【古月居《ros入门21讲》学习笔记】05_ROS是什么及其核心概念

2023-11-30 14:15

本文主要是介绍【古月居《ros入门21讲》学习笔记】05_ROS是什么及其核心概念,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!

目录

说明

1. ROS发展史

ROS版本演变

2. ROS是什么

ROS中的通信机制

ROS中的开发工具

ROS中的应用功能

ROS中的生态系统

3. ROS核心概念

节点与节点管理器

通信方式1:话题

通信方式2:服务

话题与服务的区别

参数

文件系统


说明

1. 本系列学习笔记基于B站:古月居 《ROS入门21讲》课程;

2. 本节是整个笔记的第5节,对应视频课程的第6,7节,请自行对应学习;

3. 整个系列笔记基本已经完结,但部分章节仍需润色修改 ,后面会陆续发布,请大家持续关注,创作不易,感谢支持!

1. ROS发展史

ROS系统最早起源于2007年斯坦福大学人工智能实验室的STAIR项目与机器人技术公司Willow Garage的个人机器人项目(Personal Robotics Program)之间的合作,2008年之后由Willow Garage公司推动其发展,2010年正式开源,发布ROS1.0;

2012年组织第一届ROS开发者大会,以后每年一届,会由不同的国家主办;之后Willow Garage经营不善,团队解散,2013年ROS的维护者成立了一个开源机器人基金组织(OSRF)来继续推进ROS的发展,并先后在2014年和2016年发布两款长期支持版(Long Term Support)的ROS(Indigo和Kinetic)和Ubuntu(乌班图)长期支持版保持同步的维护时间,可以得到5年的更新维护。

image-20230615122858867

ROS版本演变

注意:ROS开发对环境的要求极高,ROS的版本需要与Ubuntu的版本号对应

ROS版本ubuntu版本
Melodicubuntu18.04
Noeticubuntu20.04

ROS1版本

ROS2版本

2. ROS是什么

ROS是机器人操作系统英文全称(Robot Operating System, ROS)的缩写,一种用于编写机器人机器人软件程序的灵活框架,它包含了大量工具软件、库代码和约定协议,旨提高机器人研发中的软件复用率,减少重复造轮子,使用ros开发机器人使开发机器人的难度和成本大大降低,同时他也为开发人员提供了一个平台。

ROS虽然叫做操作系统, 但并非Windows、 Mac那样通常意义上的操作系统, 它是连接操作系统和你开发的ROS应用程序之间的一个中间件, 基于ROS的应用程序之间建立起了沟通的桥梁, 所以也是运行在Linux上的运行环境, 在这个环境上, 机器人的感知、 决策、 控制算法可以得到很好的组织和运行。

image-20230615130134064

ROS = 通信机制 + 开发工具 + 应用功能 + 生态系统

ROS中的通信机制

ROS中的核心通信机制就是一个计算图(Computational Graph)

image-20230615130508465

ROS中的开发工具

ROS提供了大量的工具,如:仿真、数据可视化、图形界面、数据记录

image-20230615144458256

ROS中的应用功能

ROS提供了广泛的库文件可以实现机器人的控制、规划、视觉、建图等功能

image-20230615144907844

ROS中的生态系统

ROS的支持与发展依托着一个强大的社区

image-20230615145230519

ROS社区 内的功能包数量、关注度、相关文章均呈指数级上涨

image-20230615145506126

3. ROS核心概念

节点与节点管理器

image-20230615162220223

  • 节点之间互相并不知道彼此的存在,都是由ROS Master帮助它们互相之间建立连接的

通信方式1:话题

image-20230615163627505

  • 话题通信方式是单向数据的传输;

  • 详细的定义就是消息;

  • Message:定义数据的类型,具有一定的数据结构定义;

  • 传输数据的管道就是话题;

  • 话题的消息的接口使用 .msg 文件定义

通信方式2:服务

image-20230615164616465

  • 服务通信方式是双向的;

  • 类似web访问机制;

  • 服务的数据内容用 .srv 文件定义

话题与服务的区别

image-20230615165732800

参数

image-20230615170005913

  • 存储在ROS Master服务器,节点可以对参数进行存储、检索、更新等操作;

文件系统

image-20230615170526745

  • 文件系统其实也就是代码的结构

这篇关于【古月居《ros入门21讲》学习笔记】05_ROS是什么及其核心概念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/437330

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 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

【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;

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

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

数论入门整理(updating)

一、gcd lcm 基础中的基础,一般用来处理计算第一步什么的,分数化简之类。 LL gcd(LL a, LL b) { return b ? gcd(b, a % b) : a; } <pre name="code" class="cpp">LL lcm(LL a, LL b){LL c = gcd(a, b);return a / c * b;} 例题:

【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