简介：ROS2功能的学习我们还是在基于OpenAI的gym虚拟仿真环境中来完成，gym虚拟仿真环境安装请参考另一篇教程，这里不再重复说明，接下来我们开始创建一个ROS2的功能节点，并发布虚拟仿真环境小车摄像头的图像，然后利用rqt工具查看图像。

1、创建工作空间

2、创建功能包

3、编译并运行

4、配置文件

5、修改源码，本地显示虚拟仿真图像

6、发布图像，并通过工具查看

1、创建工作空间

与ROS1类似，ROS2也有工作空间的概念，所谓工作空间，实际就是一个目录结构按约定搭建的文件夹（我们这里的工作空间是指ros2_ws），ROS2的工作空间只需要提前创建src目录（功能包目录）即可，不需要初始化：

$ mkdir -p ~/ros2_ws/src

后续所有的功能包都在src目录下创建，编译要回到ros2_ws目录下，编译后,在工作空间内生成build、install、log目录。

2、创建功能包

进入功能包目录src

$ cd ros2_ws/src/

新建duckiebot功能包

$ ros2 pkg create duckiebot --build-type ament_python --node-name duckiebot_node --dependencies rclpy std_msgs sensor_msgs

命令	说明
ros2 pkg create	ROS2功能包创建命令
duckiebot	所建功能包名称，可以放在最后
--build-type ament_python	指定编程语言，我们这里使用python
--node-name duckiebot_node	指定要生成的源码文件，可以后期创建，但是手动创建需要手动配置
--dependencies rclpy std_msgs sensor_msgs	指定依赖模块，rclpy是python编程必选的， std_msgs和sensor_msgs是我们要用的消息模块，也可以不指定手动配置

创建完成后，目录结构如下图：

duckiebot_node.py就是自动生成的源码文件，内容如下：

def main():print('Hi from duckiebot.')if __name__ == '__main__':main()

3、编译并运行

ROS2编译需要用colcon工具，默认是没有安装的，需要手动安装：

$ sudo apt-get install python3-colcon-common-extensions -y

返回工作空间

$ cd .. 或者 $ cd ~/ros2_ws

编译所有功能包：

$ colcon build

为了提高工作效率，也可以指定要编译的功能包：

$ colcon build --packages-select duckiebot

编译后工作空间的目录结构：

设置环境变量：

$ source install/setup.bash

运行节点：

$ ros2 run duckiebot duckiebot_node

屏幕上输出：

Hi from duckiebot.

4、配置文件

上文提到在创建功能包时一些配置项可以手动配置，主要的配置项都在功能包内的setup.py和package.xml文件内：

setup.py内主要是指定源码文件及启动函数：

package.xml指定了编译方式和依赖项：

5、修改源码，本地显示虚拟仿真图像

修改duckiebot_node.py，加入虚拟仿真环境启动和图像显示功能：

#!/usr/bin/env python3import rclpy #ROS2的python实现库
from rclpy.node import Node  #节点基类，所有节点都要继承Node类import gym  #虚拟仿真环境基础实现库
from pyglet.window import key  #python动画GUI库
from gym_duckietown.envs import DuckietownEnv  #环境模型import cv2
import numpy as npclass DuckiebotNode(Node):def __init__(self, name):super().__init__(name)#初始化虚拟仿真环境参数，如果要切换地图，修改map_name的值self.env = DuckietownEnv(seed=1,map_name="udem1",draw_curve=False,draw_bbox=False,domain_rand=False,frame_skip=1,distortion=False,camera_rand=False,dynamics_rand=False)#初始化虚拟仿真环境self.env.reset()#定义一个定时器，通过定时器回调函数控制图像更新self.timer = self.create_timer(0.05, self.timer_callback)#定时器回调函数def timer_callback(self):#创建一个随机的action，让小车随机运动，#action是一个二元数组，两个元素分别代表小车的线速度和角速度#也可以自行指定action的值,例如：action = np.array([1,0])action = self.env.action_space.sample()#执行给定的动作，并返回当前状态#obs 是当前状态的图像数据#reward 是模拟器对小车当前状态计算出的奖励分数，可用来判断车辆状态好坏（强化学习中可以使用）#done 小车运行状态，出轨（行驶到禁止区域）、车祸（撞击到障碍物）、完成行驶任务（默认是1500次为一轮）返回true#info 小车当前状态的其他参数，可能会用到的是omega_r和omega_l，模拟小车的左右轮角速度obs, reward, done, info = self.env.step(action)#obs是rgb编码，opencv默认是bgr编码，转化颜色编码方式image = cv2.cvtColor(obs, cv2.COLOR_RGB2BGR)#显示图像cv2.imshow("image",image)cv2.waitKey(1)#出轨、车祸、完成任务时重置仿真环境if done:self.env.reset()   def main(args=None):rclpy.init(args=args) #初始化客户端node = DuckiebotNode(name="duckiebot_node") #创建节点实例rclpy.spin(node=node)  #运行节点实例rclpy.shutdown() #关闭节点

