Linux 示例使用手册

1. 概述

2. 系统与环境

2.1 系统与环境介绍

2.2 查看系统版本与应用版本

2.2.1 查看系统版本

• 主版本号：5

• 次版本号：15【奇数为开发版本，偶数为稳定版本】

• 修订版本号：0【修改的次数】

• 此版本的第 N 次修改：97

• 内核版本：#107~20.0.4.1，通常所说的系统版本就是内核版本

2.2.2 查看 Cmake 版本

2.2.3 查看 Gcc 版本

2.2.4 查看 Opencv 版本

2.2.5 查看 Pcl 版本

2.2.6 查看 ROS 版本

2.3 搭建基础开发环境

2.3.1 安装 Cmake

2.3.2 安装 Gcc

2.4 搭建可选开发环境

2.4.1 安装 Opencv【可显示相机图像】

2.4.2 安装 Pcl【可显示点云】

3. 示例代码的介绍与运行准备

3.1 执行安装脚本

1. 解压缩 Lanxin-MRDVS 文件，并进入 Lanxin-MRDVS 文件夹

1. 右键打开控制台

2. 执行 install.sh 脚本

1. 进入/opt/目录检查是否安装成功

1. 若是能找到文件夹，则是安装成功

2. 若是安装失败，则需要手动添加到 opt 目录下

3. 执行 set_socket_buffer_size.sh 脚本

1. 至此安装脚本全部执行完成！

3.2 示例代码介绍

• C 文件夹中包含 C 与 C++相关的代码

• Java 文件夹中包含一个 http 服务器，用于间接的调用 sdk

• Ros 文件夹中包含一个 ros 的示例

• Ros2 文件夹中包含一个 ros2 的示例

3.2.1 C 与 C++示例代码

• application_obstacle：获取相机流数据并开启避障算法，输出算法结果

• application_pallet：获取相机流数据并开启托盘算法，输出算法结果

• arm_local_camera：在相机中【ARM】调用 SDK 并获取流数据

• frame_callback：使用回调方式获取相机流数据

• multi_cameras：打开多个相机并获取流数据

• single_camera：打开单个相机并获取流数据

• single_camera2：通过结构体方式获取帧数据

3.2.2 Java 示例代码

• Config：文件夹中存放着服务器相关的配置

• Middleware：服务器主题

• LxCamera.postman_collection.json：postman 配置文件

• README：java 虚拟服务器使用教程

3.2.3 ROS 示例代码

• lx_camera_node_ws：文件夹中包含了一个标准的 ros 驱动

• README.EN：用英文说明了如何编译节点以及创建一个新的节点

3.2.4 ROS2 示例代码

• lx_camera_node_ws：文件夹中包含了一个标准的 ros2 驱动

• README.EN：用英文说明了如何编译节点以及创建一个新的节点

3.2.5 ros-v1pro 示例代码

• src：文件夹中包含了一个标准的 ros 驱动

• README：说明了如何使用这个节点

• README.pdf：说明了如何使用这个节点

4. 示例代码的编译与运行

4.1 C 与 C++示例代码的编译与运行

• mkdir build

• cd build

• cmake ..

