ros多机通信完整教程

系统介绍：
注意：下面的export 只需要export ROS_MASTER_URI 不要export ROS_HOSTNAME 不然你在本机roscore或者roslaunch就会报错

1、设置IP和~/.bashrc文件：
列一波搜到的有用的教程：
接着上面的来
第二个bug——图像话题会丢包、延迟等问题
前言：
老规矩，先讲讲为啥要做这个项目。因为机器人上的工控机没有办法加显卡，所以无法跑TensorFlow-GPU，如果用CPU的话，一个是时间太长，二是消耗资源太多。
所以必须得将图像处理模块，放到笔记本上。刚好看到古月居大佬的书《ros机器人开发实践》中，介绍了如何设置。emmm，下面会介绍书上的一些bug。。。。
感觉现在的时间越来越不够用了，连写博客的时间都不想花了。今天抽一个小时简单记录一下吧，希望我走过的坑，能够给大家节约一些时间。
遇到的坑有：
1 . 根据古月大佬书上的教程，只能实现从机的订阅，从机并不能发布topic到主机(host)上
2 . 我用的是路由器无线通信，通信速度有问题，订阅的话题是Kinect V2相机的数据，数据量大，频率高，通过这种通信方式，经常会丢包
3 . 订阅压缩话题：/kinect2/hd/image_color_rect/compressed
系统介绍：
主机：移动机器人，控制主机是工控机，CPU是i5 6200U
从机：笔记本，CPU是i7 6500 ,GPU GT960M
相机：Kinect V2，连接在工控机上。
软件包：基本的Kinect V2的库函数，具体安装，可以参考这个教程：ubuntu16.04+ros kinetic+kinect2.0错误解决方案+小技巧
工控机连的是一个无线路由，然后让笔记本也连上，使二者处于同一个局域网
都需要安装openssh，这个直接 sudo apt-get install openssh 就好了
在笔记本上远程操作工控机(主机)，需要这样:
ssh [email protected]
上面的iim是你被远程操作的工控机的用户名，换成你自己的就好了，后面的IP是工控机在局域网中的IP
登录后，就可以操作launch 相机了——
roslaunch kinect2_bridge kinect2_bridge.launch
就可以拿到话题了。接下来就可以想办法做你需要做的事儿了
1、设置IP和~/.bashrc文件：
先找两台机子的IP地址：
ifconfig
根据这篇教程的介绍，可以知道这些东西的含义：

如果电脑连接的时有线网，则显示结果中，etho 部分的 inet addr 后面就是该电脑的 IP 地址；

如果电脑连接的是无线，则 wlan0 部分的 inet addr 后就是 IP 地址。

在这里插入图片描述

分别了解了之后，需要在两台机子上的/etc/hosts文件加入对方的IP地址和对应的计算机名字
举例如下：
在工控机上终端操作，或者远程操工控机(计算机名为iim)：
sudo vim /etc/hosts
1
这里的笔记本(计算机名为 lyl )的IP地址是192.168.199.124，其实连到局域网的时候不是这个，因为编辑博客，所以连的是外网。假设就是上面的那个。
然后加上这段：

192.168.199.124 lyl
1
前面的IP，后面的是名字，尽量对齐

之后的笔记本端的文件整体如下：

127.0.0.1 localhost
127.0.1.1 lyl
192.168.31.124 lyl
192.168.31.182 iim

The following lines are desirable for IPv6 capable hosts

::1 ip6-localhost ip6-loopback
fe00::0 ip6-localnet
ff00::0 ip6-mcastprefix
ff02::1 ip6-allnodes
ff02::2 ip6-allrouters

工控机的就不放了，差不多。
古月大佬说，最好ping一下，看看通信是否正常：
在笔记本上

ping iim
1
正常就好了

设置ROS_MASTER_URI，这里的就比较复杂。
我刚开始按照古月的教程，首先文件就写错了一个：bashrc 写成了 bzshrc
更重要的是，他只是在从机，也就是我这里的笔记本上设置了这个参数，这样的话，只能保证笔记本可以订阅主机(工控机)的话题，但是无法发布话题出去！
具体的表现，可以用这个显示：
rostopic echo /yourtopic_name
1
可以发现，咦，一个东西都打印不出来！
遇到这个问题，我搜了很多教程，我刚开始都以为ros不支持从机发布话题，后来直接看了官方教程，提到了双方都得设置ROS_MASTER_URI，我才知道被坑了。

