1.Autoware.io源码编译安装
2.如何在ROS中调用.so文件
3.项目ROS是驱驱动什么意思？
4.Ubuntu使用Ros读取imu数据
5.ubuntu 18.04 安装 ROS melodic（一）
6.开源！手把手教你驱动Arduino+ROS小车大功率直流霍尔编码电机
Autoware.io源码编译安装
要编译安装Autoware.io，动源首先请确保已安装ROS1，驱驱动如Ubuntu .版本的动源Melodic。以下步骤将指导你完成依赖安装及源码编译过程。驱驱动安装依赖
1. 对于CUDA的动源gnu的源码支持（可选但建议），你需要下载CUDA .0，驱驱动链接位于developer.nvidia.com/cuda。动源安装时，驱驱动遇到驱动安装询问时选择n，动源后续步骤默认安装即可。驱驱动 2. 安装cudnn，动源从developer.nvidia.com/rd...获取并进行安装。驱驱动在cuda目录下进行软链接配置，动源并通过验证测试。驱驱动其他依赖安装
3. 安装eigen3.3.7，接着是opencv3，安装时需先安装依赖库，然后解压、配置和编译。源码下载与编译
4. 创建新的工作区，下载并配置工作区，然后下载Autoware.ai源码。 5. 使用rosdep安装依赖库，有CUDA版本和无CUDA版本两种编译方式。测试与问题解决
6. 下载并运行demo，可能遇到的问题包括编译错误和链接问题。问题1：calibration_publisher报错，需修改CMakeList.txt文件。
问题2：ndt_gpu编译错误，需替换Eigen3Config.cmake文件中的版本信息。
问题3：opencv链接问题，需要检查和调整。
问题4：rosdep更新慢，可通过修改源码和配置文件解决。
问题5：runtime manager花屏，需安装wxPython 4.和libsdl1.2-dev。
通过上述步骤，你应该能够成功编译并测试Autoware.io。如有任何疑问，查阅官方文档或社区论坛寻求帮助。如何在ROS中调用.so文件
在ROS（Robot Operating System）环境中，如何有效地调用.so文件是一个常见的问题，特别是在进行模拟量采集时。本文将指导你如何在ubuntu.系统上，配合ROS noetic版本，使用凌智电子的DAQ设备进行高效操作。
首先，确保你的硬件环境包括i5-处理器和凌智电子的DAQ，考虑到串口通信速度限制，底层源码解析选择DAQ可以提升数据传输效率。驱动文件可以从Gitee上下载，特别注意选择TestZKFT分支的x_版本。
驱动安装后，可以通过运行官方提供的Qt示例demo，或者将Linux/libdaq目录复制到项目中进行独立开发。关键在于理解如何在ROS中调用.so库，如liblibdaq-2.0.0。这涉及到在cmakeLists.txt文件中进行配置，需要去掉.so文件名中的第一个'lib'。
在cmakeLists.txt中，除了包含官方libdaq路径，还要包含Qt的安装路径，并正确链接.so库。同时，确保package.xml文件中引用了必要的依赖包，如geometry_msgs（可能根据项目需求自定义）。
接下来，创建.h文件，定义所需的变量，利用Qt函数实现。变量的用途可以参考官方示例。C++文件中，程序需要sudo权限运行，可以设置以5KHz频率读取和发送数据，如采集正弦、方波和三角波信号。
最后，通过编译并运行你的C++程序，数据将通过rostopic传输，实现所需的模拟量采集功能。通过这些步骤，你可以在ROS环境中顺利地调用.so文件，完成你的设备驱动与ROS的集成。
项目ROS是什么意思？
ROS是机器人操作系统（Robot Operating System）的简称，是一套开源的软件平台，用于支持机器人应用程序的开发与运行。ROS不同于其他通用操作系统，它专注于机器人领域的开发和研究，提供了机器人开发所需的基础框架和工具。
首先，ROS是开源的，任何人都可以免费获取和使用。其次，ROS是模块化的，各个模块之间通过消息传递进行通信，提高了系统的灵活性和可重用性。此外，ROS还提供了丰富的html源码最新库和工具，如驱动程序、模拟器、地图建立工具等，为机器人开发和测试提供了方便。
ROS在哪些领域被广泛应用？
ROS被广泛应用于机器人领域，例如移动机器人、人形机器人、无人机等领域。ROS的开源特性、灵活的模块化设计以及丰富的工具和库使得机器人开发变得更加简单和高效。ROS还被应用于智能制造、智能交通、医疗健康等领域，成为推动智能化发展的重要工具。
