
赵虚左
03-27 736
ROS入门 5.3.4 rqt常用插件:rqt_plot 《ROS入门-理论与实践》视频教程镇楼 简介:图形绘制插件，可以以 2D 绘图的方式绘制发布在 topic 上的数据 准备:启动 turtlesim 乌龟节点与键盘控制节点，通过 rqt_plot 获取乌龟位姿 龟位姿 启动:可以在 rqt 的 plugins 中添加，或者使用rqt_plot启动 ...
rqt常用插件rqt_plot使用
weixin_43252352的博客
06-06 1341
rqt_plot图形绘制插件，可以以 2D 绘图的方式绘制发布在 topic 上的数据，主要用于程序调试过程中的数据可视化，便于直接观测状态变化和功能模块输出。但是使用这种方法打开发布列表类型数据（Float64MultiArray）的话题时，发现无法添加。
白泽四足机器人之——用rqt_plot工具显示mpu6050传感器数据（esp32采集imu数据通过局域网话题消息传回pc主机）
qqliuzhitong的博客
10-10 1556
在ROS里 rqt_plot是ROS内置的一款用于绘图的可视化插件。它可以读取话题中发布的数据，将类型允许的数据绘制成为图像。在终端中运行以下节点可打开rqt_plot:
使用ROS的rqt_plot对任意语言的程序进行可视化
SilverBullet
12-28 4950
简介经常做数据处理的同学可能比较熟悉MATLAB或者Python，而做图像或者机器人用到最多的其实是C和C++。经常需要在调试时实时看到某些数据的变化趋势，而C++却没有一套好的可视化库（或者需要很麻烦的配置。）于是写了这个工具。调用者只要在程序里打印需要实时显示的数据，然后将控制台信息通过管道传给Python程序即可自动在rqt_plot里显示，并自动发布ROS话题。效果使用方法及源码#! /us
ROS☞rosbag/rostopic消息记录、回放、转.txt
ouyangandy的博客
08-27 2229
通过ros工具对话题信息进行记录、回放，转成txt或者图像格式。
ROS入门笔记（五）：ROS中运行rqt_plot的问题（kinetic）
brawly的博客
06-13 4416
1 问题 rosrun rqt_plot rqt_plot ggk@ggk-virtual-machine:~$ rosrun rqt_plot rqt_plot /usr/lib/python2.7/dist-packages/matplotlib/axis.py:1015: UserWarning: Unable to find pixel distance along axis for interval padding of ticks; assuming no interval padding n
rqt_plot imu
最新发布
03-29
### 使用 `rqt_plot` 绘制 IMU 数据 在 ROS 中，`rqt_plot` 是一种非常方便的工具，用于可视化动态参数的变化情况。对于 IMU 数据而言，它通常包含了加速度计、陀螺仪以及可能的方向数据等多维信息。以下是关于如何使用 `rqt_plot` 来绘制 IMU 数据的具体方法。 #### 启动 `roscore` 为了能够运行任何 ROS 节点或工具，必须先启动 `roscore`[^1]。 ```bash roscore ``` #### 发布 IMU 数据 确保有一个节点正在发布 IMU 数据到某个话题上。常见的 IMU 数据消息类型为 `sensor_msgs/Imu`。如果尚未有 IMU 数据流，则可以模拟一个简单的 IMU 数据发布器来测试功能[^2]。 以下是一个简单的 Python 脚本示例，用于发布假想的 IMU 数据： ```python #!/usr/bin/env python import rospy from sensor_msgs.msg import Imu from geometry_msgs.msg import Quaternion, Vector3 import math def imu_publisher(): rospy.init_node('imu_publisher', anonymous=True) pub = rospy.Publisher('/imu/data', Imu, queue_size=10) rate = rospy.Rate(10) while not rospy.is_shutdown(): imu_msg = Imu() imu_msg.header.stamp = rospy.Time.now() # 假设角速度 (rad/s) 和线性加速度 (m/s^2) imu_msg.angular_velocity = Vector3(x=math.sin(rospy.get_time()), y=math.cos(rospy.get_time()), z=0.0) imu_msg.linear_acceleration = Vector3(x=9.8 * math.sin(rospy.get_time() / 2), y=9.8 * math.cos(rospy.get_time() / 2), z=-9.8) pub.publish(imu_msg) rate.sleep() if __name__ == '__main__': try: imu_publisher() except rospy.ROSInterruptException: pass ``` 保存上述脚本并赋予可执行权限后运行该脚本即可生成 `/imu/data` 主题下的 IMU 数据流。 #### 运行 `rqt_plot` 打开一个新的终端窗口，并输入以下命令以启动 `rqt_plot` 工具： ```bash rqt_plot ``` 一旦界面加载完成，在顶部菜单栏中点击 **Plot** -> **Add Signal...** ，然后选择要绘图的数据字段。例如，假设 IMU 的话题名称为 `/imu/data`，可以选择如下信号路径之一进行监控： - 加速度分量：`/imu/data/linear_acceleration/x`, `/imu/data/linear_acceleration/y`, `/imu/data/linear_acceleration/z` - 角速度分量：`/imu/data/angular_velocity/x`, `/imu/data/angular_velocity/y`, `/imu/data/angular_velocity/z` 通过这种方式，可以在图形界面上实时观察各个维度上的变化趋势。 #### 高级选项 - 多重绘图支持 如果需要更复杂的多重绘图需求，还可以考虑安装第三方插件如 `rqt_multiplot` 插件[^3]。此插件允许在一个视窗内显示多个二维图表，从而更好地对比不同传感器之间的关系或者长时间序列的行为模式。 --- ### 注意事项 尽管 `rqt_plot` 提供了一个简单易用的方式来快速查看数值型时间序列数据的表现形式，但它并不适合处理高频率更新或是复杂结构化的大型数据集。在这种情况下，建议采用其他专门设计用来处理科学计算与可视化的软件包，比如 Matplotlib 或 PlotJuggler 等替代方案。 ---
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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