ROS2安装与入门——古月居视频学习笔记

ros安装和入门（自己的学习笔记）

双系统安装Ubuntu22.04方法：

在Ubuntu官网下载好https://cn.ubuntu.com/download/desktop

准备一个U盘作为启动盘该过程会对U盘格式化

开始->右键->磁盘管理->选择一个磁盘->右键->压缩卷；压缩出40~60G空白分区

下载Rufus

插入U盘开机进入启动项（我的是按F12）选择u盘启动Ubuntu之后进入Ubuntu的安装即可

以下是学习视频内容，来源：【古月居】古月·ROS2入门21讲 | 带你认识一个全新的机器人操作系统_哔哩哔哩_bilibili

0 install

0.1

设置编码

$ sudo apt update && sudo apt install locales

$ sudo locale-gen en_US en_US.UTF-8

$ sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8

$ export LANG=en_US.UTF-8

添加源

$ sudo apt update && sudo apt install curl gnupg lsb-release

$ sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg

$ echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(source /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

安装humble

$ sudo apt update

$ sudo apt upgrade

$ sudo apt install ros-humble-desktop

环境变量

$ source /opt/ros/humble/setup.bash

$ echo "source /opt/ros/humble/setup.bash">>~/.bashrc

安装ros2包

$ sudo apt update

$ sudo apt install ros-humble-ros1-bridge

0.2开发环境配置

安装git

$ sudo apt install git

课程代码包下载:

$ git clone https://gitee.com/guyuehome/ros2_21_tutorial.git

同时官网安装VsCode，ded版，并安装扩展插件

0.3 workspace工作空间

src: Source Space

install: Install Space

build: Build Space

log: Log Space

创建工作空间

$ mkdir -p ~/dev_ws/src

$ cd ~/dev_ws/src

自动安装依赖

$ sudo apt install -y python3-pip

$ sudo pip3 install rosdepc

$ sudo rosdepc init& rosdepc update

(如果不成功使用：$ rosdepc update --include-eol-distros)

$ cd ..

$ rosdepc install -i --from-path src --rosdistro humble -y

编译工作空间

$ sudo apt install python3-colcon-ros

$ cd ~/dev_ws/

$ colcon build

设置环境变量：

$ source install/local_setup.sh

$ echo " source ~/dev_ws/install/local_setup.sh">>~/.bashrc

(创建功能包: ros2 pkg create --build-type <build-type><package_name>

$ cd ~/dev_ws/src

$ ros2 pkg create --build-type ament_cmake learning_pkg_c

$ ros2 pkg create --build-type ament_python learning_pkg_python

编译功能包：

$ colcon build

$ source install/local_setuo.bash)

1.节点：可以比喻成工人独立完成一部分任务

执行具体任务的进程；独立运行的可执行文件；可以使用不用的编程语言；可分布式运行在不同主机；通过节点名称进行管理

先colcon build进行编译，编译成功后才能进行运行

import rclpy #ros2、python接口库
from rclpy.node import Node #ROS2 节点类

#面向过程的编程方法
def main(args=Node):#ROS2节点主入口main函数
    rclpy.init(args=args)#接口初始化
    node=Node(  )#创建ros2节点对象并进行初始化

    ###功能部分

    node.destroy_node()#销毁节点对象
    rclpy.shutdown()#关闭ROS2、python接口

#建议使用面向对象方法
class HelloworldNode(Node):
    def _init_(self,name)#节点父类初始化
   
    ###功能部分
    
def main(args=None):#ROS2节点主入门main函数
    rclpy.init(args=args)#ROS2 python接口初始化
    node = HelloWorldNode(" ")#创建ROS2节点对象并初始化
    rclpy.spin(node)#循环等待ROS2退出
    node.destory_node()#销毁节点对象
    rclpy.shutdown()#关闭接口

#setup配置
    'node_helloworld =learning_node node_helloworld:main()'

编程接口初始化

创建节点并初始化

实现节点功能

销毁节点并关闭接口

$ ros2 run learning_node node_helloworld/node_helloworld_class

$ ros2 run learning_node node_object (识别苹果)

可以更改图片路径去识别自己加载的图片

$ ros2 run learning_node node_object_webcam(识别摄像头中的画面)

2.话题topic：节点之间传递数据的桥梁

DDS的发布/订阅模型；订阅者或发布者可以不唯一，多对多；异步通信机制；.msg文件通信的消息结构

适合单项传输

import rclpy #ros2、python接口库
from rclpy.node import Node #ROS2 节点类
from std_msgs.msg import String
'''
创建一个发布者节点
'''
class PubishNode(Node):
    def _init_(self,name)#节点父类初始化
    self.pub =self.create_pubisher(String,'chatter',10)#创建发布者（消息类型，话题名，队列）
    self.timer=self.create_timer(0.5,self.timer_callback)#创建一个定时器（单位为秒的周期，定时执行的回调函数）
    def###功能部分

def main(args=None):#ROS2节点主入门main函数
    rclpy.init(args=args)#ROS2 python接口初始化
    node = PublisherNode("  ")#创建ROS2节点对象并初始化
    rclpy.spin(node)#循环等待ROS2退出
    node.destory_node()#销毁节点对象
    rclpy.shutdown()#关闭接口

