【古月21讲】ROS入门系列(4)——参数使用与编程方法、坐标管理系统、tf坐标系广播与监听的编程实现、launch启动文件的使用方法

本文涉及的产品
资源编排,不限时长
简介: 【古月21讲】ROS入门系列(4)——参数使用与编程方法、坐标管理系统、tf坐标系广播与监听的编程实现、launch启动文件的使用方法

1、参数的使用与编程方法

  1. 创建功能包
cd ~/catkin_ws/src
catkin_create_pkg learning_parameter roscpp rospy std_srvs

2.相关参数命令使用

  • rosparam list 列出当前所有参数7f8f304cfad54e288382d02625d638a3.png
  • 注意上图红色框图部分,这里可能和ROS入门21讲中的不一样,在代码中相应的调整。
  • rosparam get param_key 显示某个参数值5a48651cd0d84dfa8e7a90112ef82ccf.png
  • rosparam set param_key param_value 设置某个参数值934bdaa796b241d88a3e0be57f634c90.png

这里我们通过set设置/turtlesim/background_b参数的值为100,后面通过get命令发现参数的值确实变成了100。这里我们可以通过调用/clear服务让海龟进程背景发生变化,命令及变化效果如下:

rosservice call /clear "{}" 
  • rosparam dump file_name 保存参数到文件
  • rosparam load file_name 从文件读取参数
  • rosparam load file_name 删除参数


 3.编程实现控制海龟例程背景参数设计(C++) ——文件名为parameter_config.cpp

   /***********************************************************************
   Copyright 2020 GuYueHome (www.guyuehome.com).
   ***********************************************************************/
   /**
    * 该例程设置/读取海龟例程中的参数
    */
   #include <string>
   #include <ros/ros.h>
   #include <std_srvs/Empty.h>
   int main(int argc, char **argv)
   {
    int red, green, blue;
       // ROS节点初始化
       ros::init(argc, argv, "parameter_config");
       // 创建节点句柄
       ros::NodeHandle node;
       // 读取背景颜色参数
    ros::param::get("/turtlesim/background_r", red);
    ros::param::get("/turtlesim/background_g", green);
    ros::param::get("/turtlesim/background_b", blue);
    ROS_INFO("Get Backgroud Color[%d, %d, %d]", red, green, blue);
    // 设置背景颜色参数
    ros::param::set("/turtlesim/background_r", 255);
    ros::param::set("/turtlesim/background_g", 255);
    ros::param::set("/turtlesim/background_b", 255);
    ROS_INFO("Set Backgroud Color[255, 255, 255]");
       // 读取背景颜色参数
    ros::param::get("/turtlesim/background_r", red);
    ros::param::get("/turtlesim/background_g", green);
    ros::param::get("/turtlesim/background_b", blue);
    ROS_INFO("Re-get Backgroud Color[%d, %d, %d]", red, green, blue);
    // 调用服务,刷新背景颜色
    ros::service::waitForService("/clear");
    ros::ServiceClient clear_background = node.serviceClient<std_srvs::Empty>("/clear");
    std_srvs::Empty srv;
    clear_background.call(srv);
    sleep(1);
       return 0;
   }

总结上面获取、设置参数的编程过程如下:

  • 初始化ROS节点
  • get函数获取参数
  • set函数设置参数

4.配置代码编译规则

设置需要编译的代码和生成的可执行文件

add_executable(parameter_config src/parameter_config.cpp)

设置链接库

target_link_libraries(parameter_config ${catkin_LIBRARIES})


 5.编译并运行

cd ~/catkin_ws
catkin_make
roscore
rosrun turtlesim turtlesim_node
rosrun learning_parameter parameter_config

运行的效果如下:

28376fea55bd4d499189e610c9c9aac8.png

2、ROS中的坐标管理系统

该部分在运行时错误较多,下面这篇博客写的极为详细,这里偷个懒,博客链接如下:

