基于ROS和yolov8的摄像头目标识别与实时追踪

---

前言

本文主要通过yolov8识别对象信息，并通过ros的话题通信回传识别结果与目标坐标，最终通过控制摄像头的舵机转动，让目标对象保持在图像中央。

一、自定义消息格式

1、F1.msg

float64 x
float64 y
float64 w
float64 h
int64 id
#int64 num
float64 probability

2、F2.msg

F1[] object
int16 num

详细内容见：ROS自定义嵌套数组消息，实现多对象数据传输http://t.csdnimg.cn/bOon4

二、yolov8代码配置

代码如下（示例）：

#!/usr/bin/env python
import cv2
from ultralytics import YOLO
import numpy as np
import rospy
from communication_yolo.msg import F1
from communication_yolo.msg import F2
from std_msgs.msg import String

 
rospy.init_node("yolo_ros_pub")        #初始化Ros节点
 
pub = rospy.Publisher("yolom",F2,queue_size=100)         #创建发布对象，指定发布方的话题和消息类型
 
model = YOLO("/home/xj/yolov8_ws/src/communication_yolo/yolov8_main/yolov8n.pt")    #加载yolo的模型权重
# model.predict(source=0,imgsz=(384,640),show=True)
# model.predict(source=0,show=True)
# results = model.track(source=0, imgsz=(384,640),show=True, tracker="bytetrack.yaml")
results = model.track(source="rtsp://192.168.144.108:554/stream=0",show=True,stream=True,conf=0.4)


for i in results:
    #print(i.boxes.xyxy)
    msg_id=i.boxes.id

    msg_ori=i.boxes.xywhn
    msg_ori=msg_ori.to('cuda')
    msg_data=msg_ori.cpu().numpy()
    #msg_data=msg_ori.boxes.xyxy.numpy()

    msg=msg_data.tolist()
    msg=np.array(msg,dtype=np.float64)
    
    print(msg)
    #print(type(msg))
    n=len(msg)
    
    print("***********************************")
    print(i.boxes.cls)
    id=0
    while id < n:
        if i.boxes.cls[id]==0:
            print("NO.",id," is people")
        id+=1
    print("***********************************")
    #print(n)
    j=0
    msg_pub=F1()
    msg_pub2=F2()
    msg_pub2.num=0
    while j < n:
        if i.boxes.cls[j]==0:
            print("NO.",j," is people")
            
            msg_pub.x=(msg[j][0])

            msg_pub.y=(msg[j][1])

            msg_pub.w=(msg[j][2])
            msg_pub.h=(msg[j][3])
            msg_pub.id=j
            msg_pub2.num +=1
            
            msg_pub2.object.append(msg_pub)
            
            print(msg_pub2)
        
        #print(msg_pub)
        #print(type(msg_pub))
        j=j+1
    
    
    pub.publish(msg_pub2)

    
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break
    #pub.publish(i.boxes.xyxy)
rospy.spin()

三、控制代码头文件配置

头文件head.h：

#ifndef _HEAD_H
#define _HEAD_H

namespace Machine_ns {

class Machine {

public:
    void GimbalMove(unsigned char yawSpeed, unsigned char pitchSpeed) ;//水平速度；纵向速度
    void GimbalReturnHome(void)  ;//回正
    void GimbalStop(void) ;//停止运动
};

}

#endif

源文件func.cpp：

#include <stdio.h>
#include <string.h>
#include <sys/socket.h>
#include <netinet/in.h>
#include <arpa/inet.h>
#include <unistd.h>
#include<string>
#include "/home/xj/yolo_ws/src/communication_yolo/include/communication_yolo/head.h"
#include "ros/ros.h"

// 目标服务器的IP和端口
#define SERVER_IP "xxxx"
#define SERVER_PORT XXX




namespace Machine_ns{
//云台速度控制
void Machine::GimbalMove(unsigned char yawSpeed, unsigned char pitchSpeed) {

