皮皮网

1.ROS2测试源码编译安装cartographer
2.本文之后，码下世上再无rosdep更新失败问题！码下如果有....小鱼就...
3.ROS博客基于ROS的码下自动驾驶数据集可视化项目(附源代码)
4.Ubuntu22.04 安装 Ros1 Noetic
5.ROS 源码学习 ---TF
6.Autoware.io源码编译安装

ROS2测试源码编译安装cartographer

       Cartographer是一个跨平台、传感器配置提供实时同步定位和绘图(SLAM)的码下系统，具有回环检测优势，码下资源占用适中。码下监控系统的源码

       选择源码编译安装方式，码下以适应后期项目修改和移植需求。码下首先，码下使用Ubuntu虚拟机测试验证。码下

       若国内访问github受限，码下可选择Gitee上的码下备份仓库进行下载。尝试多个版本，码下确认在Ubuntu humble版本下能够成功下载和安装。码下

       在安装过程中，码下需要下载依赖项。在Ubuntu上，首先安装libabsl-dev、libceres-dev以及liblua5.3-dev等包。对于ceres-solver，需确保CUDA、显卡加速和TBB指令集优化选项已配置。

       在开发板上，通过源码编译安装三方依赖。确保所有依赖包均正确安装，包括protobuf版本为v3.4.1分支。

       完成所有依赖安装后，开始编译Cartographer源码。首先下载官方数据集，注意ROS2格式的rosbag转换，使用rosbags工具进行转换。

       介绍ROSbag格式，ROS1的.rosbag文件为二进制存储格式，而ROS2使用SQLite数据库格式，源码点评支持跨平台和扩展性。两种格式转换方法，推荐使用rosbags工具，无需依赖ROS环境。

       测试Cartographer时，使用ros2命令启动示例launch文件，输入特定的bag文件名以加载数据集。测试3D数据集时，使用相应的launch文件和bag文件名。

       资源占用情况分析将后续进行。

本文之后，世上再无rosdep更新失败问题！如果有....小鱼就...

       小鱼在经过一番努力后，为中国ROS用户推出了一款名为rosdepc的工具，旨在解决国内用户在ROS学习过程中遇到的rosdep初始化失败问题。

       对于每一个学习机器人的人来说，遇到ROS相关的挑战是再正常不过的事情了。小鱼发现，许多同学在学习过程中都可能会遇到rosdep初始化失败的情况，这或许成了不少同学的退缩之因。

       于是，小鱼基于ROS官方的源码，通过简单的修改，创建了一个专门服务于国内ROS用户的rosdepc工具，以解决这个问题。接下来，让我们来看看它的具体功能。

       灵魂四问

       为什么叫rosdepc?rosdepc中的"c"代表"China"，以区别于ROS官方的rosdep工具。

       rosdepc与rosdep功能一致吗?是的，小鱼对rosdep官方最新版源码进行了修改，仅调整了名称和源地址，地址改为国内gitee。pythonapi源码

       rosdepc为什么不会初始化失败?因为rosdepc使用的是国内的源，而rosdep初始化失败通常是因为它使用的是无法访问的github源。

       如果使用过程中遇到问题怎么办?直接联系小鱼，小鱼将负责解决任何遇到的问题。

       安装与使用

       安装rosdepc非常简单，只需要执行一条命令。若遇到问题，小鱼建议尝试使用pip3，若pip3也未安装，可以尝试使用相应的命令进行安装。

       在小鱼的后续计划中，他将提供更简单的安装步骤，以方便大家使用。

       为何推出rosdepc

       小鱼推出rosdepc，除了推广公众号外，更重要的是希望为广大学习ROS的同学提供便利。

       小鱼已经有一段时间在构思这个项目，但始终未能实施。在某次群内遇到问题后，他决定付诸实践。完成这个项目并没有花费太多时间。

       小鱼即将推出一系列《动手学ROS2》教程，从基础知识讲起，带领大家轻松上手ROS2。

       小鱼，一名机器人领域的资深玩家，现为深圳某独脚兽机器人算法工程师。从小学习编程，高中开始接触机器人，大学期间通过比赛实现高收入，目前专注于分享机器人学习资源，欢迎关注小鱼，一起探讨技术。blocking源码

ROS博客基于ROS的自动驾驶数据集可视化项目(附源代码)

       项目简介

       基于加州大学伯克利分校 MSC Lab的自动驾驶数据集，本项目旨在进行数据集的可视化。项目源代码已上传至 GitHub，英文版文章与演示视频也已准备就绪。

       数据集展示

       左侧展示了GPS信号的可视化，通过 Mapviz 工具，将行驶过程中走过的路径显示出来，左上角则呈现了车前摄像头的视角。右侧是自定义的可视化，利用绿色代表 y 轴正方向，蓝色表示 x 轴正方向。紫色圆点表示汽车行驶过程中各个方向的加速度信息，天蓝色箭头指示汽车前进方向，绿色则代表不同强度的加速度。