ROS中的坐标管理系统

3、tf坐标系广播与监听的编程实现

  1. 创建功能包
cd ~/catkin_ws/src
 catkin_create_pkg learning_tf roscpp rospy tf turtlesim
  1. 创建tf广播器代码(C++) ——文件名为turtle_tf_broadcaster.cpp
   /***********************************************************************
   Copyright 2020 GuYueHome (www.guyuehome.com).
   ***********************************************************************/
   /**
    * 该例程产生tf数据,并计算、发布turtle2的速度指令
    */
   #include <ros/ros.h>
   #include <tf/transform_broadcaster.h>
   #include <turtlesim/Pose.h>
   std::string turtle_name;
   void poseCallback(const turtlesim::PoseConstPtr& msg)
   {
    // 创建tf的广播器
    static tf::TransformBroadcaster br;
    // 初始化tf数据
    tf::Transform transform;
    transform.setOrigin( tf::Vector3(msg->x, msg->y, 0.0) );
    tf::Quaternion q;
    q.setRPY(0, 0, msg->theta);
    transform.setRotation(q);
    // 广播world与海龟坐标系之间的tf数据
    br.sendTransform(tf::StampedTransform(transform, ros::Time::now(), "world", turtle_name));
   }
   int main(int argc, char** argv)
   {
       // 初始化ROS节点
    ros::init(argc, argv, "my_tf_broadcaster");
    // 输入参数作为海龟的名字
    if (argc != 2)
    {
      ROS_ERROR("need turtle name as argument"); 
      return -1;
    }
    turtle_name = argv[1];
    // 订阅海龟的位姿话题
    ros::NodeHandle node;
    ros::Subscriber sub = node.subscribe(turtle_name+"/pose", 10, &poseCallback);
       // 循环等待回调函数
    ros::spin();
    return 0;
   };

总结上述实现一个tf广播器的步骤:

  • 定义TF广播器
  • 创建坐标变换值
  • 发布坐标变换


  1. 创建tf监听器代码(C++) ——文件名为turtle_tf_listener.cpp
/***********************************************************************
Copyright 2020 GuYueHome (www.guyuehome.com).
***********************************************************************/
/**
 * 该例程监听tf数据,并计算、发布turtle2的速度指令
 */
#include <ros/ros.h>
#include <tf/transform_listener.h>
#include <geometry_msgs/Twist.h>
#include <turtlesim/Spawn.h>
int main(int argc, char** argv)
{
  // 初始化ROS节点
  ros::init(argc, argv, "my_tf_listener");
    // 创建节点句柄
  ros::NodeHandle node;
  // 请求产生turtle2
  ros::service::waitForService("/spawn");
  ros::ServiceClient add_turtle = node.serviceClient<turtlesim::Spawn>("/spawn");
  turtlesim::Spawn srv;
  add_turtle.call(srv);
  // 创建发布turtle2速度控制指令的发布者
  ros::Publisher turtle_vel = node.advertise<geometry_msgs::Twist>("/turtle2/cmd_vel", 10);
  // 创建tf的监听器
  tf::TransformListener listener;
  ros::Rate rate(10.0);
  while (node.ok())
  {
    // 获取turtle1与turtle2坐标系之间的tf数据
    tf::StampedTransform transform;
    try
    {
      listener.waitForTransform("/turtle2", "/turtle1", ros::Time(0), ros::Duration(3.0));
      listener.lookupTransform("/turtle2", "/turtle1", ros::Time(0), transform);
    }
    catch (tf::TransformException &ex) 
    {
      ROS_ERROR("%s",ex.what());
      ros::Duration(1.0).sleep();
      continue;
    }
    // 根据turtle1与turtle2坐标系之间的位置关系,发布turtle2的速度控制指令
    geometry_msgs::Twist vel_msg;
    vel_msg.angular.z = 4.0 * atan2(transform.getOrigin().y(),
                                transform.getOrigin().x());
    vel_msg.linear.x = 0.5 * sqrt(pow(transform.getOrigin().x(), 2) +
                              pow(transform.getOrigin().y(), 2));
    turtle_vel.publish(vel_msg);
    rate.sleep();
  }
  return 0;
};

总结上述实现一个TF监听器的步骤

  • 定义TF监听器
  • 查找坐标变换


  1. 配置tf广播器与监听器代码编译规则
add_executable(turtle_tf_broadcaster src/turtle_tf_broadcaster.cpp)
target_link_libraries(turtle_tf_broadcaster ${catkin_LIBRARIES})
add_executable(turtle_tf_listener src/turtle_tf_listener.cpp)
target_link_libraries(turtle_tf_listener ${catkin_LIBRARIES})
  1. 编辑并运行
cd ~/catkin_ws
catkin_make
roscore
rosrun turtlesim turtlesim_node
rosrun learning_tf turtle_tf_broadcaster __name:=turtle1_tf /turtle1
rosrun learning_tf turtle_tf_broadcaster __name:=turtle2_tf /turtle2
rosrun learning_tf turtle_tf_listener
rosrun turtlesim turtle_teleop_key


