机器人系统开发ros2-基础实践01-学会自定义一个机器人动作aciton实体类

56 篇文章 49 订阅

您之前在了解操作教程中了解了action 。与其他通信类型及其各自的接口(主题/消息和服务/srv)一样,您也可以在包中自定义操作。本教程向您展示如何定义和构建可与您将在下一个教程中编写的action服务器和action 客户端一起使用的操作。

需要理解action 可以回到这篇文章
ros 中的通信接口的定义以及如何创建自定义msg、srv和action文件

1. 创建aciton 前端的先决条件

    已安装ROS 2和colcon

设置工作区并创建一个名为的包action_tutorials_interfaces:

mkdir -p ros2_study/src 
cd ros2_study/src
ros2 pkg create action_tutorials_interfaces

定义动作:

.action操作在以下形式的文件中定义:

# Request
---
# Result
---
# Feedback

action 定义由三个消息定义组成,以 分隔—。

  • 请求消息从 动作客户端发送到发起新目标的 动作服务器

  • 当目标完成时,结果消息从动作服务器发送到动作客户端

  • 反馈消息 定期动作服务器发送到动作客户端,其中包含有关目标的更新

动作的实例通常称为目标。

假设我们要定义一个新的操作“Fibonacci”来计算斐波那契数列。

action在我们的 ROS 2 包中创建一个目录action_tutorials_interfaces:

cd action_tutorials_interfaces
mkdir action

在该目录中,创建一个包含以下内容的action文件:Fibonacci.action

cd action
vim Fibonacci.action

将下面内容贴到Fibonacci.action,然后保存

int32 order
---
int32[] sequence
---
int32[] partial_sequence

创建action

在我们的代码中使用新的斐波那契操作类型之前,我们必须将定义传递到 rosidl 代码生成管道。

这是通过在以下行CMakeLists.txt之前添加以下行来完成的:ament_package() action_tutorials_interfaces

让我们用vccode 打开项目目录,方便查看文件以及修改文件

这是我们现在的项目目录如下:

在这里插入图片描述
接下来我们修改CMakeLists.txt

find_package(rosidl_default_generators REQUIRED)

rosidl_generate_interfaces(${PROJECT_NAME}
  "action/Fibonacci.action"
)

在这里插入图片描述
我们还应该将所需的依赖项添加到我们的package.xml:

<buildtool_depend>rosidl_default_generators</buildtool_depend>

<depend>action_msgs</depend>

<member_of_group>rosidl_interface_packages</member_of_group>

我们现在应该能够构建包含Fibonacci操作定义的包:

cd ros2_study
colcon build

在这里插入图片描述
发现编译报错:

在这里插入图片描述

提示我们是代码位置放错了

重新将上面的代码放入到下图的这个位置然后再重新编译
在这里插入图片描述

编译成功:

在这里插入图片描述

验证我们定义的action

. install/setup.bash
# Check that our action definition exists
ros2 interface show action_tutorials_interfaces/action/Fibonacci

在这里插入图片描述

在本次学习中,我们学习了action 定义的结构。还学习了如何使用CMakeLists.txt和正确构建新的操作界面package.xml,以及如何验证构建是否成功。

  • 13
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
学习AI人工智能技术并从零开始开发XR-ROS SLAM自主导航机器人一个需要坚持和耐心的过程。首先,需要了解人工智能、机器学习和深度学习的基本概念。在学习这些概念的同时,也要掌握编程基础知识,例如Python语言和ROS机器人操作系统)的使用。 接下来,了解SLAM(Simultaneous Localization and Mapping)技术,它是机器人导航领域的重要技术。SLAM可以帮助机器人同时实现对环境的感知与建图,并维持其在环境中的定位。 要开始开发XR-ROS SLAM自主导航机器人,首先需要选择合适的硬件平台,如使用激光传感器进行环境感知和定位。 然后,利用ROS开发平台,学习创建机器人模型、建立地图等基本操作。可以使用RViz等图形化工具帮助可视化机器人的运动和建图过程。 在完成这些基本操作后,可以开始学习SLAM算法,如ORB-SLAM、LSD-SLAM等。通过理解算法的原理和实现,可以将其应用到XR-ROS SLAM自主导航机器人开发中。 在开发过程中需要不断学习和实践,将SLAM算法与机器人的传感器数据进行融合,优化机器人的导航能力。同时,将机器学习和深度学习的技术应用到机器人的决策和路径规划中,提高机器人的智能水平。 最后,要持续关注和学习最新的研究和技术进展,不断提升自己的技术水平。通过不断实践和探索,才能在AI人工智能技术中从零开始学会XR-ROS SLAM自主导航机器人开发

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

小海聊智造

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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