logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

ROS2系列(3):第一个C++节点

本文详细介绍了如何开发第一个ROS2 C++节点,涵盖代码编写、编译配置、调试和运行全流程。主要内容包括:1) 编写基础C++节点代码,实现节点初始化和日志输出;2) 配置CMake文件解决依赖问题;3) 设置VSCode实现代码提示;4) 节点调试技巧,包括参数处理和节点信息查看;5) 开发细节如spin函数作用、日志级别设置等。通过本文,读者可以掌握ROS2 C++开发的基本方法,为后续开发复

#c++#linux
ROS2系列 (4) : 使用功能包组织Python节点

本文讲解创建、配置、构建和运行 ROS2 Python 功能包的全流程。通过ros2 pkg create创建ament_python类型包,解析其模块、配置、测试文件等结构;编写节点代码,在package.xml添加rclpy依赖,setup.py注册可执行入口;colcon build后,可通过PYTHONPATH直接运行安装文件,或source环境变量后用ros2 run启动节点,同时解答

#python
Python argparse 模块:轻松搞定命令行参数解析

Python的argparse模块是标准库中处理命令行参数的高效工具,遵循"定义规则→解析输入→使用参数"的流程。它支持多种参数类型(数值、开关型等),可设置短/长选项、默认值和帮助信息,自动完成参数校验和错误处理。核心优点包括自动解析、类型检查、灵活配置和自动生成帮助文档。工作原理是通过ArgumentParser创建规则容器,添加参数定义后解析命令行输入,最终生成可直接使用

#python#开发语言
NumPy 系列(零):从 Python 到「数组」—— 为什么 NumPy 是数据科学的第一块基石

NumPy是Python科学计算的核心库,解决了Python原生list在高密度数值计算中的两大痛点:内存消耗大和运行速度慢。它提供高效的多维数组对象ndarray,采用连续内存块存储固定类型数据,支持向量化运算和广播机制,性能比原生list快50-80倍,内存占用仅为1/4。NumPy作为数据科学基础库,为Pandas、SciPy、Scikit-learn等高级库提供统一数据载体,同时通过内存接

#numpy#python
ROS2系列 (19) : C++服务通信实例——自定义巡逻服务接口(接口创建篇)

本文介绍了在ROS2中创建自定义C++服务接口的具体流程。以"巡逻海龟"案例为例,详细说明了如何在已有功能包中添加自定义服务接口,包括:1) 创建Patrol.srv文件定义请求和响应结构;2) 配置package.xml声明接口依赖;3) 更新CMakeLists.txt设置构建规则。文章还提供了构建验证的方法,为后续开发服务端和客户端奠定了基础。通过本教程,开发者可以掌握R

ROS2系列 (10) : C++话题通信节点——发布者示例

本文介绍了ROS2中C++话题发布者的实现方法,通过控制海龟模拟器画圆的案例,详细讲解了创建C++功能包、配置发布者和定时器、实现画圆逻辑等关键技术要点。文章重点解决了显式类型声明、避免隐式转换、计算圆半径的数学原理等核心问题,并提供了完整的代码示例和构建运行流程。该案例展示了如何利用C++在ROS2中实现周期性话题发布,为读者提供了机器人运动控制的基础实现模板。

#c++
ROS2系列 (11) : C++话题通信节点——订阅者示例

本文介绍了ROS2 C++话题通信中订阅者节点的实现方法,在demo_cpp_topic功能包中添加目标点控制订阅者节点。通过修改CMakeLists.txt实现多节点共存,包括创建target_controller.cpp订阅海龟位姿并控制其运动到目标点。详细解析了运动控制算法,包括误差计算(距离和角度)和闭环控制策略。最后提供了构建和运行流程,演示了海龟从初始位置向目标点移动的过程。该方案展示

#c++
ROS2系列 (17) : Python服务通信实例实例——Server端

本文介绍了基于ROS2的Python人脸检测服务端实现。服务端接收客户端发送的图像,使用face_recognition库检测人脸位置,返回人脸数量、耗时及边界框信息。核心步骤包括:1)创建功能包并安装依赖库(face_recognition、OpenCV等);2)编写服务端代码,通过cv_bridge转换图像格式,实现人脸检测回调函数;3)配置功能包并构建运行。该服务端适用于ROS2 Pytho

#python
ROS2系列 (9) : Python话题通信节点——订阅者示例

本文介绍了如何使用ROS2和Python实现一个订阅小说话题并朗读的节点。通过创建订阅者节点,接收发布者发送的小说文本,并借助espeak-ng库实现中文语音合成。为解决"发布快、朗读慢"问题,采用队列缓冲和多线程技术分离接收与朗读逻辑。文章详细说明了环境准备、功能包集成、依赖配置、代码编写等步骤,并提供了构建和运行完整流程的指导。该方案可扩展应用于语音播报、异步处理等场景,展

#python
ubuntu配置cuda与torch

本文详细介绍了CUDA Toolkit安装及多版本管理的方法。

#ubuntu#linux
    共 12 条
  • 1
  • 2
  • 请选择