• make

4.2 java 示例运行流程

• 进入 config 文件夹中，修改 Configs.json 文件中的 http_sever_host 字段和http_sever_port 字段：

• 进入 middleware 文件夹，执行 start.sh 脚本，即可启用中转服务器

• 使用 postman 打开 LxCamera.postman_collection.json 文件，即可向示例端口发送数据

4.3 ROS 示例代码的编译与运行

• roslaunch lx_camera_ros lx_camera_ros.launch

• roslaunch lx_camera_ros obstacleV2.launch

• roslaunch lx_camera_ros obstacle.launch

• roslaunch lx_camera_ros pallet.launch

4.4 ROS2 示例代码的编译与运行

• ros2 launch lx_camera_ros lx_camera_ros_launch.py

• ros2 launch lx_camera_ros obstacleV2.launch.py

• ros2 launch lx_camera_ros obstacle.launch.py

• ros2 launch lx_camera_ros pallet.launch.py

4.5 ros-v1pro 示例代码的编译与运行

• roslaunch lx_camera_ros localization.launch

• roslaunch lx_camera_ros mapping.launch

• roslaunch lx_camera_ros sensor_sim.launch

5. 示例代码解释与说明

5.1 C 与 C++

5.1.1 CMakeLists

5.1.2 application_obstacle 和 application_pallet

5.1.3 arm_local_camera

5.1.4 frame_callback

5.1.5 multi_cameras

5.1.6 single_camera

5.1.7 single_camera2

5.2 java

1. DcGetApiVersion：获取 SDK 的版本号吗，没有参数输入

1. DcSetInfoOutput：设置 SDK 日志输出的路径，参数如下：

• log_path：日志输出的路径

• print_level：日志打印的等级

• enable_screen_print：日志是否在控制台打印

1. DcLog：输出日志到 SDK 日志中，任何输入的内容都会被打印到 SDK 日志中

2. DcGetDeviceList：获取设备列表，没有输入，输入为 JSON

3. DcOpenDevice：打开设备，输入如下：

• open_mode：打开相机的模式

• param：打开相机的参数

1. DcStartStream：让某一个相机开始推送流数据，输入参数如下：

• handle：要设置的相机的句柄

• cmd：指令编号

• handle：要设置的相机的句柄

• cmd：指令编号

1. DcSetIntValue：设置相机 int 型的参数，输入如下：

• handle：要设置的相机的句柄

• cmd：指令编号

• value：要设置的值

1. DcGetIntValue：获取设备 int 型的参数，输入如下：

• handle：要设置的相机的句柄

• cmd：指令编号

1. 其他相关说明参见下表：

5.3 ROS1 & ROS2

5.3.1 ROS1 launch 文件说明

5.3.1.1 所有的 launch 文件

1. 在 src/launch 文件夹中有如下文件：

• localization.launch：视觉定位节点的运行文件

• lx_camera_ros.launch：普通节点的运行文件

• mapping.launch：视觉定位建图的运行文件

• obstacle.launch：避障算法的运行文件

• obstacleV2.launch：避障算法 V2 的运行文件

• pallet.launch：托盘算法的运行文件

• sensor_sim.launch：模拟定位数据的运行文件

1. 可以通过运行不同的 launch 文件来执行节点的不同功能，所有节点中除localization、mapping 和 sensor 之外，参数内容都是一致的，只是配置有所不同，在以下小节中会详细介绍，对于 localization、mapping 和 sensor 三个 launch 文件的参数详细介绍请看 ros-v1pro 节点中的介绍。

