ROS机器人编程技术架构命令应用

简介: ROS机器人编程技术架构命令应用

ROS机器人编程技术架构命令应用

通过对ROS基础操作命令的应用,熟练掌握以下技能:

1、掌握ROS架构中基本功能命令的使用方法;

2、能够运用指令在屏幕上生成两个小乌龟做画圆形运动;

3、能够运用rosbag功能包复现小乌龟画五角星运动;

需要配备的硬件:PC微型计算机.软件:Windows操作系统、Ubuntu18.04、ROS Melodic.

ROS第一个例程——小海龟画圆形

  1. 建立ROS工作空间
    打开Home目录,在空白处右击,点击新建文件夹(New Folder)建立一个文件夹,命名为catkin_ws

在文件夹 catkin_ws 下创建一个文件夹 src,在src目录下右键在终端中打开 ,输入$ catkin_init_workspac 此时,src文件夹中出现CMakeLists.txt文件

CMake 是一个跨平台的自动化建构系统,它使用一个名为 CMakeLists.txt 的文件来描述构建过程,可以产生标准的构建文件,如 Unix 的 Makefile 或Windows Visual C++ 的 projects/workspaces 。文件 CMakeLists.txt 需要手工编写,也可以通过编写脚本进行半自动的生成。CMake 提供了比 autoconfig 更简洁的语法。

2.编译工作空间

在catkin_ws文件夹下打开终端,输入catkin_make。在catkin_ws文件夹里生成build和devel两个文件夹。

  1. 配置环境变量
    设置环境变量是为了让系统知道功能包的位置在哪,以便能找到。确保安装脚本正确地覆盖了工作空间,ROS_PACKAGE_PATH环境变量包含在目录中。
    在catkin_ws路径下终端输入 $ source devel/setup.bash,使系统知道功能包放置在catkin_ws这个工作空间下。查看当前环境变量,终端输入 $ echo $ROS_PACKAGE_PATH
  2. ROS机器人画圆程序的编写
    打开终端,在catkin_ws/src路径下新建my_turtle_package包$ catkin_create_pkg my_turtle_package rospy roscpp
    在my_turtle_package/src 中创建cpp文件 $ gedit draw_circle.cpp
    打开draw_circle.cpp,编写画圆代码:
    #include “ros/ros.h”
    #include<geometry_msgs/Twist.h> //运动速度结构体类型 geometry_msgs::Twist的定义文件

int main(int argc, char *argv[])

{

ros::init(argc, argv, “vel_ctrl”); //对该节点进行初始化操作

ros::NodeHandle n; //申明一个NodeHandle对象n,并用n生成一个广播对象vel_pub

ros::Publisher vel_pub = n.advertise<geometry_msgs::Twist>(“/turtle1/cmd_vel”, 10);

//vel_pub会在主题"/cmd_vel"(机器人速度控制主题)里广播geometry_msgs::Twist类型的数据

ROS_INFO(“draw_circle start…”);//输出显示信息

while(ros::ok())

{

geometry_msgs::Twist vel_cmd; //声明一个geometry_msgs::Twist 类型的对象vel_cmd,并将速度的值赋值到这个对象里面

    vel_cmd.linear.x = 2.0;//前后(+-) m/s
    vel_cmd.linear.y = 0.0;  //左右(+-) m/s
    vel_cmd.linear.z = 0.0;

    vel_cmd.angular.x = 0;
    vel_cmd.angular.y = 0;
    vel_cmd.angular.z = 1.8; //机器人的自转速度,+左转,-右转,单位是rad/s
    vel_pub.publish(vel_cmd); //赋值完毕后,发送到主题"/cmd_vel"。机器人的核心节点会从这个主题接受发送过去的速度值,并转发到硬件体上去执行

    ros::spinOnce();//调用此函数给其他回调函数得以执行(比例程未使用回调函数)
}
return 0;

}

打开CMakeLists.txt $ gedit CMakeLists.txt

在CMakeLists.txt文件中找到##Declare a C++ executable,在这一行的前面添加如下内容:

add_executable(draw_circle src/draw_circle.cpp)

target_link_libraries(draw_circle ${catkin_LIBRARIES})

保存并退出CMakeLists.txt文件。然后在terminal中继续输入如下命令进行编译:

$ cd ~/catkin_ws/

$ catkin_make

编译成功

  1. 启动ROS机器人
    打开第一个终端(terminal),启动ros
    $ roscore
    打开第二个终端(terminal),启动rosnode
    $ rosrun turtlesim turtlesim_node
    打开第三个终端(terminal),启动my_turtle_package节点
    $ cd ~/catkin_ws/
    $ source devel/setup.bash
    $ rosrun my_turtle_package draw_circle

ROS第二个例程——复现小海龟画五角星

  1. 启动海龟模拟器
    打开终端Ctrl+Alt+T,输入下面的指令
    ros2 run turtlesim turtlesim_node

即看到这样的界面

  1. 启动海龟遥控器
    点一下原来的终端输入Ctrl+Shift+T 打开一个新的标签页输入
    ros2 run turtlesim turtle_teleop_key
    你可以看到这样子的界面