4、launch启动文件的使用方法

这部分内容是很重要的,但是本质上用的还是前面的程序,只是相当于通过launch文件进行了总结,这样直接启动launch文件可以减少开设多个终端,从而减低出错率。launch文件是通过XML文件实现多节点的配置和启动的,其可自启动ROS Master。这里只介绍一些launch文件的重要语法。575cff99d0a34d9fb1052c4176add1d0.png


c072b65570d0470a9d14e3b02c43d30b.pnga1654cf85d5e4dde940324ad6096d724.png


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。
阿里云资源编排ROS使用教程
资源编排(Resource Orchestration)是一种简单易用的云计算资源管理和自动化运维服务。用户通过模板描述多个云计算资源的依赖关系、配置等,并自动完成所有资源的创建和配置,以达到自动化部署、运维等目的。编排模板同时也是一种标准化的资源和应用交付方式,并且可以随时编辑修改,使基础设施即代码(Infrastructure as Code)成为可能。 产品详情:https://www.aliyun.com/product/ros/
相关文章
|
1月前
|
Ubuntu 机器人 Linux
|
2天前
|
存储 传感器 编解码
ROS机器视觉入门:从基础到人脸识别与目标检测
【11月更文挑战第9天】从本文开始,我们将开始学习ROS机器视觉处理,刚开始先学习一部分外围的知识,为后续的人脸识别、目标跟踪和YOLOV5目标检测做准备工作。
94 56
|
26天前
|
传感器 机器人 数据处理
ROS 编程入门的介绍
【10月更文挑战第13天】ROS(Robot Operating System)是一种开源的机器人软件框架,广泛用于机器人开发中。通过使用 ROS,开发者可以轻松创建和管理机器人应用程序。在本节中,我们将介绍如何创建一个 ROS 功能包并实现一些基本功能。
|
1月前
|
传感器 数据可视化 机器人
【ROS速成】半小时入门机器人ROS系统简明教程之可视化系统(三)
半小时入门机器人ROS系统简明教程之可视化系统
|
1月前
|
机器人
【ROS速成】半小时入门机器人ROS系统简明教程之安装测速(二)
半小时入门机器人ROS系统简明教程之安装测速
|
1月前
|
传感器 机器人 数据处理
ROS 编程入门的介绍
2.1 创建 ROS 功能包 ROS(Robot Operating System)是一种开源的机器人软件框架,广泛用于机器人开发中。通过使用 ROS,开发者可以轻松创建和管理机器人应用程序。在本节中,我们将介绍如何创建一个 ROS 功能包并实现一些基本功能。 2.1.1 使用 ROS 主题 ROS 主题(Topic)是一种发布/订阅机制,允许节点之间进行通信。每个节点可以发布主题消息或订阅主题消息来获取数据。以下是如何使用 ROS 主题的步骤: 创建功能包 首先,我们需要创建一个新的 ROS 功能包。在终端中运行以下命令: catkin_create_pkg de_ws my_r
|
6天前
|
XML 算法 自动驾驶
ROS进阶:使用URDF和Xacro构建差速轮式机器人模型
【11月更文挑战第7天】本篇文章介绍的是ROS高效进阶内容,使用URDF 语言(xml格式)做一个差速轮式机器人模型,并使用URDF的增强版xacro,对机器人模型文件进行二次优化。
|
11天前
|
自动驾驶 安全 机器人
ROS2:从初识到深入,探索机器人操作系统的进化之路
【11月更文挑战第4天】ROS2的学习过程和应用,介绍DDS系统的框架和知识。
|
6月前
|
传感器 人工智能 算法
ROS机器人操作系统
ROS机器人操作系统
174 1
|
5月前
|
机器学习/深度学习 传感器 算法
强化学习(RL)在机器人领域的应用,尤其是结合ROS(Robot Operating System)和Gazebo(机器人仿真环境)
强化学习(RL)在机器人领域的应用,尤其是结合ROS(Robot Operating System)和Gazebo(机器人仿真环境)
230 2

推荐镜像

更多