这篇博客主要记录自己对于OriginBot-相机驱动与可视化代码的学习与理解，我会注释写在代码文件中。
在文档中，提供了两种驱动摄像头的方法：一个启动之后可以通过页面实时展示画面和人体检测算法的结果，另一种方法启动之后只是通过一个话题来发布图像数据。
可以通过浏览器查看的启动方式
文档里面说的很清楚，用以下命令启动：
ros2 launch originbot_bringup camera_websoket_display.launch.py启动之后用浏览器打开 http://IP:8000 即可，
这个命令最后执行的代码是originbot.originbot_bringup.launch.camera_websoket_display.launch.py, 具体内容如下：
import osfrom launch import LaunchDescriptionfrom launch_ros.actions import Nodefrom launch.actions import IncludeLaunchDescriptionfrom launch.launch_description_sources import PythonLaunchDescriptionSourcefrom ament_index_python import get_package_share_directoryfrom launch.actions import DeclareLaunchArgumentfrom launch.substitutions import LaunchConfigurationdef generate_launch_description(): mipi_cam_device_arg = DeclareLaunchArgument( 'device', default_value='GC4663', description='mipi camera device') # 这里是实际启动摄像头的Node，最终执行的事mipi_cam.launch.py,会在下面单独解释这个代码 mipi_node = IncludeLaunchDescription( PythonLaunchDescriptionSource( os.path.join( get_package_share_directory('mipi_cam'), 'launch/mipi_cam.launch.py')), launch_arguments={ 'mipi_image_width': '960', 'mipi_image_height': '544', 'mipi_io_method': 'shared_mem', 'mipi_video_device': LaunchConfiguration('device') }.items() ) # nv12->jpeg # 这里调用了TogetheROS.Bot的图像编解码模块，目的是为了提升性能，具体参考： # https://developer.horizon.cc/documents_tros/quick_demo/hobot_codec jpeg_codec_node = IncludeLaunchDescription( PythonLaunchDescriptionSource( os.path.join( get_package_share_directory('hobot_codec'), 'launch/hobot_codec_encode.launch.py')), launch_arguments={ 'codec_in_mode': 'shared_mem', 'codec_out_mode': 'ros', 'codec_sub_topic': '/hbmem_img', 'codec_pub_topic': '/image' }.items() ) # web # 这个就是启动web的部分，实际上背后是一个Nginx静态服务器， # 订阅了image来展示图片，订阅了smart_topic来获取人体检测的数据 # 这里最后是执行了websocket.laucn.py这个代码，下面再详细解释 web_smart_topic_arg = DeclareLaunchArgument( 'smart_topic', default_value='/hobot_mono2d_body_detection', description='websocket smart topic') web_node = IncludeLaunchDescription( PythonLaunchDescriptionSource( os.path.join( get_package_share_directory('websocket'), 'launch/websocket.launch.py')), launch_arguments={ 'websocket_image_topic': '/image', 'websocket_smart_topic': LaunchConfiguration('smart_topic') }.items() ) # mono2d body detection # TogetheROS.Bot的人体检测功能， # 会订阅/image_raw或者/hbmem_img的图片数据来做检测， # 然后把检测结果发布到hobot_mono2d_body_detection， # 我在https://www.guyuehome.com/45835里面有用到这个模块，也有相对详细的介绍，可以查看 # 源码和官方文档在：https://developer.horizon.cc/documents_tros/quick_demo/hobot_codec mono2d_body_pub_topic_arg = DeclareLaunchArgument( 'mono2d_body_pub_topic', default_value='/hobot_mono2d_body_detection', description='mono2d body ai message publish topic') mono2d_body_det_node = Node( package='mono2d_body_detection', executable='mono2d_body_detection', output='screen', parameters=[ {"ai_msg_pub_topic_name": LaunchConfiguration( 'mono2d_body_pub_topic')} ], arguments=['--ros-args', '--log-level', 'warn'] ) return LaunchDescription([ mipi_cam_device_arg, # image publish mipi_node, # image codec jpeg_codec_node, # body detection mono2d_body_pub_topic_arg, mono2d_body_det_node, # web display web_smart_topic_arg, web_node ])上面的代码里面调用了mipi_cam.launch.py和 websocket.launch.py, 现在分别来介绍。
以下是originbot.mipi_cam.launch.mipi_cam.launch.py的内容：
from launch import LaunchDescriptionfrom launch.actions import DeclareLaunchArgumentfrom launch.substitutions import LaunchConfigurationfrom launch_ros.actions import Nodedef generate_launch_description(): return LaunchDescription([ DeclareLaunchArgument( 'mipi_camera_calibration_file_path', default_value='/userdata/dev_ws/src/origineye/mipi_cam/config/SC132GS_calibration.yaml', description='mipi camera calibration file path'), DeclareLaunchArgument( 'mipi_out_format', default_value='nv12', description='mipi camera out format'), DeclareLaunchArgument( 'mipi_image_width', default_value='1088', description='mipi camera out image width'), DeclareLaunchArgument( 'mipi_image_height', default_value='1280', description='mipi camera out image height'), DeclareLaunchArgument( 'mipi_io_method', default_value='shared_mem', description='mipi camera out io_method'), DeclareLaunchArgument( 'mipi_video_device', default_value='F37', description='mipi camera device'), # 启动图片发布pkg Node( package='mipi_cam', executable='mipi_cam', output='screen', parameters=[ {"camera_calibration_file_path": LaunchConfiguration( 'mipi_camera_calibration_file_path')}, {"out_format": LaunchConfiguration('mipi_out_format')}, {"image_width": LaunchConfiguration('mipi_image_width')}, {"image_height": LaunchConfiguration('mipi_image_height')}, {"io_method": LaunchConfiguration('mipi_io_method')}, {"video_device": LaunchConfiguration('mipi_video_device')}, {"rotate_degree": 90}, ], arguments=['--ros-args', '--log-level', 'error'] ) ])这段代码其实也很简单，就是一些参数声明，但是如果使用了OriginBot一段时间的小伙伴应该记得，小车启动摄像头后，会通过一个叫做/image_raw的话题发布图像数据，这个话题在这里没有提到。
这一部分在originbot.mipi_cam.src.mipi_cam_node.cpp 里面的236行， 函数如下：
点击OriginBot源码学习之摄像头驱动 - 古月居可查看全文