Turtle Nest 使用教程
2025-04-17 13:44:54作者:戚魁泉Nursing
1. 项目介绍
Turtle Nest 是一个开源的ROS 2包创建工具,它提供了一个简单易用的图形用户界面,用于创建新的ROS 2包。这个工具极大地简化了包的创建过程,让开发者可以快速地开始ROS 2节点的开发工作。Turtle Nest 支持创建C++和Python语言的节点,并自动添加必要的依赖项。
2. 项目快速启动
安装
在开始之前,请确保您的系统满足以下条件:
- Ubuntu 22 或 24
- ROS 2(以下版本之一):Humble、Iron、Jazzy、Rolling
安装Turtle Nest:
sudo apt update
sudo apt install ros-${ROS_DISTRO}-turtle-nest
如果您的 ${ROS_DISTRO} 环境变量未设置,请用您的ROS 2发行版替换,例如 humble 或 jazzy。
如果是使用 rolling 发行版,您需要从源代码构建包。
使用
运行Turtle Nest应用程序:
turtle-nest
在图形界面中填写必要的信息以创建新的ROS 2包。
包创建完成后,像往常一样构建和源代码新包:
cd <ros2_ws_location>
colcon build --symlink-install
source install/setup.bash
可选步骤:将您的 workspace 添加到 bashrc,以便在新的终端中自动源代码(每个工作空间只需一次):
echo "source <ros2_ws_location>/install/setup.bash" >> ~/.bashrc
如果创建了节点或启动文件,可以使用以下命令运行它们:
- 使用启动文件运行节点:
ros2 launch <package_name> <launch_file_name>
- 运行单个节点(不带参数):
ros2 run <package_name> <node_name>
- 运行单个节点并使用参数文件:
ros2 run <package_name> <node_name> --ros-args --params-file <params_file_path>
3. 应用案例和最佳实践
创建一个简单的ROS 2节点
- 使用Turtle Nest创建一个新的ROS 2包。
- 选择创建C++或Python节点。
- 按照提示填写节点名称和其他相关信息。
- 创建完成后,构建并源代码包。
- 运行节点并观察输出。
实现一个简单的节点功能
例如,创建一个发布信息的节点:
- 在Turtle Nest中创建一个新的Python节点。
- 在节点代码中添加以下内容:
import rclpy
from rclpy.node import Node
from std_msgs.msg import String
class PublisherNode(Node):
def __init__(self):
super().__init__('publisher_node')
self.publisher = self.create_publisher(String, 'topic', 10)
self.timer = self.create_timer(1, self.publish_message)
def publish_message(self):
msg = String()
msg.data = 'Hello ROS 2!'
self.publisher.publish(msg)
self.get_logger().info('Publishing: "%s"' % msg.data)
def main(args=None):
rclpy.init(args=args)
publisher_node = PublisherNode()
rclpy.spin(publisher_node)
publisher_node.destroy_node()
rclpy.shutdown()
if __name__ == '__main__':
main()
- 构建并运行节点。
4. 典型生态项目
Turtle Nest 可以与其他ROS 2工具和库一起使用,例如:
- RViz:用于可视化和调试ROS 2节点。
- rqt:一个用于ROS 2的图形工具集。
- Slam工具:用于同时定位与建图(SLAM)的项目。
通过结合这些工具和库,您可以构建一个完整的ROS 2应用程序,满足各种机器人开发需求。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
188
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
113
136