Ubuntu使用Ros读取imu数据
在Ubuntu上通过Ros读取imu数据的步骤如下：
首先，你需要从开源Ros库中克隆驱动，通过git clone命令获取yesense_ros_driver。完成克隆后，你会看到一个名为yesense_ros_driver的功能包，它应该被放入工作空间的src文件夹内。创建一个新的工作空间，并将这个文件夹放置在src中。
在工作空间的根目录下，执行"catkin_make install"命令进行编译。如果遇到关于serial串口的问题，确保安装了相关依赖，可以通过安装命令解决。在编译完成后，你需要设置工作空间的环境变量，通过"source devel/setup.bash"命令激活。
确保imu数据功能包在"/home/ylb/Documents/yesense_ws/src"路径下，这样环境变量就可以找到它。启动Ros主节点，通过在终端中输入"roscore"命令。然后，在设置了环境变量的终端中，运行"rosrun yesense_imu yesense_imu_node"命令以获取imu数据。
注意，每次打开新的终端时，都需要重新加载环境变量，因为上一个终端的设置可能会失效。所以，如果之前终端关闭了，需要再次设置并激活环境变量，然后再运行imu数据节点。
ubuntu . 安装 ROS melodic（一）
ROS，全称Robot Operating System，是一个为机器人应用程序开发提供的平台，它包含一系列库、scheduler线程源码工具、硬件抽象、驱动程序、可视化工具以及消息传递系统，旨在简化机器人的软件开发过程。 对于Ubuntu .用户，推荐安装的是ROS版本Melodic。对于不同Ubuntu版本与ROS的对应关系，你可以参考官方文档，如wiki.ros.org/Distributions，其中列出了详细的对应信息。不过，如果你无法访问，这里有一个简要的说明：main：支持免费和开源软件
universe：社区维护的免费开源软件
restricted：专有设备驱动程序
multiverse：版权或法律问题相关的软件
安装步骤如下：配置ubuntu资源库：添加四个主要存储库，如packages.ros.org。
设置sources.list，接收来自ROS官方的软件包。
运行`curl -s`命令，添加官方源的GPG密钥到本地信任数据库。
更新软件包，确保系统准备好安装。
安装Desktop-Full版本，包含ROS、rqt、rviz等工具和模拟器。
根据需求安装特定ROS包，如`sudo apt install packagename`。
设置环境变量，确保ROS正确识别和配置。
如果有依赖包未安装，使用`rosdep install`自动解决。
初次安装可能会遇到一些问题，遇到`rosdep`初始化失败的情况，通常需要查找并按照解决方案进行处理。
最后，进行简单的测试，确保ROS已成功安装并运行。
开源！手把手教你驱动Arduino+ROS小车大功率直流霍尔编码电机
通过将Arduino-mega-扩展板中的TB电机驱动模块剥离并根据电机功率调整接口，实现了ROS小车底盘的驱动与控制。本篇将介绍如何使用ROS包（ros_arduino_bridge）和Arduino完成数据交互，实现ROS Topic的通讯方式控制电机完成指定动作。对于能否用Arduino控制大功率直流电机，答案是肯定的。下面将介绍大功率电机扩展板的接口和如何运行代码及注意事项。
在Arduino mega 大功率电机扩展板上，原有的电机驱动模块TB被剥离，以此适应不同功率的驱动需求。组合示例如驰海电机 + 大功率双路直流驱动器，ap线程源码接口指引与先前的扩展板有所不同，增加两个变量。
在进行连线测试前，需确认牛角插头方向正确，确保一端插入Arduino扩展板的牛角插座，另一端插入电机驱动器控制引脚接口。重要事项需注意，确保驱动器电源接口接入Arduino扩展板的电源接口，同时给驱动器供电。驱动器电源接口位于motor1与motor2之间，需注意正负极，电压范围为[5.6,]伏特。
为了检验电线是否正确连接，编写代码测试控制逻辑。结合驱动器控制接口和Arduino扩展板接口定义，执行测试代码。通过程序运行和电机转动的现象，判断电机驱动器输出端与电机正负极之间的连接顺序是否正确。
在完成正确的连线后，使用提供的代码适配至ROS小车的Arduino驱动部分。与之前的推文内容一致，仅代码稍有不同，具体代码地址可查阅。配置ROS包时，使用ros_arduino_bridge代码和配置方法通用，适用于Ubuntu + ROS环境，硬件处理器不作限制。
