使用ROS通信时，评估网络通信带宽并绘制可视化曲线

当我们使用ROS进行机器人间通信时，常常需要评估系统间通信带宽，因此，现在介绍一下。

获取话题名

rostopic list

当系统运行时，列出所以话题，找到机器人间通信的话题名称，比如/robot1/image_raw

查看通信带宽数据

rostopic bw /robot1/image_raw(话题名)

rostopic bw /topic_name可以测量消息在特定话题上的带宽使用情况，包括传输速率和数据包大小输入要查看的话题名，可以显示带宽信息，它的形式如下：

subscribed to [/robot1/image_raw]
average: 1.325MB/s
    mean: 1.36MB min: 1.36MB max: 1.36MB window: 11
average: 1.327MB/s
    mean: 1.36MB min: 1.36MB max: 1.36MB window: 20
average: 1.337MB/s
    mean: 1.36MB min: 1.36MB max: 1.36MB window: 30
average: 1.309MB/s
    mean: 1.36MB min: 1.36MB max: 1.36MB window: 39
average: 1.319MB/s
    mean: 1.36MB min: 1.36MB max: 1.36MB window: 49

将信息保存成txt文档

rostopic bw /robot1/image_raw > band.txt

将上述输出的带宽数据保存成txt文档，以便对他进行进一步处理，比如画出可视化曲线

绘制可视化曲线

使用python的matplotlib工具，当只对一个文档绘制一条曲线时，给出代码如下;

import matplotlib.pyplot as plt

time_points = []
bandwidth_values = []

with open('band.txt', 'r') as file:
    lines = file.readlines()

for i, line in enumerate(lines):
    if "average" in line:
    
        avg_bandwidth_str = line.split()[1] 
        avg_bandwidth = float(avg_bandwidth_str[:-4]) / 1000
        time_points.append(i)
        bandwidth_values.append(avg_bandwidth)

plt.plot(time_points, bandwidth_values, marker='o', color='blue', label='Image')
plt.xlabel('Sample Index')
plt.ylabel('Bandwidth (MB/s)')
plt.title('Bandwidth Over Time')
plt.grid(True)
plt.legend()  # 显示图例

plt.show()

当对多个文档绘制多条曲线，并用不同颜色且标注类别时，给出代码如下; 

import matplotlib.pyplot as plt

# 文件名列表
file_names = ['band.txt', 'band_point.txt', 'band_point1.txt', 'band_point2.txt']
colors = ['blue', 'red', 'green', 'orange']  # 每个文件对应的颜色
labels = ['Image', 'Sequence_1', 'Sequence_2', 'Sequence_3']  # 每个文件的标签

# 创建图形和坐标轴
plt.figure()

for file_name, color, label in zip(file_names, colors, labels):
    time_points = []
    bandwidth_values = []

    # 读取每个文件的数据
    with open(file_name, 'r') as file:
        lines = file.readlines()

    # 解析文件内容
    for i, line in enumerate(lines):
        if "average" in line:
            avg_bandwidth_str = line.split()[1]  # 提取带宽数值
            avg_bandwidth = float(avg_bandwidth_str[:-4]) / 1000  # 去掉 "MB/s KB/s" 并转换为浮点数
            time_points.append(i)
            bandwidth_values.append(avg_bandwidth)

    # 绘制每个文件的带宽曲线
    plt.plot(time_points, bandwidth_values, marker='o', color=color, label=label)

# 添加标签和标题
plt.xlabel('Sample Index')
plt.ylabel('Bandwidth (MB/s)')
plt.title('Bandwidth Over Time')
plt.grid(True)
plt.legend()  # 显示图例

# 显示图形
plt.show()