【ROS 2】运行 ROS 2 机器人 ( ROS 2 机器人示例 - 海龟仿真器 | ROS 节点分析工具 - rqt | ros2 run 命令解析 | ros2 run 基础格式和完整格式 )

【ROS 2】运行 ROS 2 机器人 ( ROS 2 机器人示例 - 海龟仿真器 | ROS 节点分析工具 - rqt | ros2 run 命令解析 | ros2 run 基础格式和完整格式 )

文章目录

在上一篇博客 【ROS 2】ROS 2 Humble 完整环境配置 ( VirtualBox 7.2.4 + Ubuntu 22.04.5 LTS + ROS 2 Humble ) 中 , 安装了 ROS 2 Humble 环境 , 本篇博客开始进行 ROS 2 开发 ;




一、ROS 2 机器人示例 - 海龟仿真器



1、启动海龟仿真器节点

执行

ros2 run turtlesim turtlesim_node 

命令 ,启动 海龟仿真器 节点 ,

在这里插入图片描述

2、启动控制节点

在另一个 命令行终端 运行

ros2 run turtlesim turtle_teleop_key 

命令 , 可以通过 键盘方向键 控制 海龟 旋转 移动 ;

选中 该 命令行终端 ,使用 左右箭头 控制 海龟方向 ,使用 向上箭头 控制 前进 ,使用 向下箭头 控制 后退 ;

在这里插入图片描述

3、ROS 节点分析工具 - rqt

在终端一 启动了 海龟模拟器 节点 ,

在终端二 启动了 控制节点, 可以通过 上下左右 箭头按键 控制 海龟 左右旋转 和 前后移动 ;

在 终端二 可以控制 海龟模拟器 窗口 中的 海龟移动 , 下面分析其中的控制过程 ;

在 终端三 输入

rqt 

命令 ,这是 ROS 2 提供的 节点 分析工具 ;

在这里插入图片描述

选择 rqt 工具中的 " Plugins / Instrospection / Node Graph " 选项, 这是 ROS 2 的 节点图 ,

在这里插入图片描述

如果打开后 , 节点图内容太小 , 可以使用鼠标滚轮 滚动 放大显示 ;

点击 Fit 键后面的

在这里插入图片描述

按钮 , 可以让节点图自适应填充满整个界面 ;

在这里插入图片描述

鼠标左键点击 节点图 中的元素 , 会变成如下样式 :

  • 左侧的 /turtlesim 是 海龟模拟器 节点
  • 右侧的/teleop_turtle 是 键盘控制节点, 右侧节点 通过 话题 向 左侧节点发送了 控制命令 /turtle1/cmd_vel ;
在这里插入图片描述




二、ros2 run 命令解析



1、设计理念

ros2 run 命令 是 ROS 2 命令行工具 中 用于启动 单个功能包 内 可执行文件节点 的核心子命令 , 其格式设计严格遵循 ROS 2" 功能包 - 可执行文件 - 参数分离 " 的设计理念 ,

ros2 run 分为基础格式 ( 仅启动可执行文件 ) 和完整格式 ( 含可执行文件参数 + ROS 层面参数 ) ,完整格式 覆盖所有场景 ;

ros2 run 的核心逻辑是" 定位功能包 -> 找到可执行文件 -> 启动并接入 ROS 2 通信 ", 其格式设计的关键是分离 " 可执行文件自身参数 " 和 " ROS 层面参数 " ( 通过 --ros-args 分隔 ) ;

掌握该格式的核心是 :明确必选部分的匹配规则、可选部分的顺序要求 ,以及参数解析的边界 ;

2、ros2 run 基础格式

ros2 run 基础格式 命令格式如下 :

ros2 run <package_name><executable_name>
  • ros2 参数 :ROS 2 命令行入口, 所有 ROS 2 终端操作的统一前缀 ( 加载 ROS 2 核心工具链、DDS 通信层 ) ;
  • run 参数 : ros2 的子命令, 功能是 :
    • 查找功能包 : 查找系统 / 本地 工作空间 中已安装的 <package_name> ;
    • 定位可执行 : 定位该功能包 内 编译生成的 <executable_name> ;
    • 启动执行 :启动该 可执行文件, 并自动接入 ROS 2 通信系统( 成为 ROS 2 节点 ) ;
  • <package_name> 参数 : 功能包名称 ;
    • 功能包来源 : 已通过 colcon build 编译 ( 本地工作空间 ) 或apt install 安装 ( 系统级 ) ;
    • 命名规范 : 遵循 ROS 2 命名规范 ( 小写字母 + 下划线 , 如 turtlesim、my_robot_pkg ) ;
  • <executable_name> 参数 : 是 功能包下 的 编译生成 的 可执行文件 名称 ;
    • 配置位置 : 是 CMakeLists.txt/setup.py 中声明的 可执行目标名 ;

3、ros2 run 完整格式

ros2 run 完整格式 命令格式如下 :

ros2 run <package_name><executable_name>[executable_args...][--ros-args <ros_args...>]
  • <> 符号 : 表示 该参数 是必选参数, 需替换为实际值 , 最终 不保留尖括号 ;
  • [] 符号 : 表示 该参数 是可选参数, 可省略 ;
  • ... 符号 : 表示 该参数 是可重复参数 , 多个值用空格分隔 ;
  • [executable_args...] 参数 : 该参数 是传给可执行文件自身的参数, 非 ROS 层面参数 ,由 可执行文件 的 代码解析, ROS 2 CLI 不处理 , 一般都是 自定义节点的配置文件路径、阈值、模式等 ;
  • [--ros-args <ros_args...>] 参数 : 该参数 是ROS 2 层面的参数配置 ( 核心分隔符 ) , --ros-args 之后的所有参数均由 ROS 2 核心解析 , 而非传给可执行文件 ; 常用子参数如下 :
    • --remap 参数 : 重映射 ( 节点名、命名空间、话题 / 服务名 ) ;
    • --log-level 参数 : 设置日志等级 ( DEBUG/INFO/WARN/ERROR/FATAL ) ;
    • --param 参数 : 设置节点参数 ( 需节点支持 ) ;
    • --env 参数 : 设置节点运行的环境变量 ;

