1.怎么在github上找到对应ros版本的码下Gmapping源代码？
2.ROS开源项目：（一）中文语音交互系统ROSECHO （二）教学级别无人车Tianracer
3.ROS学习笔记@ROS安装
4.单目USB摄像和Intel Realsense D435i 头+ Apriltag_ros配置和实现对相机姿态的估计
5.ROS2测试源码编译安装cartographer
6.本文之后，世上再无rosdep更新失败问题！码下如果有....小鱼就...

怎么在github上找到对应ros版本的码下Gmapping源代码？

       在 GitHub 上找到对应 ROS 版本的 Gmapping 源代码，可以按照以下步骤进行操作：

       打开 GitHub 网站，码下并在搜索栏中输入 "Gmapping"，码下按下回车键进行搜索。码下java核心技术卷1源码

       在搜索结果中，码下找到 Gmapping 的码下官方仓库，通常是码下 "ros-gmapping/gmapping"。

       打开 Gmapping 仓库页面后，码下找到 "Releases" 或者 "Tags" 选项，码下通常在仓库的码下右侧。

       在 "Releases" 或 "Tags" 页面中，码下可以看到 Gmapping 的码下版本列表。找到与你使用的码下 ROS 版本相对应的 Gmapping 版本。

       点击所需版本的标签或链接，进入该版本的源代码页面。

       在该页面中，你可以浏览 Gmapping 的源代码，包括 package.xml、CMakeLists.txt、src 目录等。

       如果你需要下载源代码，可以点击 "Clone or download" 按钮，并选择 "Download ZIP" 选项来下载整个仓库的源代码。

       请注意，不同版本的 ROS 可能对应不同的 Gmapping 版本。在查找 Gmapping 源代码时，请确保选择与你使用的 ROS 版本兼容的 Gmapping 版本。

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input_2源码百星、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，类似盲盒源码定制了条特定问答，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。好处是各种溯源码燕窝拥有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。晴天导航源码2018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。

ROS学习笔记@ROS安装

       安装ROS的步骤如下：

       首先，检查CMake版本是否已安装，若有新版本的Cmake，可稍后再安装。若未安装，则在安装ROS后安装所需版本的Cmake。

       接着，确认Ubuntu安装的ROS版本。对于Ubuntu .，对应的是RS Melodic版本，需避免误安装其他版本。参考ROS官网查看其他对应版本。

       安装步骤如下：

       在安装前，确保Ubuntu软件和更新源已检查并更新。推荐更换为国内源以提高速度，例如阿里云、清华或中科大。

       添加ROS软件源，使用终端输入相应命令。

       设置ROS安装密钥，使用apt-key命令，同时检查软件包密钥。

       更新Ubuntu软件源，使用终端输入命令。

       安装ROS桌面完整版，输入终端命令，安装包括ROS、rqt、rviz和机器人通用库在内的内容。选择桌面安装或ROS-Base安装。

       为安装特定ROS软件包，替换下划线为软件包名称的破折号，并使用命令查找可用包。

       设置ROS环境变量，使用终端命令。若要自动添加到当前bash会话，可输入相应命令。对于zsh用户，需运行不同命令。

       安装ROS工具，使用命令执行。

       在使用ROS工具前，初始化rosdep，使用终端命令。若遇到从国外网站raw.githubusercontent.com拉取信息导致错误，可修改/etc/hosts和/etc/resolv.conf文件。

       更新rosdep，使用终端命令。遇到更新超时错误时，可尝试多次执行或本地更新以解决。

       运行小海龟和rviz检查安装情况，使用roscore启动ROS核心，然后运行turtlesim_node和turtle_teleop_key控制小海龟，最后启动rviz检查高级功能。