       问题与解决方案

       在使用 Mapviz 可视化 GPS 信号时，遇到了数据格式不匹配的问题。通过在自定义的 package 中编写 `trans_GPS.cpp` 文件，成功实现了数据格式转换，解决了数据可视化的问题。同时，还撰写了关于 Mapviz 的基础使用教程。

       加速度信息的可视化涉及确定坐标轴方向、避免信息跳动以及直观显示加速度大小。通过在 RVIZ 中绘制 x 和 y 轴，并使用平滑器处理频繁读取的 IMU 数据，成功解决了这些问题。极坐标系的引入使得加速度大小的显示更为直观。

       汽车前进方向的可视化涉及到姿态信息的获取与 RVIZ 显示角度的调整。通过分析 IMU 的 orientation 数据，并设置 marker 的 orientation 值，实现了方向的正确显示。

       相机信息的可视化面临格式转换问题。通过使用 `image_transport` 包装解决了传感器数据格式不兼容的hover 源码问题。

       总结

       在本项目中，通过学习与实践 ROS 相关知识，成功实现了自动驾驶数据集的可视化。接下来，将集中精力深入学习 OSM 的使用，并着手进行 GPS 定位与搜索的小项目开发。

Ubuntu. 安装 Ros1 Noetic

       在Ubuntu .系统上安装Ros1 Noetic并不直接支持apt安装，因为Ros官方已停止对Ros1的官方适配。不过，可以通过源码编译的方式在Ubuntu 上运行。以下是具体步骤：

       1. **添加Ros2源**：首先，你需要通过Ros2 Humble的官方指南添加Ros2的官方源，尽管这不是安装Ros1的直接步骤。

       2. **内核版本考虑**：Ubuntu 的内核版本5.已相对过时，可能不适用于年后的硬件，因此在安装时需要考虑升级或选择其他方式。

       3. **安装引导程序依赖**：安装rosdep和vcstools等源码安装工具，初始化rosdep时，可能需要手动解决hddtemp包的问题。

       4. **修改base.yaml和-default.list**：下载base.yaml并编辑，添加适用于Ubuntu 的内容。同时，更新-default.list以引用本地的base.yaml。

       5. **连接问题**：更新rosdep时可能遇到Github连接问题，可尝试修改hosts文件或其他连接方法。

       6. **catkin工作区与安装**：创建catkin工作区，使用vcstools下载Desktop版本的Ros包。推荐安装Desktop full版本以确保功能全面。

       7. **兼容性处理**：在构建Ros1 Noetic前，需要对src文件夹中的两个包进行手动修补以适应Ubuntu .。

       8. **源码安装依赖**：使用rosdep自动检测并安装缺失的依赖。

       9. **包文件生成和下载**：生成包文件并下载依赖，注意包的顺序和完整性，避免因依赖问题导致的编译失败。

       . **替换rosconsole和urdf**：新生成的包可能需要替换rosconsole和urdf，参照依赖问题部分进行操作。

       . **构建和安装Ros1 Noetic**：使用catkin_make_isolated构建并安装Ros1，将其源码安装到指定工作区的install_isolated文件夹，然后将source命令添加到bashrc中。

       . **额外安装**：Ros1 Desktop full版本可能不包含所有需要的包，如octomap和mavros，需要单独安装。

       总的来说，虽然在Ubuntu .上安装Ros1 Noetic的过程较为复杂，但通过源码编译并遵循上述步骤，可以实现系统的兼容和功能的正常使用。

ROS 源码学习 ---TF

       TF作为ROS的核心库之一，其主要功能是维护和传播所有frame之间的变换关系。它通过两个核心函数来实现：broadcast用于发布坐标变换，listener则负责监听并构建坐标变换树，便于用户调用。

       初次接触时，我曾质疑为何每个节点都需要独立的listener来维护自己的tf树，是否可以共享全局变换信息以节省资源。在研究amcl包的源码时，我发现了TF的奇特用法，使用了tf2以及额外的tf_static主题，这让我深感困惑。

       为了解开这些疑问，我深入阅读了TF的源码和ROS官方的TF2 Wiki。了解到TF2被设计用来替换TF，其中引入了/tf_static来存储静态变换，以及Action Based Query，允许通过action进行查询，避免了多个listener的资源消耗。

       在ROS源码中，关键的包如geometry和geometry2提供了核心数据结构，如TransformStorage和TimeCache，它们负责存储和管理变换。BufferCore是整个架构的核心，它处理了tf数据的维护和查找，包括对/tf和/tf_static的订阅与处理。

       在Transformer类和TransformListener中，我们看到buffer的使用，它结合了listener的功能，并提供底层的buffer访问。这种设计使得amcl包中的listener可以暴露更底层的功能，如将数据直接注入到listener中。