总结，本篇介绍了Arduino扩展板的使用方法，从PCB接口说明到连线注意事项，以及电机驱动器控制逻辑和代码操作，最终适配到ROS小车的构建过程。希望详细的调试记录能帮助搭建小车实体。
展望，除了驱动不同电机功率的两轮差速小车，我们的Arduino扩展板还具备两路舵机接口，可驱动MG等大功率舵机。通过这一扩展板，不仅可以构建阿克曼小车或实现2自由度云台，还可以结合opencv实现物体跟踪或像robomaster机器人一样自动瞄准射击。后续将分享更多机器人研发攻略，敬请期待。
创作不易，感谢喜欢这篇内容的朋友，请转发分享给更多人，一起交流创造的乐趣，激励我们提供更多机器人研发攻略。
ROS开源项目：（一）中文语音交互系统ROSECHO （二）教学级别无人车Tianracer
开发之路永无止境，往往在最后期限的白板上写着的计划，往往只是一份空想。年初时，我定下了两个目标，计划在年末完成，然而时间在拖延中流逝，直到如今，我才发现，真正的开源精神并非一个人的单打独斗，而是众人协作的火焰。
记得一年前，我四处奔波，从开源社区汲取养分，同时也渴望贡献出自己的力量。然而，回顾过去，我却发现并没有做出任何贡献。这次，我希望能够集结各路伙伴，如果有志于参与开源项目，我们能共同打造一个GitHub上的百星、千星项目。几位资深程序员已经搭建好了基础，硬件改进较多，但程序完善程度未达预期。我们期望有更多的年轻朋友加入我们，与我们一起学习软件的版本控制、代码规范和团队协作，共同完成复杂的机器人项目，实现成长与蜕变。
（一）中文语音交互系统ROSECHO
ROSECHO的GitHub源码库已准备好，欢迎先star再深入阅读。此代码遵循BSD开源协议。
详细中文介绍文档
面对智能音箱市场，许多人或许会质疑我们的团队为何要涉足这个领域。然而，故事并非如此简单。在年，我们计划为一个大型展厅打造讲解机器人，采用流行于Android系统的接待引导机器人，其语音交互功能本无问题，但当时的挑战在于，尚未有集成cartographer在数千平米展厅中进行建图导航的方案。因此，我们决定打造一款完全基于ROS的讲解机器人。市场上虽然有众多智能音箱，但缺乏适用于ROS二次开发的产品。在科大讯飞一位大佬的介绍下，我们选择了AIUI方案，虽然开发难度大，但高度定制化，非常适合我们这样的开发团队。于是，我们主要任务转变为开发一款能够在ROS下驱动的智能音箱，ROSECHO便由此诞生。
第一版智能音箱在年4月问世，包含W的大喇叭、6环麦克风，以及ROS主控制器，下方控制了一个云迹科技的水滴底盘。了解过ROS星火计划进阶课程的朋友大概知道，课程中的大作业之一是语音命令移动机器人端茶倒水，而我们的任务相当于完成了一个加强版的大作业。
整个机器人在年7月完成，音箱分散到身体各个部分，环麦位于头顶，喇叭置于身体两侧。其他传感器、执行机构、决策、定位导航均基于ROS，定制了条特定问答，调试的机器人在场馆中行走上下坡不抖动，定位准确，7*小时工作稳定。音箱在大机器人上使用效果出色，主要得益于讯飞的降噪和回声消除技术，使得远场对话和全双工对话得以实现。社区中许多小伙伴也尝试了软核解决方案，但由于环境限制较大。于是，我们决定将音箱从大家伙改为普通智能音箱大小，通电即为智能音箱，USB接入ROS后，只需启动launch，即可接收语音识别结果，发送TTS语料，配置网络、接收唤醒角度等。
这次体验深刻地让我认识到，做大容易做小难。过完春节后，年8月ROS暑期夏令营期间，我们做了N款外壳，测试了M种喇叭，贴了P版外围电路，程序则改动不大。主要是由于时间有限，无法进行更多改进。样品均为手工制作，音质上，7w的喇叭配有一个无源辐射板，对于从森海HD入门的人来说，音质虽有瑕疵，但足以满足日常使用。
之前在想法中发布了一个使用视频，大家可参考运行效果。
ROSECHO基本情况介绍完毕，如何开始呢？
从零开始：推荐给手中已有讯飞AIUI评估板的小伙伴，记住，评估板而非麦克风降噪板（外观相似，简单区分是评估板售价元，降噪板元）。手头的评估板可通过3.5mm接口连接普通电脑音箱，再准备一根USB转转换头连接评估板DB9接口。后面需要根据实际串口修改udev规则，理论上可配合ROSECHO软件使用。硬件工作量较大，还需包含移动机器人所需机械设计、电气改造等。好处是拥有AIUI后台，可以定制云端语料和技能，但这又是另一个领域的能力，也不是三下五除二能完成的。