#SubscribeNode相似
#setup配置
    'topic_helloworld_pub =learning_topic.topic_helloworld_pub:main()

编程接口初始化

创建节点并初始化

创建订阅者对象

回调函数处理话题数据

销毁节点并关闭接口

$ros2 run learning_topic topic_webcam_pub/sub(摄像头发布和订阅图像识别)

话题通信：

$sudo apt install ros-humble-usb-cam#针对相机的标准驱动

$ros2 run usb_cam usb_cam_node_exe#相机驱动节点

$ros2 run learning_topic topic_webcam_sub#订阅者节点

不同点：之前是使用opencv的相机驱动改成了ros2中的标准相机驱动

状态查看：

$ ros2 topic list

$ ros2 topic info /image_raw#查看该话题详细信息

$ ros2 topic bw /image_raw#查看该话题带宽

3.服务：节点间的你问我答（请求和反馈）

客户端/服务端（C/S）模型；同步通信机制；服务器端唯一，客户端可以不唯一，一对多；.srv文件定义请求和应答数据结构

适合一问一答双向，同步性要求较高的

服务通信：

$ros2 run learning_service service_adder_server

$ros2 run learning_service service_adder_client 2 3(加法求和器)

###主要函数
##创建服务器
from learning_interface.srv import AddTwoInts

class adderServer(Node):
    def _init_(self, name):
        super()._init_(name)
        self.srv = self.create_service(AddTwoInts,'add_two_ints',self.adder_callback)
    #功能
def main(args=None):#同上
    
##创建客户端
from learning_interface.srv import AddTwoInts

class adderClient(Node):
    def _init_(self, name):
        super()._init_(name)
        self.client = self.create_client(AddTwoInts,'add_two_ints')#创建客户端对象（服务器类型、服务名）
        while not self.client.wait_for_service(timeout_sec=1.0):#循环等待服务器成功启动
            self.get_logger().info(service not available,awiting again...')
        self.request = AddTwoInts.Request()#创建服务请求的数据对象

    def send_request(self):#创建一个发送服务请求的函数
        #...
        #...
        self.future = self.client.call_async(self.request)#异步方式发送服务请求
    def main(args=None):
        rclpy.spin_once(node)
        if node.futuew.done():  #数据是否处理完成
            try:
                response = node.future.result()  #接收服务器的反馈数据
            except Exception as e:
                node.get_logger().info(
                    'Service call failed %r' % (e,))
            else:
                node.get_logger().info(  #接收到的反馈信息打印输出
                    'Result of add_two_ints: for %d +%d = %d' % (node.request.a, node.request.b, response.sum))
            break
    node.destroy_node()
    rclpy.shutdown()

编辑接口初始化

创建节点并初始化

创建服务器端对象

通过回调函数处进行服务

向客户端反馈应答结果

销毁节点并关闭接口

创建接口初始化

创建节点并初始化

创建客户端对象

创建并发送请求数据

等待服务器端应答数据

销毁节点并关闭接口

服务通信：

$ ros2 run usb_cam usb_cam_node_exe #相机驱动节点，发布图像数据

$ ros2 run learning_service service_object_server#视觉识别节点，订阅图像数据，并且集成一个服务器端，随时提供目标的位置

$ ros2 run learning_service service_object_client#客户端节点，机器人目标跟踪的节点

4.通信接口：数据传递的标准结构

5.动作：完整行为的流程管理

客户端/服务器（C/S）模型；服务器端唯一，客户端可以不唯一；同步通信机制；.action文件定义通信接口的数据结构

小海龟仿真旋转动作：

$ ros2 run turtlesim turtlesim_node

$ ros2 run turtlesim turtle_teleop_key

$ ros2 action info /turtle1/rotate_absolute

$ ros2 action send_goal /turtle1/rotate_absolute turtlesim/action/RotateAbsolute "{theta: -1.57}"

$ ros2 action send_goal /turtle1/rotate_absolute turtlesim/action/RotateAbsolute "{theta: -1.57}" --feedback

动作通信：(机器人完成360度旋转)

$ ros2 run learning_action action_move_server

$ ros2 run learning_action action_move_client

6.参数：机器人系统的全局字典

全局共享字典；由键和值组成；可实现动态监控

小海龟仿真

$ ros2 run turtlesim turtlesim_node

$ ros2 run turtlesim turtle_teleop_key

$ ros2 param list （/get 节点名 某个参数 ： 来得到详细信息； /set 节点名 某个参数 数值 ： 来更改参数； /dump 节点名 >> 某个文件 ： 来转移其中所有参数的具体值 ；/load 节点名 文件名 ： 更新为文件中的所有参数）

