Turtle Nest 使用教程
2025-04-17 19:23:53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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
271
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
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++
597
157
暂无简介
Dart
561
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
224
14
🎉 (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
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
443