获取机器人的基本数据

本小节将介绍如何通过编写python代码，来获取机器人的基本数据。我们将通过以下四点来进行演示：

  • 获取机器人基本参数，并打印出来
  • 获取IMU数据，并转化成欧拉角打印出来
  • 获取雷达数据，并打印出来
  • 获取摄像头数据，并通过python的cv库将图像显示出来

1 获取机器人底层硬件基本信息，并打印出来

机器人的底层硬件基本信息，是指嵌入式片上时钟,嵌入式cpu温度,电池电压和电池电量剩余等。
只需要开启机器人的handsfree_hw节点，机器人的基本参数就发布到 "/handsfree/robot_state"的topic里，我们只需要在程序或者终端里订阅话题，就可以将这些数据拿到机器人的状态数据。

  1. 打开终端，开启机器人驱动节点

    roslaunch handsfree_hw handsfree_hw.launch

    正常情况下，会显示：
    handsfree_hw

  2. 打开第二个终端，查看当前的topic

    rostopic list

    正常情况下会在终端打印这些信息，其中/handsfree/robot_state 是我们要接收的topic rostopic-list-hw

    你也可以去handsfree_msgs/msg文件夹下，查看robot_state.msg看看还有哪些消息

  3. 打开第三个终端，运行python文件

    rosrun handsfree_tutorials get_hardware_info.py

    正常情况下，会将数据打印出来：
    py-get-hardware-info

    由于数据会一直在打印，所以需要通过Ctrl+C来停止打印

  4. 代码解析

    我们可以简单的看一下代码，代码在

    /home/handsfree/handsfree/handsfree_ros_ws/src/handsfree/handsfree_tutorials/script/1_get_sensors目录下，名为 get_hardware_info.py

    也可以看下方

     #!/usr/bin/env
 #coding=UTF-8 

 import rospy
 from handsfree_msgs.msg import robot_state

 def callback(data): #回调函数
     rospy.loginfo("the embedded system_time: %fus",data.system_time) #下位机系统时间 
     rospy.loginfo("the embedded cpu temperature is: %f",data.cpu_temperature) #cpu温度
     rospy.loginfo("the battery voltage is: %f",data.battery_voltage) #电池电压
     rospy.loginfo("the battery power remain is: percent %f",data.power_remain*100) #电池电量剩余
     rospy.loginfo("——————————————————————————————————————— \n\r") 

 def sub_state():
     rospy.init_node('sub_state', anonymous=True)
     rospy.Subscriber("/handsfree/robot_state", robot_state, callback) #想要订阅的主题名字
     rospy.spin()

 if __name__ == '__main__':
     sub_state()

    ​ 可以发现，这个代码是仿照着ros教程中：写一个简单的接收器/)

    ​ 接收消息其实就是在rospy.Subscriber中完成：

    • 第一个参数写入你想接收的topic名称。
    • 第二个参数就是说明你要接收的topic类型，我是在from handsfree_msgs.msg import robot_state定义。
    • 最后的参数是一个回调函数。所谓回调函数，其实就是一旦接收到了这个消息，就跳到此消息的回调函数进行相应的处理。回调函数中运行的rospy.loginfo函数将获取的消息打印在相应的终端上。

2 获取IMU数据，并转化成欧拉角打印出来

imu数据是指惯性测量单元，这个ros已经帮我们完成了msg为Imu.msg其中包括现在方位，角速度和线加速度，以及他们的协方差。 并且我们已经将其封装好，启动handsfree_hw节点，可通过topic发送出来（我在下面教程中只是输出了方位的欧拉角）。

  1. 打开终端，开启机器人抽象节点（如果之前打开，就不用重复打开了）

    roslaunch handsfree_hw handsfree_hw.launch

    正常情况下，会显示：
    handsfree_hw

  2. 打开第二个终端，查看当前的topic

    rostopic list

    正常情况下会在终端打印这些信息，其中/handsfree/imu 是我们要接收的topic
    rostopic-list-hw

  3. 打开第三个终端，运行python文件

    rosrun handsfree_tutorials get_imu.py

    正常情况下，会将数据打印出来：
    get-imu

    由于数据会一直在打印，所以需要同过Ctrl+C来停止打印

  4. 代码解析

    我们可以简单的看一下代码，代码在

    /home/handsfree/handsfree/handsfree_ros_ws/src/handsfree/handsfree_tutorials/script/1_get_sensors目录下，名为 get_imu.py

    也可以看下方

     #!/usr/bin/env
 #coding=UTF-8

 import rospy
 import tf
 from tf.transformations import *
 from sensor_msgs.msg import Imu

 def callback(data):
     #这个函数是tf中的,可以将四元数转成欧拉角
     (r,p,y) = tf.transformations.euler_from_quaternion((data.orientation.x,data.orientation.y,data.orientation.z,data.orientation.w))
     #由于是弧度制，下面将其改成角度制看起来更方便
     rospy.loginfo("Pitch = %f,Roll = %f, Yaw = %f",r*180/3.1415926,p*180/3.1415926,y*180/3.1415926)

 def get_imu():
     rospy.init_node('get_imu', anonymous=True)
     rospy.Subscriber("/handsfree/imu", Imu, callback) #接受topic名称
     rospy.spin()

 if __name__ == '__main__':
     get_imu()