重新编译（每次修改源码文件，都需要重新编译）

$ colcon build --packages-select duckiebot

运行节点（在没有重启终端或者改变节点数量的情况下，可以不执行source命令）

$ ros2 run duckiebot duckiebot_node

正常情况下，会弹出图像窗口，显示一个随机运动的小车视角画面：

6、发布图像，并通过工具查看

上文我们在本地显示了仿真图像，接下来我们把仿真图像通过一个话题发布出去，并使用ROS的GUI工具查看图像：

#!/usr/bin/env python3import rclpy
from rclpy.node import Nodeimport gym
from pyglet.window import key
from gym_duckietown.envs import DuckietownEnvimport cv2from sensor_msgs.msg import Image  #发布图像使用Image消息类型
from cv_bridge import CvBridge #opencv和ros图像数据转换工具class DuckiebotNode(Node):def __init__(self, name):super().__init__(name)self.env = DuckietownEnv(seed=1,map_name="udem1",draw_curve=False,draw_bbox=False,domain_rand=False,frame_skip=1,distortion=False,camera_rand=False,dynamics_rand=False)self.env.reset()#定义图像发布接口self.pub_img = self.create_publisher(Image,"duckiebot_node/image",10)self.timer = self.create_timer(0.05, self.timer_callback)#创建图像转换工具self.bridge = CvBridge()def timer_callback(self):action = self.env.action_space.sample()obs, reward, done, info = self.env.step(action)#发布图像数据，obs是rgb编码，转化时指定编码，解码时就有据可查self.pub_img.publish(self.bridge.cv2_to_imgmsg(obs, 'rgb8'))if done:self.env.reset()def main(args=None):rclpy.init(args=args)node = DuckiebotNode(name="duckiebot_node")rclpy.spin(node=node)rclpy.shutdown()

重新编译并运行节点

$ colcon build --packages-select duckiebot
$ ros2 run duckiebot duckiebot_node

新开终端，运行rqt命令，打开GUI工具

$ rqt

在窗口中通过Plugins-->Visualization-->Image View打开图像显示工具，并选择我们发布的主题/duckiebot_node/image，就可以看到实时的图像了。

ROS2学习笔记（三）-- 采集虚拟仿真环境图像并发布相关推荐

K8S 学习笔记三核心技术 Helm nfs prometheus grafana 高可用集群部署容器部署流程
K8S 学习笔记三核心技术 2.13 Helm 2.13.1 Helm 引入 2.13.2 使用 Helm 可以解决哪些问题 2.13.3 Helm 概述 2.13.4 Helm 的 3 个重要概念 ...
ROS2学习笔记（八）-- ROS2参数应用实现道路识别调试
简介:参数也是ROS2系统中很重要的一项功能,主要是用来对节点进行配置,一般用在调试过程中,通过命令行的方式修改节点的一些配置,用以辅助调试,另外节点参数也支持导入和导出,调试好的参数可以导出到本地保 ...
Ethernet/IP 学习笔记三
Ethernet/IP 学习笔记三原文为硕士论文: 工业以太网Ethernet/IP扫描器的研发知网网址: http://kns.cnki.net/KCMS/detail/detail.aspx? ...
iView学习笔记(三)：表格搜索，过滤及隐藏列操作
iView学习笔记(三):表格搜索,过滤及隐藏某列操作 1.后端准备工作环境说明 python版本:3.6.6 Django版本:1.11.8 数据库:MariaDB 5.5.60 新建Django ...
ROS学习笔记三：创建ROS软件包
,# ROS学习笔记三:创建ROS软件包 catkin软件包的组成一个软件包必须满足如下条件才能被称之为catkin软件包: 这个软件包必须包含一个catkin编译文件package.xml(man ...
python3常用模块_Python学习笔记三(常用模块)
Python 学习笔记三 (常用模块) 1.os模块 os模块包装了不同操作系统的通用接口,使用户在不同操作系统下,可以使用相同的函数接口,返回相同结构的结果. os.name:返回当前操作系统名称( ...
ESP32学习笔记（1）——搭建环境、编译烧写（Windows+VS Code）
Espressif-IDE 环境搭建参看 ESP32学习笔记(50)--搭建环境.编译烧写(Windows+Espressif-IDE) 一.搭建环境 1.1 官方资料 ESP-IDF 编程指南 1. ...
ESP8266学习笔记（1）——搭建环境、编译烧写（NONOS SDK）
RTOS SDK环境搭建参看 ESP8266学习笔记(17)--搭建环境.编译烧写(RTOS SDK) 一.搭建环境 1.1 ESP8266 SDK 入门指南官网下载:https://www.esp ...
【AngularJs学习笔记三】Grunt任务管理器
为什么80%的码农都做不了架构师?>>> #0 系列目录# AngularJs学习笔记 [AngularJs学习笔记一]Bower解决js的依赖管理 [AngularJs学习笔 ...

ROS2学习笔记（三）-- 采集虚拟仿真环境图像并发布

1、创建工作空间

2、创建功能包

3、编译并运行

4、配置文件

5、修改源码，本地显示虚拟仿真图像

6、发布图像，并通过工具查看

ROS2学习笔记（三）-- 采集虚拟仿真环境图像并发布相关推荐

最新文章

热门文章