ros 学习记录(四)仿真环境中键盘控制turtlebot3运动

2024-05-27 11:20

本文主要是介绍ros 学习记录(四)仿真环境中键盘控制turtlebot3运动,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

仿真环境中键盘控制turtlebot3运动

    • 准备工作
    • 1. 监听键盘敲击:key_publisher.py
    • 2. 控制turtlebot3运动:keys_to_twist_using_rate.py
    • 3. 测试
    • 4. 数据监视

准备工作

名称版本
ROSNoetic
Gazebo11.11.0
python3.8.10

turtlebot3的安装与仿真环境搭建请看上一篇帖子。

在此基础上,我们需要2个python脚本:key_publisher.pykeys_to_twist_using_rate.py,第一个用于创建节点用来监听键盘敲击并在/key话题上发布类型为std_msgs/String的信息;第二个用于创建节点并发送类型为Twist的名为/cmd_vel消息。

创建新的文件夹/scripts用来防止python脚本,具体内容如下:

1. 监听键盘敲击:key_publisher.py

#!/usr/bin/env python
# -*- coding: UTF-8 -*-"""监听键盘"""
import sys, select, tty, termios
import rospy
from std_msgs.msg import Stringif __name__ == "__main__":key_pub = rospy.Publisher("key", String, queue_size=1)rospy.init_node("keyboard_driver")rate = rospy.Rate(100)old_attr = termios.tcgetattr(sys.stdin)tty.setcbreak(sys.stdin.fileno())print(f"publishing keystrokes. press ctrl-c to exit ...")while not rospy.is_shutdown():if select.select([sys.stdin], [], [], 0)[0] == [sys.stdin]:key_pub.publish(sys.stdin.read(1))rate.sleep()termios.tcsetattr(sys.stdin, termios.TCSADRAIN, old_attr)    

2. 控制turtlebot3运动:keys_to_twist_using_rate.py

本文采用的是常用的键盘控制方式,即:w:前进,
x:后退,a:左转,d:右转,s:停止。

#!/usr/bin/env python
# -*- coding: UTF-8 -*-
"""监视键盘,然后发送/cmd_vel,且发送频率稳定"""
import rospy
from std_msgs.msg import String
from geometry_msgs.msg import Twistkey_mapping = {"w":[0, 1], "x":[0, 1],"a":[-1, 0], "d":[1, 0],"s":[0, 0]}
g_last_twist = Nonedef keys_cb(msg, twist_pub):global g_last_twistif len(msg.data)==0 or msg.data[0] not in key_mapping:returnvels = key_mapping[msg.data[0]]g_last_twist.angular.z = vels[0]g_last_twist.linear.x = vels[1]twist_pub.publish(g_last_twist)if __name__ == "__main__":rospy.init_node("key_to_twist")twist_pub = rospy.Publisher("cmd_vel", Twist, queue_size=1)rospy.Subscriber("key", String, keys_cb, twist_pub)rate = rospy.Rate(10)g_last_twist = Twist()  # initializes to zerowhile not rospy.is_shutdown():twist_pub.publish(g_last_twist)rate.sleep()

3. 测试

打开4个terminal分别运行以下的命令

roscore
roslaunch turtlebot3_gazebo turtlebot3_world.launch 
python scripts/keys_to_twist_using_rate.py
python scripts/key_publisher.py

在这个terminal内敲击键盘可以控制turtlebot3在gazebo中运动,如下图所示:
在这里插入图片描述

4. 数据监视

此外,我们可以来监视turtlebot3运动时产生的数据:

rostopic echo cmd_vel

在这里插入图片描述

rqt_plot cmd_vel/linear/x cmd_vel/angular/z 

在这里插入图片描述

这篇关于ros 学习记录(四)仿真环境中键盘控制turtlebot3运动的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1007330

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

安装nodejs环境

本文介绍了如何通过nvm(NodeVersionManager)安装和管理Node.js及npm的不同版本,包括下载安装脚本、检查版本并安装特定版本的方法。 1、安装nvm curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash 2、查看nvm版本 nvm --version 3、安装

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学