从ROSECHO开始：直接购买ROSECHO，首发的十台会附赠ROS2GO，只需连接自带电源并用USB线连接电脑，配置无线SSID和密码即可。连接方便，我们维护云端语料，人设为智能机器人管家，大家只需关注如何利用识别后的词句控制机器人和进行应答。云端问答AIUI处理，一些自定义问答可在本地程序中处理，务必联网，因为语音识别本身需要网络。具体软件启动和简单demo请查看GitHub软件库的说明。
然后做什么：要实现智能语音交互功能的移动机器人，需要对ROS中的actionlib非常熟悉。我们提供了简单的demo，可以控制机器人在turtlebot stage仿真环境中根据语音指令在两点之间移动，也可以根据唤醒方位进行旋转。之后还需增加音箱的TF变换。
大机器人中的状态机采用层次状态机（Hierarchical state machines），适用于移动机器人的编程，框架准备开源，方便大家开发自己的智能移动机器人策略。参考下面链接，希望深入了解也可以购买译本，肯定是比ROS By Example中的Smach状态机更适合商用级产品开发。
还计划做一套简单的语音遥控指令集，机器人问答库，在iflyos中构建适合机器人的技能库。何时能完成尚不确定，大家一起加油！
（二）教学级别无人车Tianracer
GitHub源码库已准备就绪，欢迎先star再深入阅读。遵循Hypha Racecar的GPLv3协议。
这是最近更新的详细使用手册。相比ROSECHO，Tianracer的基本功能均已完成，至少可以拿来学习建图导航，了解SLAM。
Tianracer是一个经过长时间准备的开源项目，年从林浩鋕手中接过Hypha Racecar后，希望将项目发扬光大。这两年改进了软件框架、周边硬件、机械结构，并增加了新的建图算法，但仍有大量工作待完成。这两个月在知乎想法和微信朋友圈分享了项目的进展，经历了多次迭代，现在大致分为入门、标准、高配三个版本。三个版本的软件统一，可通过环境变量更改设置。
最近整个项目从Tianbot Racecar更名为TianRacer，经过长时间探索，终于实现了合理的传感器与处理器配置。相比Hypha Racecar，处理器从Odroid XU4更改为NVIDIA在上半年推出的Jetson Nano，车前方增加了广角摄像头，利用Nano的深度学习加速，可以接近实时处理图像数据。相比之前的单线激光，广角摄像头大大扩展了后续可实现的功能。
TianRacer基本使用Python编写，从底层驱动到遥控等，目的是方便大家学习和二次开发。同时集成了cartographer和vins-fusion启动文件，可以尝试新的激光与视觉SLAM，基于Nano的深度学习物体识别等也是可以直接运行的。但目前功能尚未有机整合。
从零开始搭建：TianRacer搭建可能难度较大，不仅需要RC竞速车的老玩家进行机械电子改装，还需要对ROS熟悉并修改软件以进行适配，同时可能需要嵌入式程序员的帮助。对于主要关心搭建的朋友，可以参考小林的Hypha Racecar和JetRacer Tamiya版本的搭建指南。
从TianRacer开始：这批开发版本的无人竞速车附赠搭好环境的ROS2GO，TianRacer本身有开机自启功能，利用ROS2GO加上USB线对车体进行网络配置，就可以远程编程和调试。仔细参考提供的TianRacer看云文档（文档积极更新），大部分车体自带的功能都可以实现，包括但不限于建图、定位、导航、识别等。
然后做什么：利用TianRacer学习无人车的基础框架，还可以通过JupyterLab学习Jetson Nano的深度学习算法。未来计划将交通标识识别、行人和车辆检测、车道线检测等无人车基础功能融合，但不确定Jetson Nano的算力是否足够。目标是在校园内进行低成本的无人车竞速比赛，希望像CMU的Mobot室外巡线比赛一样持续发展，至今已举办届。
这个视频是搬运自YouTube。大家可深入了解非结构环境下的导航。对于不清楚结构化环境与非结构化环境的朋友，CMU和恩智浦的比赛完美诠释了两者之间的区别。
一起来玩耍吧！
在开源社区协作方面，我们也是第一次尝试，对于松散的协同开发经验不足，希望参与或组织过大型开源项目的朋友们加入我们，一起努力。有兴趣的朋友可以留言或私信。
前几日与朋友们闲聊时，想起几年前高翔博士赞助一锅粥（orb-ygz-slam）1万元时，我也只能提供支持。这次真心希望可以贡献出代码，实现实实在在的贡献。
年年底发布了开发者申请价格，但数量有限，早已连送带卖售罄。年又有几十位爱好者填写了问卷，忘记查阅。每年的双十一双十二我们都会有优惠活动，感谢大家的关注。