5.3.1.2 相机 ip、流配置、工作模式配置、点云单位等

• ip：需要连接的相机 IP，若为 0 则默认连接第一个

• log_path：SDK 日志储存路径，需要填入绝对路径

• is_xyz：是否推送点云数据

• is_depth：是否推送深度数据

• is_amp：是否推送强度图数据

• is_rgb：是否推送 RGB 图数据

• lx_work_mode：工作模式

• lx_application：是否开启算法，0：关闭，1：避障算法，2：托盘算法，3：定位算法，4：避障算法 V2

• lx_tof_unit：点云单位，1 为米，0 为毫米，使用 rviz 查看时需要修改为 1

5.3.1.3 相机位姿配置

• X：相机距离点云中心的 X 平移量

• Y：相机距离点云中心的 Y 平移量

• Z：相机距离点云中心的 Z 平移量

• Yaw：点云绕 Z 轴旋转的角度

• Roll：点云绕 X 轴旋转的角度

• Pitch：点云绕 Y 轴旋转的角度

5.3.1.4 是否使用 launch 配置

• raw_param：0：使用相机内的配置，1：使用 launch 文件中的配置

5.3.1.5 2D 参数配置

• lx_2d_binning：0：1x1，1：2x2，2：4x4

• lx_2d_undistort：2d 反畸变，0：关闭，1：开启

• lx_2d_undistort_scale：2D 反畸变系数

• lx_2d_auto_exposure：2D 自动曝光，0：关闭，1：开启

• lx_2d_auto_exposure_value：2D 自动曝光目标强度

• lx_2d_exposure：2D 曝光值

• lx_2d_gain：2D 增益

5.3.1.6 3D 参数配置

• lx_rgb_to_tof：RGB 对齐

• lx_3d_binning：0：1x1，1：2x2，2：4x4

• lx_mulit_mode：多机模式，可以排除多机干扰，0：关闭，1：开启

• lx_3d_undistort：3d 反畸变，0：关闭，1：开启

• lx_3d_undistort_scale：3D 反畸变系数

• lx_hdr：hdr,0：关闭，1：开启

• lx_3d_auto_exposure：3D 自动曝光，0：关闭，1：开启

• lx_3d_auto_exposure_value：3D 自动曝光目标强度

• lx_3d_first_exposure：3D 高积分

• lx_3d_second_exposure：3D 低积分

• lx_3d_gain：3D 增益

5.3.1.7 最大最小深度

• lx_min_depth：最小深度

• lx_max_depth：最大深度

5.3.2 ROS2 launch 文件说明

5.3.2.1 所有的 launch 文件

• localization.launch.py：视觉定位节点的运行文件

• lx_camera_ros.launch.py：普通节点的运行文件

• mapping.launch.py：视觉定位建图的运行文件

• obstacle.launch.py：避障算法的运行文件

• obstacleV2.launch.py：避障算法 V2 的运行文件

• pallet.launch.py：托盘算法的运行文件

• sensor_sim.launch.py：模拟定位数据的运行文件

5.3.2.2 相机 ip、流配置、工作模式配置、点云单位等

• ip：需要连接的相机 IP，若为 0 则默认连接第一个

• log_path：SDK 日志储存路径，需要填入绝对路径

• is_xyz：是否推送点云数据

• is_depth：是否推送深度数据

• is_amp：是否推送强度图数据

• is_rgb：是否推送 RGB 图数据

• lx_work_mode：工作模式

• lx_application：是否开启算法，0：关闭，1：避障算法，2：托盘算法，3：定位算法，4：避障算法 V2

• lx_tof_unit：点云单位，1 为米，0 为毫米，使用 rviz 查看时需要修改为 1

5.3.2.3 相机位姿配置

• X：相机距离点云中心的 X 平移量

• Y：相机距离点云中心的 Y 平移量

• Z：相机距离点云中心的 Z 平移量

• Yaw：点云绕 Z 轴旋转的角度

• Roll：点云绕 X 轴旋转的角度

• Pitch：点云绕 Y 轴旋转的角度

5.3.2.4 是否使用 launch 配置

• raw_param：0：使用相机内的配置，1：使用 launch 文件中的配置

5.3.2.5 2D 参数配置

• lx_2d_binning：0：1x1，1：2x2，2：4x4

• lx_2d_undistort：2d 反畸变，0：关闭，1：开启

• lx_2d_undistort_scale：2D 反畸变系数

• lx_2d_auto_exposure：2D 自动曝光，0：关闭，1：开启

• lx_2d_auto_exposure_value：2D 自动曝光目标强度

• lx_2d_exposure：2D 曝光值

• lx_2d_gain：2D 增益

5.3.2.6 3D 参数配置

• lx_rgb_to_tof：RGB 对齐

• lx_3d_binning：0：1x1，1：2x2，2：4x4

• lx_mulit_mode：多机模式，可以排除多机干扰，0：关闭，1：开启

• lx_3d_undistort：3d 反畸变，0：关闭，1：开启

• lx_3d_undistort_scale：3D 反畸变系数

• lx_hdr：hdr,0：关闭，1：开启

• lx_3d_auto_exposure：3D 自动曝光，0：关闭，1：开启

• lx_3d_auto_exposure_value：3D 自动曝光目标强度

• lx_3d_first_exposure：3D 高积分

• lx_3d_second_exposure：3D 低积分

• lx_3d_gain：3D 增益

5.3.2.7 最大最小深度

• lx_min_depth：最小深度

• lx_max_depth：最大深度

5.3.3 特有主题说明

5.3.3.1 FrameRate.msg

• header：当前数据的帧信息以及时间戳

• depth：当深度图开启时，输出深度图帧率

• amp：当强度图开启时，输出强度图帧率