4、启动海龟仿真器命令分析

以启动 海龟模拟器 的 命令参数 为例 进行分析 :

ros2 run turtlesim turtlesim_node 
  • ros2 参数 : 是ROS 2 核心命令行入口, 所有 ROS 2 终端操作均以该关键词开头 ( 如 ros2 node/ros2 topic ) ;
  • run 参数 : 是 ros2 的子命令 , 功能是 从指定功能包中找到并运行对应的可执行文件 ( 本质是启动一个 ROS 2 节点 ) ;
  • turtlesim 参数 : 是 功能包名称 ( package name ) ,turtlesim 是 ROS 2 内置的示例功能包, 封装了海龟仿真器的所有代码 ( 包括节点、话题、服务、动作等逻辑 ) ;
  • turtlesim_node 参数 : 是 可执行文件名称 ( executable name ) ,turtlesim 功能包中编译生成的可执行文件, 运行后会启动海龟仿真器的核心节点 ;

Read more

前端必懂:CDN 到底是什么?为什么能加速?如何在项目中正确使用?

前言 作为前端开发者,你一定听过"用CDN加速页面加载",但可能对CDN的本质,工作原理,实际使用方式仍有困惑, 本文将从"是什么 - 为什么用 - 怎么用 - 避坑指南 " 四个维度, 把CDN 讲透,让你既能理解原理,又能落地到实际项目中 一. CDN 到底是什么? 1. 核心定义 CDN(Content Delivery Network),即内容分发网络,是一组分布在不同地理位置的服务器集群,核心作用是将前端静态资源(JS,CSS,图片,视频等)缓存到离用户最近的服务器节点,让用户从"就近节点"获取资源,而非直接从源服务器获取  2.通俗比喻 把源服务器比作

阿里开源Qwen3-VL-WEBUI如何快速上手?镜像免配置部署教程

阿里开源Qwen3-VL-WEBUI如何快速上手?镜像免配置部署教程 1. 背景与核心价值 随着多模态大模型在视觉理解、语言生成和跨模态推理能力上的持续突破,阿里巴巴通义实验室推出的 Qwen3-VL 系列成为当前最具代表性的视觉-语言模型之一。其最新版本 Qwen3-VL-WEBUI 不仅集成了强大的 Qwen3-VL-4B-Instruct 模型,还提供了开箱即用的 Web 用户界面,极大降低了开发者和研究者的使用门槛。 该模型是 Qwen 系列中迄今为止最强大的视觉语言模型(VLM),具备从图像识别到 GUI 自动化操作、从长视频理解到复杂逻辑推理的全方位能力。尤其值得关注的是,它支持“视觉代理”功能——能够像人类一样观察屏幕、理解界面元素并执行任务,为自动化测试、智能客服、辅助交互等场景打开了全新可能。 更重要的是,通过 ZEEKLOG 星图平台提供的 预置镜像一键部署方案,用户无需手动安装依赖、下载模型权重或配置环境变量,真正实现“零配置、秒级启动”。 2. Qwen3-VL-WEBUI 核心能力解析 2.1

wan2.1-vae镜像免配置:内置nginx+supervisor+webui三层服务封装

wan2.1-vae镜像免配置:内置nginx+supervisor+webui三层服务封装 1. 平台介绍 muse/wan2.1-vae文生图是基于Qwen-Image-2512模型的AI图像生成平台,支持中英文提示词,可生成高质量、高分辨率的图像。这个镜像已经预置了完整的运行环境,无需额外配置即可使用。 1.1 核心特点 * 开箱即用:内置nginx+supervisor+webui三层服务封装,无需复杂配置 * 多语言支持:完美支持中英文双语提示词输入 * 超高分辨率:最高支持2048x2048像素的高清图像生成 * 专业级效果:人物写实度高,细节丰富,文字渲染能力强 * 高效推理:双GPU加速设计,大幅提升生成速度 2. 镜像特点 2.1 技术架构 wan2.1-vae镜像采用三层服务架构设计: 1. Nginx前端:提供Web界面访问和静态资源服务 2. Supervisor:管理后台进程,确保服务稳定运行 3. WebUI:

DeepSeek-OCR-WEBUI部署实战:7种模式+GPU加速,高效识别多语言文本

DeepSeek-OCR-WEBUI部署实战:7种模式+GPU加速,高效识别多语言文本 1. 引言:为什么你需要一个带界面的OCR工具? 你有没有遇到过这样的场景:手头有一堆发票、合同、教材扫描件,想要快速提取文字,但官方OCR模型只能靠写代码调用,输入输出都不直观?调试参数像在“盲人摸象”,每次测试都要改脚本、跑命令,效率极低。 DeepSeek-OCR-WEBUI 就是为解决这个问题而生的。它基于 DeepSeek 开源的高性能 OCR 大模型,封装了一个现代化 Web 界面,让你像使用 Photoshop 一样操作 OCR 功能——拖图、点按钮、看结果,整个过程无需一行代码。 更关键的是,它支持 7 种识别模式 + GPU 加速 + 多语言识别,无论是中文文档、英文论文、日语漫画,还是复杂表格、数学公式、