ROS(robot OS)学习 (N)

从今天开始记录ROS学习的过程.

由于之前整顿UBUNTU系统安装和ROS的安装已经折腾了几个星期, 而且也阅读了肖军浩博士的机器人操作系统(ROS)浅析,所以也不太算从0开始了,所以现在以N为编号开始写些东西,希望可以和大家一起进步. 我的UBUNTU是15.04(不推荐),ROS版本是Jade(强烈不推荐),所以因为很多Bug,有些功能实现不了(比如说OPENNI),所以我也不能进行太系统的学习,就学到什么写些什么吧.

今天学习的是ROS和OPENCV的结合.

ROS和OPENCV呢是通过CvBridge来链接的,我用的是C++版本的,具见:http://wiki.ros.org/cv_bridge/Tutorials/UsingCvBridgeToConvertBetweenROSImagesAndOpenCVImages.

由于使用的是Jade版本的ROS,所以是用catkin的架构来编辑的. 我们先按着教程来建立一个工作空间,并在空间的/src目录下建立一个包,然后创建一image_converter.cpp的文件并添加以下内容.

#include <ros/ros.h>
#include <image_transport/image_transport.h>
#include <cv_bridge/cv_bridge.h>
#include <sensor_msgs/image_encodings.h>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>

static const std::string OPENCV_WINDOW = "Image window";

class ImageConverter
{
  ros::NodeHandle nh_;
  image_transport::ImageTransport it_;
  image_transport::Subscriber image_sub_;
  image_transport::Publisher image_pub_;
  
public:
  ImageConverter()
    : it_(nh_)
  {
    // Subscrive to input video feed and publish output video feed
    image_sub_ = it_.subscribe("/usb_cam/image_raw", 1, 
      &ImageConverter::imageCb, this);
    image_pub_ = it_.advertise("/image_converter/output_video", 1);

    cv::namedWindow(OPENCV_WINDOW);
  }

  ~ImageConverter()
  {
    cv::destroyWindow(OPENCV_WINDOW);
  }

  void imageCb(const sensor_msgs::ImageConstPtr& msg)
  {
    cv_bridge::CvImagePtr cv_ptr;
    try
    {
      cv_ptr = cv_bridge::toCvCopy(msg, sensor_msgs::image_encodings::BGR8);
    }
    catch (cv_bridge::Exception& e)
    {
      ROS_ERROR("cv_bridge exception: %s", e.what());
      return;
    }

    // Draw an example circle on the video stream
    if (cv_ptr->image.rows > 60 && cv_ptr->image.cols > 60)
      cv::circle(cv_ptr->image, cv::Point(50, 50), 10, CV_RGB(255,0,0));

    // Update GUI Window
    cv::imshow(OPENCV_WINDOW, cv_ptr->image);
    cv::waitKey(3);
    
    // Output modified video stream
    image_pub_.publish(cv_ptr->toImageMsg());
  }
};

int main(int argc, char** argv)
{
  ros::init(argc, argv, "image_converter");
  ImageConverter ic;
  ros::spin();
  return 0;
}

这个程序其实是从在摄像头才采集的图片上画个圈.

其实就是从摄像头中提取图像发布主题,而image_transport订阅了该主题后,用cvBridge转成OpenCV的图片指针,而后就可以用OpenCV的来进行操作(画圈).值得注意的是,由于笔者使用的是usb_cam,所以需要把程序中的

image_sub_ = it_.subscribe("/camera/image_raw", 1, &ImageConverter::imageCb, this)

改为

<pre name="code" class="cpp">image_sub_ = it_.subscribe("/usb_cam/image_raw", 1, &ImageConverter::imageCb, this)

接下来些来是编辑CMakeLists.txt,看起来非常简单,但这里笔者折腾了半天,

cmake_minimum_required(VERSION 2.8.3)
project(lipv)
find_package(catkin REQUIRED roscpp image_transport cv_bridge std_msgs sensor_msgs OpenCV)
catkin_package()
include_directories(${catkin_INCLUDE_DIRS} ${OpenCV_INCLUDE_DIRS})
add_executable(drawcircle image_converter.cpp)
target_link_libraries(drawcircle ${catkin_LIBRARIES} ${OpenCV_LIBRARIES})

然后到工作空间编译,之后运行

roscore

rosrun usb_cam usb_cam_node

rosrun lipv drawcircle (lipv是笔者的功能包名)

然后就可以得到结果

相比于 rosrun image_view image_view image:=/usb_cam/image_raw,可看出opencv起了作用在左上角画了个红圈.

我的第一篇ROS学习心得就到此为止了,没想到编辑这么一点东西需要1个多小时.希望我下次还有毅力可以坚持写些东西.