普通摄像头接入树莓派

实施步骤

1. 插入摄像头
2. 使用命令查询摄像头端口号

ls /dev/video*

3. 编写launch文件

<launch>
  <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen">		
    <param name="video_device" value="/dev/video0" />
    <param name="image_width" value="640" />
    <param name="image_height" value="480" />
    <param name="pixel_format" value="mjpeg" />
    <param name="camera_frame_id" value="usb_cam" />
  </node>
</launch>

• 需要更改：
  将端口号“/dev/video”改为自己摄像头所在的设备号
  “mjpeg”是图像输出格式，需要更具实际情况修改，利用如下命令查看当前设备输出的图像格式详情。

v4l2-ctl --list-formats-ext -d /dev/video0	//更改为自己的设备

可见输出格式为"yuyv”(大小写无所谓）,更改launch文件的相关位置。

• 运行launch文件，观察输出值

运行正常，无错误。

• 观察显示图像

rqt_image_view

注意：如果使用ssh连接，图像界面无法显示，原因vscode，ssh均没有显示图像的插件。

此时会发现图像特别卡顿，因此提出以下缓解图像卡顿的方案。

4. 缓解图像延迟高的问题

• 调整摄像头参数
  修改“start_camera.launch”文件

<launch>
  <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen">
    <param name="video_device" value="/dev/video0" />
    <param name="image_width" value="320" /> <!-- 尝试降低分辨率 -->
    <param name="image_height" value="240" />
    <param name="pixel_format" value="yuyv" />
    <param name="camera_frame_id" value="usb_cam" />
    <param name="framerate" value="15" /> <!-- 尝试降低帧率 -->
    <param name="io_method" value="mmap" />
    <param name="buffer_size" value="4" /> <!-- 增加缓冲区大小 -->
  </node>
</launch>

• 优化USB带宽和CPU资源
  将摄像头接口接入USB 3.0端口，关闭后台不必要的进程，以释放CPU资源

• 使用多线程处理图像

#!/usr/bin/env python	#添加解释器
import rospy	#ros和python通讯接口
from sensor_msgs.msg import Image	#用于传输图像数据的消息类型
from cv_bridge import CvBridge, CvBridgeError	#将ros图像转化为OpenCV图像格式的工具
import cv2	#OpenCV库，用于处理和显示图像库
import threading	#Python标准库，用于支持多线程编程

class ImageSubscriber:
    def __init__(self):
        self.bridge = CvBridge()	#创建CvBridge对象，用于ROS图像和OpenCV图像的转化
        self.image_sub = rospy.Subscriber("/usb_cam/image_raw", Image, self.image_callback)	#订阅来自ROS摄像头的图像消息
        self.lock = threading.Lock()	# 创建线程锁，用于确保多线程操作的数据安全性
        self.cv_image = None	# 存储最新的OpenCV格式图像数据
        self.display_thread = threading.Thread(target=self.display_image)	# 创建用于显示图像的线程
        self.display_thread.start()	# 启动显示图像的线程

    def image_callback(self, msg):
        try:
            with self.lock:
                self.cv_image = self.bridge.imgmsg_to_cv2(msg, "bgr8")	# 将接收到的ROS图像消息转换为OpenCV的BGR格式图像
        except CvBridgeError as e:
            rospy.logerr("CvBridge Error: {0}".format(e))	# 如果转换出错，则记录错误日志

    def display_image(self):
        while not rospy.is_shutdown():	# 当ROS节点未关闭时执行循环
            if self.cv_image is not None:	# 如果有新的图像数据可用
                with self.lock:
                    cv2.imshow("Camera Image", self.cv_image)	# 在窗口中显示摄像头图像
                cv2.waitKey(1)	# 等待1毫秒，允许窗口处理事件和刷新显示

def main():
    rospy.init_node('image_subscriber', anonymous=True)	# 初始化ROS节点，节点名称为'image_subscriber'，匿名节点
    image_subscriber = ImageSubscriber()	 # 创建ImageSubscriber类的实例
    rospy.spin()	# 进入ROS的主循环，等待关闭节点的信号

if __name__ == '__main__':
    main()	# 如果作为主程序运行，则调用main函数开始执行

5. 将两个文件添加到一个launch文件中去
   返回之前创建的文件

 	<launch>
  <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen">
    <param name="video_device" value="/dev/video0" />
    <param name="image_width" value="320" />
    <param name="image_height" value="240" />
    <param name="pixel_format" value="yuyv" />
    <param name="camera_frame_id" value="usb_cam" />
    <param name="framerate" value="15" />
    <param name="io_method" value="mmap" />
    <param name="buffer_size" value="4" /> <!-- 增加缓冲区大小 -->
  </node>

   <!-- 加载python文件 -->
  <node pkg="your_package" type="your_python.py" name="your_python_node" output="screen"/>

</launch>

注：别忘了给python文件赋权

cd (你pyhon存在的位置）
sudo chmod 777 *py

运行launch文件即可观测到图像。

over！！！！