• rgb：当 rgb 开启时，输出 rgb 帧率

• temperature：输出相机温度

5.3.3.2 Obstacle.msg

• header：当前数据的帧信息以及时间戳

• status：避障返回的状态信息

• 2：未设置输入

• 4：过滤地面后点云为空

• 6：未得到分割结果

• 99：未定义的错误

• io_output：io 接口输出的避障信息

• box_number：障碍物数量

• box：障碍物信息，变长数组，长度由 box_number 决定

5.3.3.3 Obstacle_box.msg

• center：障碍物在点云中的质心

• rotation：障碍物点云的旋转矩阵

• translation：障碍物点云的平移向量

• width：障碍物框的宽

• height：障碍物框的高

• depth：障碍物框的深度

5.3.3.4 Result.msg

• ret：执行 SDK 得到的返回值

• msg：执行 SDK 得到的返回值的说明

5.3.3.5 Pallet.msg

• header：当前数据的帧信息以及时间戳

• status：托盘识别返回的状态信息：

• 1：未检测到地面

• 3：托盘距离过远

• 4：未知错误

• x：托盘距离相机光心的 X 距离

• y：托盘距离相机光心的 Y 距离

• yaw：托盘中心相对于相机光心的 theta 夹角

5.3.4 特有服务说明

5.3.4.1 LxBool.srv

• cmd：需要获取或者设置的参数编号

• val：设置时设置的值

• is_set：是否设置参数，为 true 时会将 val 中的值设置到相机中，为 false 时会从相机中把这个参数的值读取并显示出来

• val：获取或者设置时返回的相机当先参数的值

• result：调用 SDK 接口返回的值和信息

5.3.4.2 LxCmd.srv

• cmd：需要获取或者设置的参数编号，当为 0 时会返回所有的参数编号

• result：调用 SDK 接口返回的值和信息，cmd 可能会有多个返回值

5.3.4.3 LxFloat.srv

• cmd：需要获取或者设置的参数编号

• val：设置时设置的值

• is_set：是否设置参数，为 true 时会将 val 中的值设置到相机中，为 false 时会从相机中把这个参数的值读取并显示出来

• max_value：该参数可设置的最大值

• min_value：该参数可设置的最小值

• cur_value：该参数在相机中的当前值

• available：该参数是否支持设置

• result：调用 SDK 接口返回的值和信息

5.3.4.4 LxInt.srv

• cmd：需要获取或者设置的参数编号

• val：设置时设置的值

• is_set：是否设置参数，为 true 时会将 val 中的值设置到相机中，为 false 时会从相机中把这个参数的值读取并显示出来

• max_value：该参数可设置的最大值

• min_value：该参数可设置的最小值

• cur_value：该参数在相机中的当前值

• available：该参数是否支持设置

• result：调用 SDK 接口返回的值和信息

5.3.4.5 LxString.srv

• cmd：需要获取或者设置的参数编号

• val：设置时设置的值

• is_set：是否设置参数，为 true 时会将 val 中的值设置到相机中，为 false 时会从相机中把这个参数的值读取并显示出来

• val：获取或者设置时返回的相机当先参数的值

• result：调用 SDK 接口返回的值和信息

5.3.5 主题订阅方式说明

5.3.5.1 订阅帧率，托盘算法、避障算法输出数据

5.3.5.2 订阅图像数据（ROS1）

5.3.5.3 订阅图像数据（ROS2）

5.3.5.4 订阅点云数据

5.3.6 服务通讯方式说明

5.3.6.1 获取所有参数编号列表（Lx_Cmd）

5.3.6.2 获取 Int 参数（Lx_Int）

5.3.6.3 设置 Int 参数（Lx_Int）

5.3.6.4 获取 Float 参数（Lx_Float）

5.3.6.5 设置 Float 参数（Lx_Float）

5.3.6.6 获取 Bool 参数（Lx_Bool）

5.3.6.7 设置 Bool 参数（Lx_Bool）

5.3.6.8 获取 String 参数（Lx_String）

5.3.6.9 设置 String 参数（Lx_String）

6. ROS 推荐硬件配置与资源占用

6.1 推荐硬件配置

6.2 CPU 详情

1. 部分名词说明如下：

• 单流：指开启 RGB、深度、强度任意一个流

• 双流：指开启 RGB、深度、强度任意两个流

• 三流：指 RGB、深度、强度三个流全部开启

• 四流：指 RGB、深度、强度、点云全部开启

1. 算法于部分流属于绑定关系，绑定关系如下：

• 开启托盘算法则必须开启深度

• 开启避障算法则必须开启深度

• 开启定位算法则必须开启 RGB

6.3 内存详情

1. 部分名词说明如下：

• 单流：指开启 RGB、深度、强度任意一个流

• 双流：指开启 RGB、深度、强度任意两个流

• 三流：指 RGB、深度、强度三个流全部开启

• 四流：指 RGB、深度、强度、点云全部开启

1. 算法于部分流属于绑定关系，绑定关系如下：

• 开启托盘算法则必须开启深度

• 开启避障算法则必须开启深度

• 开启定位算法则必须开启 RGB

1. 表格中浅蓝色背景为开启点云的运行配置，无色背景为不开启点云的运行配置。以下所有测试数据默认为算法下移，因此对于 S2 系列相机来说，所有测试数值可能偏小【S2 系列相机部分算法强制上移】。

附录：

1. Cmake 指定版本安装方法

2. Opencv 指定版本安装方法

1. 下载所需版本的 opencv：Releases OpenCV

1. 环境配置，依次执行以下命令：

1. 新建 opencv 文件夹，将下载的源码解压到 opencv 文件夹中

2. 依次执行以下命令：
cd opencv
mkdir build && cd build
sudocmake-DCMAKE_BUILD_TYPE=Release-D
CMAKE_INSTALL_PREFIX=/usr/local ..
sudo make -j4
sudo make install等待安装完成即可