参数应用：

$ ros2 run usb_cam usb_cam_node_exe

$ ros2 run learning_parameter param_object_detect

$ ros2 param set param_object_detect red_h_upper 180  #（更改参数）

7.分布式通信：多计算平台的任务分配

如使用树莓派安装ros系统连接各个装置如驱动、电动机、传感器等，收集数据，电脑PC端接收数据并发布指令。

树莓派和电脑只需要连接如同一个网络即可实现通信

8.通信模式DDS：机器人的神经网络 Data Distribution Service

是数据为中心的模式，通信间包含很多并行的通路，每个节点可以只关注到需要的东西，而忽略不需要关注的东西。专门为实时系统设计的数据分发/订阅标准

ROS2中DDS的特性：质量服务策略如deadline、history、reliability(beat effoet/reliable)、durability。

在命令行中配置DDS：

ros2 topic pub /chatter std_msgs/msg/Int32 "data: 42" --qos-reliability best_effort#发布数据

ros2 topic echo /chatter --qos-reliability reliable

ros2 topic echo /chatter --qos-reliability best_effort #（qos设置必须一致才能产生通讯连接）

ros2 topic info/chatter --verbose    #（查看该话题的详细信息）

9.Launch：多节点启动与配置脚本

可以通过launch对节点进行重命名，避免不能同时启动同一个模型

可以对参数进行配置

10.TF：机器人坐标系管理

Base Frame、World Frame、Tool Frame

查看两个小海龟坐标系的变动

sudo apt install ros-humble-turtle-tf2-py （ros-humble-tf2-tools）

sudo pip3 install transforms3d

ros2 launch turtle_tf2_py turtle_tf2_demo.launch.py #打开两个小海龟的launch，其中一个小海龟会追着另一个小海龟走

ros2 run turtlesim turtle_teleop_key

ros2 run tf2_tools view_frames #订阅5秒钟内的坐标系结构并绘制保存tf结果

ros2 run tf2_ros tf2_echo turtle2 turtle1 #得到任意两个坐标系相对变化的具体数值

ros2 run rviz2 rviz2 #可视化

相对位置不会发生变化：

静态TF（变化）广播：ros2 run learning_tf static_tf_broadcaster

ros2 run tf2_tools view_frames

TF监听：ros2 run learning_tf tf_listener

11.URDF：统一机器人描述格式

解析URDF中使用XML格式描述的机器人模型，包括link和joint子深深及相关属性的描述信息

<link>

描述机器人的某个刚体部分的外观和物理属性；描述连杆尺寸、颜色，形状，惯性矩阵，碰撞参数等

每个link会成为一个坐标系

其中<visual>部分描述机器人的外观视觉效果，<collision>描述碰撞，运动中的状态

<joint>

描述两个link之间的关系，分为六种类型

包括关节运动的位置和速度限制；描述机器人的关节运动学和动力学属性

最后全都放在<robot>中

模型示例：

ros2 launch learning_urdf display.launch.py

查看模型结构：

在模型文件夹下 $ urdf_to_graphviz mbot_base.urdf

12.Gazebo：三维物理仿真平台

具备强大的物理引擎

高质量的图形渲染

可以测试机器人算法、机器人设计、现实情景下的回溯测试

 file: .bashrc *** source /usr/share/gazebo/setup.bash

sudo apt install ros-humble-gazebo-*

ros2 launch gazebo_ros gazebo.launch.py

通过宏定义的方式把各个模块组合到一起

配置模型中的仿真参数：

为link添加惯性参数和碰撞属性；为link添加gazebo标签；为joint添加传动装置；添加gazebo控制器插件

运动仿真：

ros2 launch learning_gazebo load_urdf_into_gazebo.launch.py #启动仿真文件

ros2 run teleop_twist_keyboard teleop_twist_keyboard #启动键盘控制

13.Rviz 三维可视化工具

可以使用可扩展标记语言XML对机器人、周围物体等任何实物进行尺寸、质量、位置、材质、关节等属性的描述并在界面中呈现

通过图形化方式实时显示机器人传感器的信息、运动状态、周围环境的变化等

也可以在Rviz的控制界面下，通过按钮、滑动条、数值等方式控制机器人的行为

启动Rviz ros2 run rviz2 rviz2

14.RQT：模块化可视化工具

logging-console对日志信息进行管理和搜索；topic-massager pubulisher可视化的话题发布和服务调用；对数据订阅并直接画成曲线图

$ sudo apt install ros-humble-rqt

$ rqt

小海龟仿真：

ros2 run turtlesim turtlesim_node

ros2 run turtlesim turtle_teleop_key