       至此，Ubuntu .的ROS安装过程结束。源码安装内容将在后续研究。

单目USB摄像和Intel Realsense Di 头+ Apriltag_ros配置和实现对相机姿态的估计

       配置平台：ROS版本：noetic/melodic，Ubuntu：.LTS/.LTS

       一：AprilTag_ros的配置

       1.1 usb摄像头的安装和使用

       1.1.1下载源码

       1.1.2编译工作空间

       1.1.3添加usb_cam属性文件

       1.1.4编译usb_cam源码

       回到工作空间的src文件中，再去usb_cam中进行编译

       5.测试USB摄像头

       1）运行ROS

       回到usb_cam的launch文件夹中，运行usb_cam的功能包

       1.2 AprilTag_ros包的安装

       安装依赖库apriltag

       编译依赖库apriltag

       进入 apriltag 文件夹中，然后新建文件夹build

       安装AprilTag_ros包

       将源码拷贝到你的工作空间中的src工作目录下

       回到工作空间进行编译

       1.3 单目摄像机的标定

       摄像机标定是通过寻找对象在图像与现实世界的转换数学关系，找出其定量的联系，从而实现从图像中测量出现实中实际数据的目的，基于此才能实现后面的位姿检测。

       1.3.1安装标定功能包

       1.3.2打开摄像头进行标定

       第二条命令参数说明：size：棋盘内交叉点的个数，行*列square：一个格子的边长，单位是mimage：订阅摄像头发布的图像话题（ROS topic）camera：寻找相应的设备相机名（现实情况应该是/dev，仿真的话，不清楚）

       摄像机的校准是以一个由黑白方块组成的棋盘为基准进行的，如图8-8所示。从下面的地址下载8x6国际象棋棋盘，并打印出来后将其贴到一个平坦的纸箱。有时也会打印成超过1米的棋盘，但这里用的是A4纸。作为参考，8x6棋盘横向有9个方块，所以有8个交叉点，而竖向有7个方块，有6个交叉点，所以它被称为8x6棋盘。

       /AprilRobotic... Tag Size Definition 部分可以看到并排的6个二维码，下面的字符串（如：“Tagh” 和 “TagCircleh7”）就是二维码类型，直接替换即可。其他参数使用默认值即可。

       2.配置 tags.yaml

       这个文件只有两个标签可以编写。

       这里面写要使用多少个二维码，apriltag_ros 允许一张中出现多个二维码，但一定要明确每个二维码类型，如果想要添加的话这样写就可以，但记得两个标签都要添加:

       standalone_tags解释：

       id：你给每个二维码的编号，可以从任意数字开始，只要你自己能区分哪个号是哪个二维码就好；

       size：二维码的长度。这个值是需要手动测量出来的，不同类型的二维码测量方式不同，具体可以看他的链接 github.com/AprilRobotic... Tag Size Definition 部分，红色箭头就是你需要手动侧脸的二维码长度，单位是米，然后填写到这里；

       name：和id一样，这是为了更好地区分可以任起；

       tag_bundles注释：

       修改 continuous_detection.launch 文件

       打开 apriltag_ros/launch/continuous_detection.launch 文件。

       需要修改的主要有两个标签：

       这两个值是在 rostopic list中查看相机发布的话题中看见，如果你用的不是realsense，那么需要按照相机包发布出来的话题名修改，这里用的是默认设置的 realsense 相机话题。

       注意：“camera_name” 一定只能用前缀，如果多加了 “/” 会导致算法订阅到的话题变成了 “/camera/color//image_raw” 这样是不会出数据的，因为后面其实是做了一个字符串拼接：

       最终修改如下：

       4.启动 apriltag_ros 算法

       如果没有出现红色的报错说明启动成功了，如果有则检查 yaml 文件有没有出现多一个逗号或者省略号之类的。

       然后再开一个窗口就可以订阅推算出来的话题：

       正确检测到的应该会有下面的信息：

ROS2测试源码编译安装cartographer

       Cartographer是一个跨平台、传感器配置提供实时同步定位和绘图(SLAM)的系统，具有回环检测优势，资源占用适中。

       选择源码编译安装方式，以适应后期项目修改和移植需求。首先，使用Ubuntu虚拟机测试验证。

       若国内访问github受限，可选择Gitee上的备份仓库进行下载。尝试多个版本，确认在Ubuntu humble版本下能够成功下载和安装。

       在安装过程中，需要下载依赖项。在Ubuntu上，首先安装libabsl-dev、libceres-dev以及liblua5.3-dev等包。对于ceres-solver，需确保CUDA、显卡加速和TBB指令集优化选项已配置。