3. Pcl 指定版本安装方法

1. 查看支持的 pcl 版本：

1. 安装指定的 pcl 版本（其中 1.10.0 需要替换为所需的版本号）：

4. 安装 ROS

1. 添加软件源，设置秘钥：

1. 添加秘钥：

1. 更新源：

1. 配置环境变量：

1. 补全 ROS 相关的工具：

1. 到此 ROS1 全部安装完成，运行一下 ROS 自带的示例，查看安装是否正确：

1. 设置软件源：

1. 设置公钥：

1. 更新软件列表：

1. 安装 Ubuntu18.04 版本的 ROS1：

1. 设置环境变量：

1. 补全 ROS 相关的工具：

1. 到此 ROS1 全部安装完成，运行一下 ROS 自带的示例，查看安装是否正确：

1. 配置公钥：

1. 如果显示无法连接服务器或超时，请先更新软件源列表：

1. 配置公钥后，再次更新软件列表：

1. 设置环境变量：

1. 安装 ROS 工具：

1. 到此 ROS1 全部安装完成，运行一下 ROS 自带的示例，查看安装是否正确：

5. Ros 如何创建一个新的测试包

1. 新建一个文件夹 ws，在 ws 文件夹中新建 src 文件夹，进入 src 文件夹执行：

1. 然后编译这个新建包：catkin_make这是一个空的包，不会有任何可执行程序，它只是一个包

2. 接下来演示如何创造一个可以输出’Hellow world’的包

3. 在刚刚那个包的基础上，我们进入 src 文件夹（包里的 src），并新建一个 main.cpp，如下图（注意看路径）：

1. 在 main.cpp 中，我们输入一些代码：

1. 然后我们改一下外面的 CMakeLists.txt，我们在最底下加入一行：add_executable(example src/main.cpp)

1. 然后返回到 ws 目录中编译，执行命令：catkin_make

1. 看到这些，就说明编译成功了

2. 接下来我们配置环境：

1. 然后执行程序，就可以看到输出了：

6. 安装 ROS2

1. 添加秘钥：

1. 添加权限：

1. 如果此步骤报错，则使用 VPN 翻墙然后打开浏览器，输入网址，并复制其中内容，然后新建 ros.asc，将内容拷贝到文件中，拷贝完成后如下：

1. 然后重新执行第三步：sudo apt-key add ros.asc

2. 继续执行：

1. 安装 ROS2：

1. 配制环境变量：

1. 安装功能包：

1. 尝试运行示例 程序，打开一个终端运行：

1. 再打开一个中断运行：

1. 终端输出如下则证明安装成功：

1. 添加软件源

1. 如果此步骤报错如下：

1. 则使用 VPN 翻墙然后打开浏览器，输入网址，并复制其中内容，然后新建 ros.asc，将内容拷贝到文件中，拷贝完成后如下：

1. 然后重新执行第三步：sudo apt-key add ros.asc

2. 继续执行：

1. 完成后开始下载 ros2，其中红色字体需要替换为不同的版本（查看上表）：

1. 等待安装完成后继续安装 python 库，执行：sudo apt install -y libpython3-dev python3-pip pip3 install -U argcomplete

1. 尝试运行示例程序，打开一个终端运行：

1. 再打开一个中断运行：

1. 终端输出如下则证明安装成功：

1. 添加软件源

1. 如果遇到报错“ailed to connect to raw.githubusercontent.com port 443 after 13 ms:拒绝连接”

1. 增加下面的解析

1. 添加后的文件如下：

1. 继续执行：

1. 完成后开始下载 ros2：

1. 等待安装完成后继续安装 python 库，执行：sudo apt install -y libpython3-dev python3-pip pip3 install -U argcomplete

2. 接着配置环境变量：

1. 尝试运行示例程序，打开一个终端运行：

1. 再打开一个中断运行：

1. 终端输出如下则证明安装成功：

1. 添加软件源

1. 如果遇到报错“ailed to connect to raw.githubusercontent.com port 443 after 13 ms:拒绝连接”

1. 完成后开始下载 ros2：sudo apt update

1. 等待安装完成后继续安装 python 库，执行：sudo apt install -y libpython3-dev python3-pip pip3 install -U argcomplete

2. 接着配置环境变量：

1. 尝试运行示例程序，打开一个终端运行：

1. 再打开一个中断运行：

1. 终端输出如下则证明安装成功：

7. Ros2 如何创建一个新的测试包

1. 执行命令：

1. 就能新建一个名为example_p 的包和一个名为 example_n 的节点，运行后会输出：hello world example_p package