rospy节点一边接收topic,一边将topic数据可视化

2023-11-11 21:20

本文主要是介绍rospy节点一边接收topic,一边将topic数据可视化,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!

如果想要matplotlib动态更新画图,只能将matplotlib放在主线程中,如果放进子线程,就会报这个错

ValueError: set_wakeup_fd only works in main thread

但是如果要订阅ros的topic,主线程会被阻塞,matplotlib无法动态更新。

因此,通过将matplotlib嵌入tkinter中,实现一边订阅topic,一边动态更新画图

import math
import rospy
import message_filters
import tkinter as tk
from matplotlib.figure import Figure
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
from my_pkg.msg import MyArrayMessageclass ROS_Tkinter_App:def __init__(self, master):self.master = mastermaster.title("ROS Tkinter App")# Matplotlib setup for scatter plotself.figure = Figure(figsize=(10, 8), dpi=100)self.scatter_plot = self.figure.add_subplot(111)self.scatter_plot.set_title('Scatter Plot')self.canvas = FigureCanvasTkAgg(self.figure, master=master)self.canvas.get_tk_widget().pack()# ROS Initializationrospy.init_node('ros_tkinter_app', anonymous=True)# Define subscribers for the two topicssub_topic1 = message_filters.Subscriber("/global_path", MyArrayMessage)sub_topic2 = message_filters.Subscriber("/vehicle_position", MyArrayMessage)# Synchronize the subscribers using ApproximateTimeSynchronizerts = message_filters.ApproximateTimeSynchronizer([sub_topic1, sub_topic2], queue_size=10, slop=0.1)ts.registerCallback(self.callback)# Bind the update_plot_size function to the <Configure> event# master.bind("<Configure>", self.update_plot_size)def callback(self, data1, data2):# This method will be called when a new message is received on the /ros_topicrospy.loginfo("ROS Topic Data")# 这里处理topic内的数据# Update scatter plot with new dataself.update_scatter_plot(Target_Angle, Center_y, Center_x, waypoints_y, waypoints_x)  # Assuming the data is a float, update accordinglydef update_scatter_plot(self, angle_radians, Center_x, Center_y, waypoints_x, waypoints_y):# Update the scatter plot with new dataself.scatter_plot.clear()self.scatter_plot.set_title('Scatter Plot')self.scatter_plot.scatter(Center_x, Center_y, color='red', marker='o', label='Center Point')self.scatter_plot.plot([Center_x, end_x], [Center_y, end_y], color='blue', linestyle='--', label='Line Segment')self.scatter_plot.scatter(waypoints_x, waypoints_y, color='green', marker='o', label='Waypoint')# 设置x轴和y轴的显示范围self.scatter_plot.set_xlim(-100, 100)  # 设置x轴的范围self.scatter_plot.set_ylim(-100, 100)  # 设置y轴的范围# 设置 x 轴和 y 轴的相同比例尺self.scatter_plot.set_aspect('equal')# 设置坐标轴标签self.scatter_plot.set_xlabel('CARLA Y Axis')self.scatter_plot.set_ylabel('CARLA X Axis')self.canvas.draw()def update_plot_size(self, event):# Update the plot size based on the new window sizenew_width = event.width / self.canvas.figure.get_dpi()new_height = event.height / self.canvas.figure.get_dpi()self.figure.set_size_inches(new_width, new_height)self.canvas.draw()def main():root = tk.Tk()app = ROS_Tkinter_App(root)root.mainloop()if __name__ == '__main__':main()

这篇关于rospy节点一边接收topic,一边将topic数据可视化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/392885

相关文章

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,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参考借鉴价值,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左

C++链表的虚拟头节点实现细节及注意事项

《C++链表的虚拟头节点实现细节及注意事项》虚拟头节点是链表操作中极为实用的设计技巧,它通过在链表真实头部前添加一个特殊节点,有效简化边界条件处理,:本文主要介绍C++链表的虚拟头节点实现细节及注... 目录C++链表虚拟头节点(Dummy Head)一、虚拟头节点的本质与核心作用1. 定义2. 核心价值二

SpringBoot中4种数据水平分片策略

《SpringBoot中4种数据水平分片策略》数据水平分片作为一种水平扩展策略,通过将数据分散到多个物理节点上,有效解决了存储容量和性能瓶颈问题,下面小编就来和大家分享4种数据分片策略吧... 目录一、前言二、哈希分片2.1 原理2.2 SpringBoot实现2.3 优缺点分析2.4 适用场景三、范围分片

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模

浅析如何保证MySQL与Redis数据一致性

《浅析如何保证MySQL与Redis数据一致性》在互联网应用中,MySQL作为持久化存储引擎,Redis作为高性能缓存层,两者的组合能有效提升系统性能,下面我们来看看如何保证两者的数据一致性吧... 目录一、数据不一致性的根源1.1 典型不一致场景1.2 关键矛盾点二、一致性保障策略2.1 基础策略:更新数

Oracle 数据库数据操作如何精通 INSERT, UPDATE, DELETE

《Oracle数据库数据操作如何精通INSERT,UPDATE,DELETE》在Oracle数据库中,对表内数据进行增加、修改和删除操作是通过数据操作语言来完成的,下面给大家介绍Oracle数... 目录思维导图一、插入数据 (INSERT)1.1 插入单行数据,指定所有列的值语法:1.2 插入单行数据,指