列一波搜到的有用的教程：
在多台机器上运行ROS
ROS网络设置
-这俩都是wiki上的教程
多台机器之间的通信问题
这没啥用
网络上的ROS很慢
这个是一样遇到话题传递速度过慢的问题，贴过来，是帮助大家自己搜索类似的关键词。
Kinect订阅点云代码(point)
这大概是我这几天所做的工作的笔记了，对以后有用的都贴上来了
在ros中python订阅压缩图片话题的教程
不完全适合Kinect V2的包，我后来发现，完全可以用更简洁的。这里得注意OpenCV2和OpenCV3是不一样的
rospy订阅压缩图片采用CvBridge().compressed_imgmsg_to_cv2(ros_img)
第45个案例，用于深度图的解压缩还是比较合适的，底下我还是会将我自己是成功的贴出来。
接着上面的来
从机-笔记本上需要设置的内容，可以看看：
把这段加到笔记本中的 ～/.bashrc 文件中
export ROS_HOSTNAME=lyl
export ROS_MASTER_URI=http://iim:11311
1
2
同理在主机-工控机上这个文件中加上这段：
这里只需要export ROS_MASTER_URI

export ROS_HOSTNAME=iim
export ROS_MASTER_URI=http://iim:11311

设置好IP后，最好 source ~/.bashrc 刷新一下，就可以通信了。

第二个bug——图像话题会丢包、延迟等问题
主要原因，可能是因为用的是WiFi无线网络，带宽有限，视频流数据庞大，所以经常会丢包。获取不到话题。
所以没办法，我只能订阅压缩过的话题——
/kinect2/hd/image_depth_rect/compressed
整体思路大致如下，分析直接看注释吧，要吃饭了，我不想继续写了

#导入消息类型，压缩的和未压缩的
from sensor_msgs.msg import CompressedImage
from cv_bridge import CvBridge, CvBridgeError
from sensor_msgs.msg import Image
import rospy
import numpy as np
import cv2

class Detect(object):
    def __init__(self):
        self.start_time = time.time()
        #订阅网络压缩话题，并且，消息类型换成压缩的
        self.image_sub = rospy.Subscriber("/kinect2/hd/image_color_rect/compressed",CompressedImage, self.rgb_callback,queue_size=1)
        self.depth_sub = rospy.Subscriber("/kinect2/hd/image_depth_rect/compressed",CompressedImage, self.depth_callback,queue_size=1)
        self.bridge = CvBridge()

    def rgb_callback(self,image):
        try:
        #尝试转换压缩图片信息到CV2可以直接用的格式。后面加不加bgr8好像都行。
            self.rgb_image = self.bridge.compressed_imgmsg_to_cv2(image, "bgr8")
            #用上面的和下面的都行，都是会转成rgb的图，但是对于第二个深度图就不合适了，只能用上面的
#            np_arr = np.fromstring(image.data,np.uint8)
# opencv3 is this ,and opencv2 is cv2.CV_LOAD_IMAGE_COLOR
#            self.rgb_image = cv2.imdecode(np_arr,cv2.IMREAD_COLOR)
        except CvBridgeError as e:
            print(e)
            rospy.loginfo('convert rgb image error')

    def depth_callback(self,depth):
        try:
            print("depth_start:")
            self.depth_image = self.bridge.compressed_imgmsg_to_cv2(depth)
            print(self.depth_image.shape)
        except CvBridgeError as e:
            print(e)
            rospy.loginfo('convert depth image image error')

这里的代码，只提供参考，应该是很难直接运行的，具体直接运行的代码有机会再贴出来吧。

反正通过这样，基本上可以实现少丢包，低延迟的效果。
具体的数字，可以看看：

在工控机本地，rostopic hz /kinect2/hd/image_color_rect/compressed
大概是30Hz
在笔记本上我订阅的频率大概是14Hz，然后订阅两个的话，应该会降低一些。
而我的识别模块，大概是3Hz的频率，所以完全可以等得起这个。