       在开发板上，通过源码编译安装三方依赖。确保所有依赖包均正确安装，包括protobuf版本为v3.4.1分支。

       完成所有依赖安装后，开始编译Cartographer源码。首先下载官方数据集，注意ROS2格式的rosbag转换，使用rosbags工具进行转换。

       介绍ROSbag格式，ROS1的.rosbag文件为二进制存储格式，而ROS2使用SQLite数据库格式，支持跨平台和扩展性。两种格式转换方法，推荐使用rosbags工具，无需依赖ROS环境。

       测试Cartographer时，使用ros2命令启动示例launch文件，输入特定的bag文件名以加载数据集。测试3D数据集时，使用相应的launch文件和bag文件名。

       资源占用情况分析将后续进行。

本文之后，世上再无rosdep更新失败问题！如果有....小鱼就...

       小鱼在经过一番努力后，为中国ROS用户推出了一款名为rosdepc的工具，旨在解决国内用户在ROS学习过程中遇到的rosdep初始化失败问题。

       对于每一个学习机器人的人来说，遇到ROS相关的挑战是再正常不过的事情了。小鱼发现，许多同学在学习过程中都可能会遇到rosdep初始化失败的情况，这或许成了不少同学的退缩之因。

       于是，小鱼基于ROS官方的源码，通过简单的修改，创建了一个专门服务于国内ROS用户的rosdepc工具，以解决这个问题。接下来，让我们来看看它的具体功能。

       灵魂四问

       为什么叫rosdepc?rosdepc中的"c"代表"China"，以区别于ROS官方的rosdep工具。

       rosdepc与rosdep功能一致吗?是的，小鱼对rosdep官方最新版源码进行了修改，仅调整了名称和源地址，地址改为国内gitee。

       rosdepc为什么不会初始化失败?因为rosdepc使用的是国内的源，而rosdep初始化失败通常是因为它使用的是无法访问的github源。

       如果使用过程中遇到问题怎么办?直接联系小鱼，小鱼将负责解决任何遇到的问题。

       安装与使用

       安装rosdepc非常简单，只需要执行一条命令。若遇到问题，小鱼建议尝试使用pip3，若pip3也未安装，可以尝试使用相应的命令进行安装。

       在小鱼的后续计划中，他将提供更简单的安装步骤，以方便大家使用。

       为何推出rosdepc

       小鱼推出rosdepc，除了推广公众号外，更重要的是希望为广大学习ROS的同学提供便利。

       小鱼已经有一段时间在构思这个项目，但始终未能实施。在某次群内遇到问题后，他决定付诸实践。完成这个项目并没有花费太多时间。

       小鱼即将推出一系列《动手学ROS2》教程，从基础知识讲起，带领大家轻松上手ROS2。

       小鱼，一名机器人领域的资深玩家，现为深圳某独脚兽机器人算法工程师。从小学习编程，高中开始接触机器人，大学期间通过比赛实现高收入，目前专注于分享机器人学习资源，欢迎关注小鱼，一起探讨技术。

ROS2日志时间戳转换成时分秒

       ROS2的日志时间无法直接转换成时分秒形式，这在调试过程中确实不太方便。最近在鱼香ROS大大论坛里找到了一种解决方案，感谢大佬的分享，以下是我整理的关键步骤。

       1. 基本配置

       要将时间戳转换成打印时分秒格式的时间，需要修改源代码。

       注：比如我的本地工作空间是catkin_ws，那么应该将源码放在catkin_ws/src中，与自己的代码一起编译。

       2. 下载源码和依赖

       2.1 打开文件：rcutils/include/rcutils/time.h，添加代码

       2.2 打开文件：rcutils/src/time.c，添加代码

       2.3 打开文件：rcutils/src/time.c，添加代码

       2.4 打开文件：rcutils/src/logging.c，修改代码

       2.5 编译代码

       然后source后运行日志打印就可以了，也可以直接替换系统库里的头文件和库，具体如何替换还需要自己探索。