}

//云台回中
void Machine::GimbalReturnHome(void)      
{
    
}

//云台停止
void Machine::GimbalStop(void)     
{
    
}
}

cmakeList配置文件

include_directories(
include
  ${catkin_INCLUDE_DIRS}
)

## 声明C++库
add_library(head
  include/test_head_src/head.h
  src/func.cpp
)

add_dependencies(head ${${PROJECT_NAME}_EXPORTED_TARGETS} ${catkin_EXPORTED_TARGETS})

target_link_libraries(head
  ${catkin_LIBRARIES}
)

四、消息接收方与控制代码

#include "ros/ros.h"
#include <stdio.h>
#include <string.h>
#include "/home/xj/yolo_ws/devel/include/communication_yolo/F2.h"
#include "/home/xj/yolo_ws/src/communication_yolo/include/communication_yolo/head.h"
using namespace std;

Machine_ns::Machine machine;

void doyolomsg(const communication_yolo::F2::ConstPtr& F2)
{
    //int size=sizeof(F2->num);
    int num=F2->num;


    ROS_INFO("***********************************");
    if (num!=0|num!=NULL)
    {
        for(int i=0;i<num;i++)
        {

            ROS_INFO("目标%d的坐标信息x为：%f,坐标信息y为：%f,坐标信息w为：%f,坐标信息h为：%f",i,F2->object[i].x,F2->object[i].y,F2->object[i].w,F2->object[i].h);
        }
            
    }

    ROS_INFO("------------------GimbalStop-------------");
    machine.GimbalStop();
    ROS_INFO("------------------GimbalStop2-------------");

    if (num!=0|num!=NULL)
    {
        if (F2->object[0].x!=NULL & F2->object[0].y != NULL)
        {
            ROS_INFO("------------------Machinw-------------");
            if(F2->object[0].x<0.4)//SP zuo,DJ you
            {
                machine.GimbalMove(15,0);
            }
            else if(F2->object[0].y<0.4)//SP xia,DJ xia
            {
                machine.GimbalMove(0,-15);
            }
            else if(F2->object[0].x>0.6)//SP you ,DJ zuo
            {
                machine.GimbalMove(-15,0);
            }
            else if(F2->object[0].y>0.6)//SP shang,DJ shang
            {
                machine.GimbalMove(0,15);
            }
            else machine.GimbalStop();

        }
    }
    else {
        machine.GimbalStop();
        ROS_INFO("------------------GimbalStop3-------------");
    }

    
    
    
}

 int main(int argc, char *argv[])
 {
    setlocale(LC_ALL,"");
    ros::init(argc,argv,"yolo_ros_sub");
    ros::NodeHandle nh;

    std::cout << "Press Enter to continue...";
    std::cin.get();
    machine.GimbalReturnHome();
    std::cout << "start...";
    std::cin.get();

    ros::Subscriber sub =nh.subscribe("yolom",1000,doyolomsg);
    ros::spin();
 }

Tips

#include “/home/xj/yolo_ws/devel/include/communication_yolo/F2.h”
这里是调用自定义数据类型F2
#include “/home/xj/yolo_ws/src/communication_yolo/include/communication_yolo/head.h”
这里是通过头文件调用了摄像头吊舱的控制代码

效果展示

上图为发布方（识别方）的消息展示，在识别时会将所有识别对象的坐标信息进行发送；下图为接收方的消息展示，发布方只会发布识别对象为“人”的坐标信息给接收方，并在接收方展示。
接收方接收到识别对象为“人”的坐标信息后，如果有多个对象，会跟踪回传的第一个“人”对象，将其识别框的中心点跟踪到画面正中心。

总结

本文主要是通过ROS通信，同时调用yolo和吊舱，并通过头文件和源文件进行吊舱控制，也利用了自定义消息优化了消息格式，是一次不错的实践经历，欢迎各位交流讨论。