组合惯导串口数据解析

2024-05-27 18:44

本文主要是介绍组合惯导串口数据解析,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!

首先是给串口usb以权限:

sudo chmod 666 /dev/ttyUSB0

但是不能每次启动都执行一次,所以需要给一个永久的权限指令:

sudo gedit /etc/udev/rules.d/70-ttyusb.rules
KERNEL==“ttyUSB[0-9]*, MODE=0666

然后就能让ttyUSB0-ttyUSB9默认的权限都变成了666,普通用户也可以读写串口了。

或者将其添加到一个组:

ls -l /dev/ttyUSB0
whoami

当前用户加入到dialout用户组

sudo usermod -aG dialout username

然后重启即可。
然后是用python解析串口的数据:

#!/usr/bin/env python3
# -*- coding: utf-8 -*-import json
import serial
import rospy
import std_msgs.msg
from car_interfaces.msg import GpsImuInterface, GpsImuAddInterface
import math
from datetime import datetime, timedelta
import time
import pyproj
import signal
import os
import sys# 获取当前脚本文件的所在目录
script_directory = os.path.dirname(os.path.abspath(__file__))
# 图片文件相对于脚本文件的路径
image_relative_path = 'lib'
# 构建图片文件的完整路径
icon_path = os.path.join(script_directory, image_relative_path)
# absolute_path = os.path.abspath(icon_path)# print(absolute_path)
sys.path.append(icon_path)
from base_function import *buf_pos_lat = 0
buf_pos_lon = 0
buf_vel = 0
buf_angle_heading = 0def connect_to_serial(port_name, baud_rate):try:return serial.Serial(port_name, baudrate=baud_rate, timeout=1)except serial.SerialException as e:rospy.logerr(f"Unable to connect to {port_name} with baud rate {baud_rate}: {e}")return Nonedef read_from_port(serial_port):global buf_pos_latglobal buf_pos_longlobal buf_velglobal buf_angle_headingcontent = {}# 此处放置读取串口的逻辑 ...# start = time.time()buf_new = serial_port.readline()# print("buf new",buf_new,"serial_port",serial_port)# print(buff)# print()if ("INSPVAXA" in buf_new.decode() and "FINESTEERING" in buf_new.decode()):buf_whole_array = buf_new.decode().split(";")buf_front_arary = buf_whole_array[0].split(",")# print(buf_whole_array)buf_back_array = buf_whole_array[1].split(",")buf_pos_lon = float(buf_back_array[3])buf_pos_lat = float(buf_back_array[2])# buf_pos_alt = float(buf_back_array[4])buf_vel_east= float(buf_back_array[7])buf_vel_north= float(buf_back_array[6])buf_vel_u= float(buf_back_array[8])# 车速通过串口拿不到数据buf_vel= math.sqrt(buf_vel_east**2+buf_vel_north**2+buf_vel_u**2)buf_angle_heading = angle_2_angle(float(buf_back_array[11]))if(buf_back_array[0] == "INS_SOLUTION_GOOD"):buf_system_state = 3else:buf_system_state = 0# 搜星数量buf_gps_num_sats_used = 0buf_gps_num_sats_1 = 0buf_gps_num_sats_2 = 0if buf_front_arary[4] == "FINEBACKUPSTEERING":buf_satellite_status = 1else:buf_satellite_status = 0# 差分延时buf_gps_age = 0buf_pos_x = 0buf_pos_y = 0# 进程处理时间buf_process_time=0# 惯导通信故障buf_gps_cfault = Falsecontent["time_stamp"] = time.time()content["Lat"] = buf_pos_lat # GPS_MSG.PosLatcontent["Lon"] = buf_pos_lon # GPS_MSG.PosLoncontent["Head"] = buf_angle_heading # GPS_MSG.AngleHeadingcontent["Speed"] = buf_vel # GPS_MSG.Velcontent["UTM_x"] = from_latlon(buf_pos_lat, buf_pos_lon)[0]content["UTM_y"] = from_latlon(buf_pos_lat, buf_pos_lon)[1]# print(content)# msg.PosLon =1# # msg.PosLan =1# msg.VelE =2# # msg.posX =  388652.2938084109# # msg.posY =  4963429.720356053# msg.posX =  from_latlon(buf_pos_lat, buf_pos_lon)[0]# msg.posY =  from_latlon(buf_pos_lat, buf_pos_lon)[1]# msg.Vel = buf_vel# msg.AngleHeading = buf_angle_heading# msg.GpsNumSatsUsed = 20return contentdef main():global buf_pos_latglobal buf_pos_longlobal buf_velglobal buf_angle_headingsignal.signal(signal.SIGINT, quit)# 使用ROS参数服务器来获取参数# serial_port_name = rospy.get_param("~serial_port", "/dev/ttyUSB0")# baud_rate = rospy.get_param("~baud_rate", 115200)serial_port_name = "/dev/ttyUSB0"baud_rate = 115200rospy.init_node("gps_imu_pub", anonymous=True)pub_location = rospy.Publisher('/ztbus/location', std_msgs.msg.String, queue_size=10)pub = rospy.Publisher("gps_imu", GpsImuInterface, queue_size = 10) msg = GpsImuInterface()while not rospy.is_shutdown():start = time.time()try:serial_port = connect_to_serial(serial_port_name, baud_rate)# print()data = read_from_port(serial_port)# print(data,"#"*8)except:print("except")continueif data :msg.PosLon =buf_pos_lonmsg.PosLat =buf_pos_latmsg.posX = from_latlon(buf_pos_lat, buf_pos_lon)[0]msg.posY = from_latlon(buf_pos_lat, buf_pos_lon)[1]msg.Vel = buf_velmsg.AngleHeading = buf_angle_headingpub_location.publish(json.dumps(data))pub.publish(msg)# rospy.loginfo("Data published to /ztbus/location topic.")prGreen("pub ok")end = time.time()interval = end -startprint('gps_interval = ', interval)# rospy.loginfo("Shutting down GPS IMU publisher node.")if __name__ == "__main__":main()

这里我的建议是将串口改成CAN口,协议也比较好确定。

这篇关于组合惯导串口数据解析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/1008286

相关文章

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

线上Java OOM问题定位与解决方案超详细解析

《线上JavaOOM问题定位与解决方案超详细解析》OOM是JVM抛出的错误,表示内存分配失败,:本文主要介绍线上JavaOOM问题定位与解决方案的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录一、OOM问题核心认知1.1 OOM定义与技术定位1.2 OOM常见类型及技术特征二、OOM问题定位工具

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

深度解析Java @Serial 注解及常见错误案例

《深度解析Java@Serial注解及常见错误案例》Java14引入@Serial注解,用于编译时校验序列化成员,替代传统方式解决运行时错误,适用于Serializable类的方法/字段,需注意签... 目录Java @Serial 注解深度解析1. 注解本质2. 核心作用(1) 主要用途(2) 适用位置3

Java MCP 的鉴权深度解析

《JavaMCP的鉴权深度解析》文章介绍JavaMCP鉴权的实现方式,指出客户端可通过queryString、header或env传递鉴权信息,服务器端支持工具单独鉴权、过滤器集中鉴权及启动时鉴权... 目录一、MCP Client 侧(负责传递,比较简单)(1)常见的 mcpServers json 配置

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