《机器人实践开发①:Foxglove 开发环境完整搭建指南(含常见坑位) 》

《机器人实践开发①:Foxglove 开发环境完整搭建指南(含常见坑位) 》

导语:

在机器人项目中,调试工具往往比算法本身更耗时间。Foxglove 作为新一代机器人可视化平台,提供了强大的话题订阅、视频显示、3D 展示和日志分析能力。本篇从零开始,手把手带你完成 Foxglove 的环境搭建,包含依赖安装、连接配置以及常见踩坑点。

《机器人实践开发》系列文章索引

《机器人实践开发①:Foxglove 开发环境完整搭建指南(含常见坑位)》

《机器人实践开发②:Foxglove 嵌入式移植 + CMake 集成》

《机器人实践开发③:Foxglove可视化机器人的眼睛-视频》

《机器人实践开发④:Foxglove可视化机器人的耳朵-声音》

《机器人实践开发⑤:Foxglove可视化机器人的3D显示》

《机器人实践开发⑥:Foxglove可视化机器人传感器数据》

《机器人实践开发⑦:Foxglove可视化机器人的日志显示》

《机器人实践开发⑧:Foxglove可视化机器人的地图显示》

《机器人实践开发⑨:Foxglove可视化机器人的MyBag 数据回放》


foxglove 官网

Foxglove 是一个专为机器人团队打造的平台,用于收集、分析和学习构建、训练、部署和操作可靠机器人所需的大量多模态数据。

foxglove_Home_hero_2024_new

foxglove 安装

在这里插入图片描述

ubuntu运行foxglove_bridge完成

echo "start run foxglove ... ... " killall -9 foxglove_bridge ros2 launch foxglove_bridge foxglove_bridge_launch.xml port:=8765

Ros 运行仿真测试程序

在这里插入图片描述

运行 macOS 上面的Foxglove studio,设置远程连接的地址:

在这里插入图片描述


在这里插入图片描述

控制面板设置-主题是否可见

在这里插入图片描述

web网页端也可以使用

注意:webs 没有 ssl 所以chrome 认为不安全,需要网页加载脚本

选择设置面板

在这里插入图片描述

友情提示🔔

🙏 感谢你的阅读!
如果这篇文章对你有所启发,欢迎关注我 ⭐,欢迎点击 “打赏支持作者” 支持一下我,你的支持是我持续创作的最大动力!
我会持续分享更多关于 智能摄像头 📷、机器人实践、 🤖音视频 RTC 🎧、App 开发 📱、嵌入式开发 🔧 等方向的实战经验,让你更快落地、更少踩坑。
欢迎浏览我其他文章 📚,或许能解决你当前的难题。
如果你正好在做相关项目产品,也欢迎随时私信我,一起技术交流、一起搞事情! 🤝💬📞 联系微信/电话:13826173658

Read more

Quartus Prime 新手完全使用指南

Quartus Prime 新手完全使用指南

前言 Quartus Prime 是 Intel(原 Altera)推出的 FPGA/CPLD 集成开发环境,也是数字电路设计、FPGA 开发入门的核心工具。对于刚接触 FPGA 的新手来说,Quartus 的操作流程和功能模块看似复杂,但只要掌握 “工程创建 — 代码编写 — 编译验证 — 硬件下载” 的核心逻辑,就能快速上手。 本指南以 Quartus Prime 20.1 Lite 版本(免费、新手友好)为基础,全程围绕新手的学习节奏和常见疑问展开,不堆砌专业术语,不省略关键操作细节,力求让零基础用户能跟着指南完成从软件安装到第一个 FPGA 工程落地的完整流程。 第一章 Quartus Prime 基础认知 1.1 为什么选择 Quartus

【Web3】NFT 元数据去中心化存储与智能合约集成实战

【Web3】NFT 元数据去中心化存储与智能合约集成实战

在开发非同质化代币(NFT)项目时,资产数据的安全性与不可篡改性是核心考量指标。为防止底层数据受到中心化机构的人为干预,业界普遍采用去中心化网络来托管核心资产。本文将结合实际工程流,深入探讨 NFT 元数据(Metadata)的存储逻辑,并提供与之匹配的智能合约集成方案。 笔记来自:17小时最全Web3教程:ERC20,NFT,Hardhat,CCIP跨链_哔哩哔哩_bilibili,十分推荐大家学习该课程! 目录 一、 深入解析通证生态与 NFT 元数据机制 1. 通证生态解析 2. NFT构建与元数据机制 二、 以太坊存储困境与去中心化网络选型 三、 基于 IPFS 的元数据(Metadata)构建流 四、 智能合约集成与 Remix 快捷部署 一、 深入解析通证生态与 NFT 元数据机制 1. 通证生态解析 资产在区块链上的数字化表达主要分为同质化通证与非同质化通证。

YOLOv8【第十章:多任务扩展深度篇·第11节】旋转框角度回归优化:CSL(Circular Smooth Label)与 DCL 编码实战!

YOLOv8【第十章:多任务扩展深度篇·第11节】旋转框角度回归优化:CSL(Circular Smooth Label)与 DCL 编码实战!

🏆 本文收录于 《YOLOv8实战:从入门到深度优化》 专栏。该专栏系统复现并梳理全网各类 YOLOv8 改进与实战案例(当前已覆盖分类 / 检测 / 分割 / 追踪 / 关键点 / OBB 检测等方向),坚持持续更新 + 深度解析,质量分长期稳定在 97 分以上,可视为当前市面上 覆盖较全、更新较快、实战导向极强 的 YOLO 改进系列内容之一。 部分章节也会结合国内外前沿论文与 AIGC 等大模型技术,对主流改进方案进行重构与再设计,内容更偏实战与可落地,适合有工程需求的同学深入学习与对标优化。 ✨特惠福利:当前限时活动一折秒杀,一次订阅,终身有效,后续所有更新章节全部免费解锁,👉 点此查看详情 🎯 本文定位:计算机视觉 × 多任务扩展深度系列 📅 更新时间:2026年 🏷️ 难度等级:⭐⭐⭐⭐(高级进阶) 🔧 技术栈:Python 3.9+ · PyTorch

ModelEngine破局AI落地:智能编排驱动多场景创新,解锁低代码AI新范式

当AI技术从“概念炒作”迈入“落地攻坚”的深水区,企业与开发者面临的核心痛点已从“能否用AI”转变为“如何高效、低成本、可复制地落地AI”。传统AI应用开发依赖专业算法工程师与全栈开发者协同,开发周期长、技术门槛高、迭代成本高,难以适配中小企业与非技术群体的需求,也无法快速响应业务场景的动态变化。在此背景下,ModelEngine凭借其核心的智能体构建与应用编排能力,打破了AI落地的技术壁垒,构建起“低代码、高灵活、强适配”的AI开发新生态,成为连接技术能力与实际场景的核心桥梁。 本文立足ModelEngine的技术内核,结合AI助手、智能办公、数据分析、内容创作四大核心实战场景,深度拆解创新应用的构建逻辑、技术细节与落地路径,补充多行业真实案例,兼具专业性、实用性与前瞻性,为AI应用开发者、企业数字化负责人提供可复制、可落地的实践参考,助力行业破解AI落地难题,抢占智能时代发展先机。 一、深度解析ModelEngine:不止于“编排”,更是AI落地的“生产力引擎” 要实现AI应用的高效落地,核心在于解决“技术与场景脱节”