       TF2的改进包括了更高效的存储和查询机制，以及/tf_static提供的静态变换服务。静态变换只保存最新的一个变换，且使用latched topics确保消息不会丢失，从而提供了“总是能查到变换”的特性。

       Action Based Query的引入，如buffer_server提供的action服务，使得分布式查询变得更为灵活，支持超时查找，展示了TF2在查询效率上的提升。

       总结来说，TF库的设计既体现了ROS框架的简洁，也展示了TF2带来的改进。虽然TF2在某些方面有所优化，但当前TF的实用性仍然很强，没有强制性地替换。通过理解TF的核心数据结构和框架，我们可以更好地利用这个工具。

Autoware.io源码编译安装

       要编译安装Autoware.io，首先请确保已安装ROS1，如Ubuntu .版本的Melodic。以下步骤将指导你完成依赖安装及源码编译过程。

       安装依赖

       1. 对于CUDA的支持（可选但建议），你需要下载CUDA .0，链接位于developer.nvidia.com/cuda。安装时，遇到驱动安装询问时选择n，后续步骤默认安装即可。

       2. 安装cudnn，从developer.nvidia.com/rd...获取并进行安装。在cuda目录下进行软链接配置，并通过验证测试。

       其他依赖安装

       3. 安装eigen3.3.7，接着是opencv3，安装时需先安装依赖库，然后解压、配置和编译。

       源码下载与编译

       4. 创建新的工作区，下载并配置工作区，然后下载Autoware.ai源码。

       5. 使用rosdep安装依赖库，有CUDA版本和无CUDA版本两种编译方式。

       测试与问题解决

       6. 下载并运行demo，可能遇到的问题包括编译错误和链接问题。

       问题1：calibration_publisher报错，需修改CMakeList.txt文件。

       问题2：ndt_gpu编译错误，需替换Eigen3Config.cmake文件中的版本信息。

       问题3：opencv链接问题，需要检查和调整。

       问题4：rosdep更新慢，可通过修改源码和配置文件解决。

       问题5：runtime manager花屏，需安装wxPython 4.和libsdl1.2-dev。

       通过上述步骤，你应该能够成功编译并测试Autoware.io。如有任何疑问，查阅官方文档或社区论坛寻求帮助。

ROS中MPC局部路径规划器使用方法及源码流程解读

       本文主要解析ROS Navigation框架中的MPC局部路径规划器mpc_local_planner的使用方法和源码流程。MPC模型预测控制算法是关键环节，它处理复杂环境，优化性能，但计算复杂度较高。以下是mpc_local_planner的详细步骤：

       1. 首先，将mpc_local_planner从GitHub或其他源代码库下载至ROS工作空间的src文件夹。

       2. 环境配置需安装依赖和环境，可通过rosdep或参考相关博客解决安装问题。链接：[ROS Noetic版本 rosdep找不到命令 不能使用的解决方法]。

       3. 通过catkin_make编译mpc_local_planner包，并通过其自带示例测试其功能，如阿克曼模型小车的动态演示。

       4. 在move_base的launch文件中，将局部路径规划器设置为mpc_local_planner/MpcLocalPlannerROS，并根据机器人特性调整clearing_rotation_allowed参数，如阿克曼车型机器人禁止原地旋转。

       5. 配置参数文件mpc_local_planner_params.yaml，确保路径符合机器人实际情况。

       6. 完成配置后，进行实际路径规划测试，并根据测试结果调整参数，以优化路径规划性能。

       以上步骤详尽介绍了在ROS中使用MPC局部路径规划器mpc_local_planner的步骤，通过这些操作，你将能更好地将其应用到你的机器人项目中。详情请参考《ROS中MPC局部路径规划器使用方法及源码流程解读》。

怎么在github上找到对应ros版本的Gmapping源代码？

       在 GitHub 上找到对应 ROS 版本的 Gmapping 源代码，可以按照以下步骤进行操作：

       打开 GitHub 网站，并在搜索栏中输入 "Gmapping"，按下回车键进行搜索。

       在搜索结果中，找到 Gmapping 的官方仓库，通常是 "ros-gmapping/gmapping"。

       打开 Gmapping 仓库页面后，找到 "Releases" 或者 "Tags" 选项，通常在仓库的右侧。

       在 "Releases" 或 "Tags" 页面中，可以看到 Gmapping 的版本列表。找到与你使用的 ROS 版本相对应的 Gmapping 版本。

       点击所需版本的标签或链接，进入该版本的源代码页面。

       在该页面中，你可以浏览 Gmapping 的源代码，包括 package.xml、CMakeLists.txt、src 目录等。

       如果你需要下载源代码，可以点击 "Clone or download" 按钮，并选择 "Download ZIP" 选项来下载整个仓库的源代码。

       请注意，不同版本的 ROS 可能对应不同的 Gmapping 版本。在查找 Gmapping 源代码时，请确保选择与你使用的 ROS 版本兼容的 Gmapping 版本。