    可以发现，这个代码是仿照着ros教程中：写一个简单的接收器/)

    这里主要讲一下tf.transformations.euler_from_quaternion函数，他的目的就是将四元数转化为欧拉角，让输出更加直观些。参数很简单，输入四元数的四个值，输出欧拉角的三个值。

3 获取激光雷达数据，并打印出来

激光雷达数据是指雷达通过发射激光束探测目标的位置后，将接收到的信号从目标点反射回来(目标回波)，然后与发射信号进行比较。作适当处理后，就可获得目标的有关信息。一般激光雷达的驱动程序会将其封装好通过topic发送出来。

  1. 打开终端，开启激光雷达节点

    roslaunch handsfree_lidar lidar.launch

    正常情况下，会显示：
    run-rplidar

  2. 打开第二个终端，查看当前的topic

    rostopic list

    正常情况下会在终端打印这些信息，其中/scan 是我们要接收的topic
    rplidar-topic

    这个消息数据结构是由ros官方提供的LaserScan.msg

  3. 打开第三个终端，运行python文件

    rosrun handsfree_tutorials get_lidar_scan.py

    正常情况下，会将数据打印出来：
    py-get-lidar-scan

    由于数据会一直在打印，所以需要同过Ctrl+C来停止打印

  4. 代码解析

    我们可以简单的看一下代码，代码在

    /home/handsfree/handsfree/handsfree_ros_ws/src/handsfree/handsfree_tutorials/script/1_get_sensors目录下，名为 get_lidar_scan.py

    也可以看下方

     #!/usr/bin/env
 #coding=UTF-8 

 import rospy
 from sensor_msgs.msg import LaserScan

 def callback(data):
     rospy.loginfo("the angle_min is %f",data.angle_min) #打印一些信息
     rospy.loginfo("the angle_max is %f",data.angle_max)
     rospy.loginfo("the scan data is ")
     for i in range(0, len(data.ranges)):
         print data.ranges[i],
     print "\n"

 def sub_state():
     rospy.init_node('sub_scan', anonymous=True)
     rospy.Subscriber("/scan", LaserScan, callback) #接受topic
     rospy.spin()

 if __name__ == '__main__':
     sub_state()

    这个代码比较简单，跟get_hardware_info.py很相近，就不进行赘述。

4 获取摄像头数据，并通过python的cv库将图像数据显示出来

摄像头数据就是图像，是指摄像头获取的色彩图像和深度图像等等，一般都将其封装在摄像头驱动之中，只需要直接调用即可。

  1. 打开终端，开启摄像头节点

    roslaunch handsfree_camera camera.launch

    正常情况下，会显示：
    xtion

    你也可以选择这条指令，在开启摄像头节点的同时，打开RViz可视化界面（二选一即可）

    roslaunch handsfree_camera view_camera.launch

    正常情况下，会显示：
    view-xtion

  2. 打开第二个终端，查看当前的topic

    rostopic list

    正常情况下会在终端打印这些信息，其中/camera/rgb/image_raw 是我们要接收的topic
    camera-topic-list

    rgb为普通彩色图像，depth为深度图像

    这个消息内部数据是由ros官方提供的Image.msg

  3. 打开第三个终端，运行python文件

    rosrun handsfree_tutorials get_photo.py

    正常情况下，会将图像视频流加载出来：
    img-window

  4. 代码解析

    我们可以简单的看一下代码，代码在

    /home/handsfree/handsfree/handsfree_ros_ws/src/handsfree/handsfree_tutorials/script/1_get_sensors目录下，名为 get_photo.py

    也可以看下方

     #!/usr/bin/env
 #coding=UTF-8

 import cv2
 import rospy
 from sensor_msgs.msg import Image
 from cv_bridge import CvBridge, CvBridgeError #ros转opencv需要用到这个cv桥

 def callback(data):
     try:
         cv_image = CvBridge().imgmsg_to_cv2(data, "bgr8") #使用cv_bridge将其转化为mat类型
     except CvBridgeError as e:
         print(e)
     (rows,cols,channels) = cv_image.shape
     cv2.imshow("Image window", cv_image) #显示出图像
     cv2.waitKey(30) #30ms 后播放下一帧

 def get_photo():
     rospy.init_node('get_photo', anonymous=True)
     rospy.Subscriber("/camera/rgb/image_raw", Image, callback) #接受topic名称
     rospy.spin() 

 if __name__ == '__main__':
     get_photo()

    这里我重点说一下cvbridge，因为我们想使用opencv将其显示出来，所以就需要将ros的信息将其转化为opencv的信息，而这就需要这个cvbridge来连接两端。

    使用此函数cv_image = CvBridge().imgmsg_to_cv2(data,"bgr8")就可将其转换过来变成cv能操控的对象，再使用imshow将其输出。

results matching ""

    No results matching ""