相关实践学习
使用ROS创建VPC和VSwitch
本场景主要介绍如何利用阿里云资源编排服务,定义资源编排模板,实现自动化创建阿里云专有网络和交换机。
ROS入门实践
本课程将基于基础设施即代码 IaC 的理念,介绍阿里云自动化编排服务ROS的概念、功能和使用方式,并通过实际应用场景介绍如何借助ROS实现云资源的自动化部署,使得云上资源部署和运维工作更为高效。
目录
相关文章
|
5月前
|
监控 Java API
Spring Boot 3.2 结合 Spring Cloud 微服务架构实操指南 现代分布式应用系统构建实战教程
Spring Boot 3.2 + Spring Cloud 2023.0 微服务架构实践摘要 本文基于Spring Boot 3.2.5和Spring Cloud 2023.0.1最新稳定版本,演示现代微服务架构的构建过程。主要内容包括: 技术栈选择:采用Spring Cloud Netflix Eureka 4.1.0作为服务注册中心,Resilience4j 2.1.0替代Hystrix实现熔断机制,配合OpenFeign和Gateway等组件。 核心实操步骤: 搭建Eureka注册中心服务 构建商品
910 3
|
3月前
|
人工智能 JavaScript 前端开发
GenSX (不一样的AI应用框架)架构学习指南
GenSX 是一个基于 TypeScript 的函数式 AI 工作流框架,以“函数组合替代图编排”为核心理念。它通过纯函数组件、自动追踪与断点恢复等特性,让开发者用自然代码构建可追溯、易测试的 LLM 应用。支持多模型集成与插件化扩展,兼具灵活性与工程化优势。
299 6
|
4月前
|
人工智能 Cloud Native 中间件
划重点|云栖大会「AI 原生应用架构论坛」看点梳理
本场论坛将系统性阐述 AI 原生应用架构的新范式、演进趋势与技术突破,并分享来自真实生产环境下的一线实践经验与思考。
|
4月前
|
机器学习/深度学习 人工智能 vr&ar
H4H:面向AR/VR应用的NPU-CIM异构系统混合卷积-Transformer架构搜索——论文阅读
H4H是一种面向AR/VR应用的混合卷积-Transformer架构,基于NPU-CIM异构系统,通过神经架构搜索实现高效模型设计。该架构结合卷积神经网络(CNN)的局部特征提取与视觉Transformer(ViT)的全局信息处理能力,提升模型性能与效率。通过两阶段增量训练策略,缓解混合模型训练中的梯度冲突问题,并利用异构计算资源优化推理延迟与能耗。实验表明,H4H在相同准确率下显著降低延迟和功耗,为AR/VR设备上的边缘AI推理提供了高效解决方案。
532 0
|
3月前
|
机器学习/深度学习 自然语言处理 算法
48_动态架构模型:NAS在LLM中的应用
大型语言模型(LLM)在自然语言处理领域的突破性进展,很大程度上归功于其庞大的参数量和复杂的网络架构。然而,随着模型规模的不断增长,计算资源消耗、推理延迟和部署成本等问题日益凸显。如何在保持模型性能的同时,优化模型架构以提高效率,成为2025年大模型研究的核心方向之一。神经架构搜索(Neural Architecture Search, NAS)作为一种自动化的网络设计方法,正在为这一挑战提供创新性解决方案。本文将深入探讨NAS技术如何应用于LLM的架构优化,特别是在层数与维度调整方面的最新进展,并通过代码实现展示简单的NAS实验。
|
4月前
|
机器学习/深度学习 存储 算法
【水下机器人建模】基于QLearning自适应强化学习PID控制器在AUV中的应用研究(Matlab代码实现)
【水下机器人建模】基于QLearning自适应强化学习PID控制器在AUV中的应用研究(Matlab代码实现)
343 0
|
5月前
|
存储 人工智能 机器人
别再只做聊天机器人:AI 应用商业闭环的工程落地指南,免费体验中
本文介绍了如何通过阿里云百炼平台创建一个星座运势分析AI智能体,并集成支付宝MCP服务实现支付闭环。解决AI产品无法直接变现的问题,完成“服务-支付-交易”全流程闭环,帮助开发者快速实现商业化。
|
5月前
|
Web App开发 Linux 虚拟化
Omnissa Horizon 8 2506 (8.16) - 虚拟桌面基础架构 (VDI) 和应用软件
Omnissa Horizon 8 2506 (8.16) - 虚拟桌面基础架构 (VDI) 和应用软件
308 0
Omnissa Horizon 8 2506 (8.16) - 虚拟桌面基础架构 (VDI) 和应用软件
|
5月前
|
机器学习/深度学习 数据采集 存储
技术赋能下的能源智慧管理:MyEMS 开源系统的架构创新与应用深化
在全球能源转型与“双碳”战略推动下,MyEMS作为基于Python的开源能源管理系统,凭借模块化架构与AI技术,助力重点用能单位实现数字化、智能化能源管理。系统支持多源数据采集、智能分析、设备数字孪生与自适应优化控制,全面满足国家级能耗监测要求,并已在制造、数据中心、公共建筑等领域成功应用,助力节能降碳,推动绿色可持续发展。
159 0

推荐镜像

更多
  • ros