MaixSense-A010 接入 ROS_maixsense a010-CSDN博客

本文链接：https://blog.csdn.net/qq_41566483/article/details/136850966

文章介绍了MaixSense系列的TOF深度摄像头模块，如MaixSense-A010和A075V，它们具备高精度测距、物体识别、人流统计等功能，并支持Linux和ROS系统的集成，提供了开发示例代码和注意事项。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MaixSense 是什么

MaixSense 系列产品搭载 TOF 深度摄像头，目前有 MaixSense-A010 和 MaixSense-A075V 两款产品。

MS-A010 是一款由 BL702 + 炬佑 100x100 TOF 模组所组成的极致性价比的 TOF 3D 传感器模组，最大支持 100x100 的分辨率和 8 位精度，并且带有 240×135 的 LCD 显示屏可实时预览 color map 后的深度图。

而 MS-A075V 是一款具有 RGB 功能的 3D TOF 摄像机模组，该模组可以实现 Linux 免驱的即插即用，实现实时彩色 3D 显示。
参数如下：
在这里插入图片描述

MaixSense 能做什么

远中近物体实拍

高精度的映射物品摆放距离的差异，点云图可直观感受到更真实的可视化。
在这里插入图片描述

人流统计

可实时监控人流，进行高精度、大分辨率的统计。
在这里插入图片描述

小车避障

可搭载于小车移动并判断画面是否有障碍物，模组自带 LCD 屏幕精准显示距离并做出反应规避障碍物。

在这里插入图片描述

键盘灯跟随

实现超酷炫的键盘灯跟随，实时跟踪手部的位置，再根据手部的位置映射键盘灯。
在这里插入图片描述

体积测量

在这里插入图片描述

外接 MCU

MS-A010 拥有强大的兼容性，基于串口协议的数据传输。
可外接 K210 bit 这样的单片机开发板或树莓派之类的 linux 开发板来进行二次开发。
在这里插入图片描述

接入 ROS1 / ROS2

双支持 ROS 系统，开放 ROS1+ROS2 接入功能包，可快速获得深度数据及深度图。
在这里插入图片描述

TOF 技术

TOF: 是一种距离测量的方法，通过测量发射器和反射器之间的超声波/微波/光等信号的“飞行时间”来计算两者之间的距离。可以实现TOF测距的是TOF传感器。最常用的是红外线或激光测距。

物体之间的距离存在差异。该模块通过捕获的深度值的差异来显示冷色和暖色。冷暖色随着距离的映射而变化，距离越近色调呈暖调（橘红）而越远色调呈冷调（蓝色）。
在这里插入图片描述

更多详细资料不再赘述，见：https://wiki.sipeed.com/hardware/zh/maixsense/maixsense-a010/maixsense-a010.html

接入 ROS1（Linux）

publisher 代码（使用 type-C 虚拟串口）

代码（网上下载）

不要下载网站上的那个接入包，实测不好用。用下面这个：

git clone https://github.com/sipeed/MaixSense_ROS.git

然后我把目录下的 ros1 挪到了自己常用的工作空间，目录结构如下。（视个人情况而定）
在这里插入图片描述

cd ~/mynewestros
catkin_make

运行 publisher

rosrun sipeed_tof_ms_a010 node device:="/dev/ttyUSB0"

效果类似于如下：（当时是使用了不好用的旧接入包，所以只看输出的四个参数即可）
在这里插入图片描述

rqt 查看帧率

Plugins —> Topics —> Message Publisher
在这里插入图片描述
然后运行节点：

rosrun sipeed_tof_ms_a010 node device:="/dev/ttyUSB0"

效果如下：
在这里插入图片描述

rviz 预览

rosrun sipeed_tof_ms_a010 node device:="/dev/ttyUSB0"

rviz

在这里插入图片描述
代码里 header.frame_id 是什么，Global Options - Fixed Frame 就填什么。

subscriber 代码（使用 type-C 虚拟串口）

运行 subscriber

rosrun sipeed_tof_ms_a010 msghandler device:="/dev/ttyUSB0"

代码（自行编写）

#include <ros/ros.h>
#include <sensor_msgs/Image.h>
#include <sensor_msgs/PointCloud2.h>
#include <iostream>

void pointDepthCallback(const sensor_msgs::ImageConstPtr& msg)
{
    // 打印点云中的点数
    // ROS_INFO("Received point cloud with %d points", msg->width * msg->height);
}

void pointCloudCallback(const sensor_msgs::PointCloud2ConstPtr& msg)
{
    // 打印点云中的点数
    ROS_INFO("Received point cloud with %d points", msg->width * msg->height);
}

int main (int argc, char **argv)
{
    // 初始化ROS节点
    ros::init(argc, argv, "point_cloud_processor");

    // 创建节点句柄
    ros::NodeHandle nh("~");

    std::string s;
    nh.param<std::string>("device", s, "/dev/ttyUSB0");
    std::cout << "use device: " << s << std::endl;

    std::string from_device(s.substr(5));
    std::stringstream sd;
    std::stringstream sc;

    // 订阅深度信息
    sd.str("");
    sd << "/" << from_device << "/depth";
    std::cout << sd.str() << std::endl;
    ros::Subscriber sub_depth = nh.subscribe<sensor_msgs::Image>(strdup(sd.str().c_str()), 1, pointDepthCallback);
    std::cout << strdup(sd.str().c_str()) << std::endl;

    // 订阅点云数据
    sc.str("");
    sc << "/" << from_device << "/cloud";
    std::cout << sc.str() << std::endl;
    ros::Subscriber sub_cloud = nh.subscribe<sensor_msgs::PointCloud2>(strdup(sc.str().c_str()), 1, pointCloudCallback);
    std::cout << strdup(sc.str().c_str()) << std::endl;

    // 循环处理ROS消息
    ros::spin();

    return 0;
}