嵌入式ROS运行时支持

总体介绍

机器人尤其服务机器人领域近年来发展迅速，ROS是一个适用于机器人的开源的元操作系统，已在众多领域被广泛应用，常规ROS存在较多平台约束，大多与ubuntu等desktop版本强依赖。

随着ROS1开始广泛融入各领域无人系统的研发，陆续暴露了系统的诸多问题。为了适应新时代机器人研发的和操作系统生态发展的需要，ROS2应运而生。

为使能ROS2在高度定制化的嵌入式Linux运行，支持通过yocto构建的meta-ROS（原LG维护）layer层成为嵌入式ROS支持的关键途径。然而，当前原生meta-ros应用门槛较高且未充分考虑嵌入式运行时的关键场景要素。

openEuler Embedded的嵌入式ROS运行时支持意在提高易用性、解决高门槛问题的同时，构建嵌入式运行时竞争力（如实时、小型化等）。

框架

openEuler Embedded中ROS运行时整体架构图如下所示，分为运行视图和构建视图，构建视图总体基于开源meta-ros layer meta-ros 作为基础。

../_images/plan_ros_architecture.png

图 1 openEuler Embedded中ROS运行时支持基础架构

其中，

meta-openuler层 提供依赖解耦和嵌入式定制(针对编译类、观测类、仿真类等工具对onboard/运行时部署进行解耦)，负责镜像快速集成和SDK工具的生成。

ros2recipe模块 提供了第三方ros源码到yocto配方的转换工具（不同于社区原生meta-ros生成工具superflore），作为meta-openeuler镜像快速集成的输入。

快速开发SDK模块 提供了第三方ros源码到运行时应用的交叉编译转化。

运行时优化模块 联通OS侧特性，链接混合关键部署等RTOS实时及总线能力，最终提供复杂系统的实时和通信解决方案。

镜像构建指南

openEuler Embedded 支持ROS运行时相关组件的单独构建和镜像集成构建案例。

构建指导

使用oebuild进行构建即可，具体使用方式参照oebuild指导，构建qemu-ros参照如下命令:

$ oebuild generate -p aarch64-std -f openeuler-ros -d aarch64-qemu-ros
$ oebuild bitbake
$ bitbake openeuler-image-ros

构建树莓派参照如下命令

$ oebuild generate -p raspberrypi4-64 -f openeuler-ros -d raspberrypi4-64-ros
$ oebuild bitbake
$ bitbake openeuler-image-ros

Note

当前openeuler-image-ros镜像默认集成ros-core核心功能

基于树莓派的openeuler-image-ros镜像还加入了SLAM典型功能 （相关导航和制图典型场景功能正在完善中，欢迎试用和加入贡献）

另外按照嵌入式运行时原则，将尽量不在target集成编译类、观测类、仿真类等工具

注意：
pcl点云库比较耗编译主机的内存资源，对该库进行了线程限制（-j 2），可参见对应pcl的bbappend配方
另外，虽已限制在(-j 2)，其编译所需的主机内存要求需大于等于14G（加上swap空间）
若您的编译主机配置足够，可解开（-j 2）限制
参考：
在16线程32GB内存的机器解除限制后无法成功编译
在24线程64GB内存的机器上测试可解除线程限制成功编译

镜像使用示例

以qemu-aarch64和originbot小车（树莓派作为主控板）为例:

1.QEMU多机部署和demo_nodes_cpp示例

  • step1: 部署两个QEMU机器

    在host中创建网桥br0

    brctl addbr br0

    启动qemu1

    qemu-system-aarch64 -M virt-4.0 -m 1G -cpu cortex-a57 -nographic \
-kernel zImage \
-initrd <openeuler-image-qemu-xxx.cpio.gz> \
-device virtio-net-device,netdev=tap0,mac=52:54:00:12:34:56 \
-netdev bridge,id=tap0

    Attention

    首次运行如果出现如下错误提示，

    failed to parse default acl file `/usr/local/libexec/../etc/qemu/bridge.conf'
qemu-system-aarch64: bridge helper failed

    则需要向指示的文件添加”allow br0”

    echo "allow br0" > /usr/local/libexec/../etc/qemu/bridge.conf

    启动qemu2

    qemu-system-aarch64 -M virt-4.0 -m 1G -cpu cortex-a57 -nographic \
-kernel zImage \
-initrd openeuler-image-qemu-aarch64-2023xxx.rootfs.cpio.gz \
-device virtio-net-device,netdev=tap1,mac=52:54:00:12:34:78 \
-netdev bridge,id=tap1

    Attention

    qemu1与qemu2的mac地址需要配置为不同的值

    配置IP

    配置host的网桥地址

    ifconfig br0 192.168.10.1 up

    配置qemu1的网络地址

    ifconfig eth0 192.168.10.2

    配置qemu2的网络地址

    ifconfig eth0 192.168.10.3

  • step2: 分别在两个QEMU机器中运行demo_nodes_cpp发布和订阅

    qemu1执行

    # ROS环境变量初始化
$ source /etc/profile.d/ros/setup.bash

# demo消息订阅
$ ros2 run demo_nodes_cpp listener

    qemu2执行

    # ROS环境变量初始化
$ source /etc/profile.d/ros/setup.bash

# demo消息发布
$ ros2 run demo_nodes_cpp talker

Note

单机通信同理，在同一台设备上通过多个终端分别执行demo_nodes_cpp发布和订阅即可，属于ROS常规用法，不再详述。

2.originbot小车制图和导航示例（树莓派作为主控板）

  • step1: originbot小车雷达USB、底盘驱动板串口完成连接

    以树莓派作为主控板为例，假如雷达使用USB串口且对应设备为ttyUSB0、底盘串口使用GPIO 14/15且对应ttyS0

    Note

    以上串口设备为示例配置，雷达串口号和originbot底盘串口号用户可自行修改配置，配置文件位置例（直接修改即生效）：

    /usr/share/originbot_base/launch/robot.launch.py

    /usr/share/originbot_bringup/param/ydlidar.yaml

  • step2: 环境准备，并配置originbot小车和观测PC处于同一网段

    以树莓派作为主控板通过无线网络连接为例（可使用无线路由器或无线热点，需要小车和观测PC处于同一个网段）

    openEuler Embedded树莓派使能无线连接参见 openEuler Embedded网络配置-Wi-Fi网络配置

    Note

    观测PC可为ubuntu，需要安装ROS和oringbot观测端，参见：

    PC端ubuntu ros安装

    PC端ubuntu oringbot安装

  • step3: 通过观测PC，远程ssh登录originbot小车，执行运行时ROS应用

    以建图为例，整体过程和originbot官网过程一样，可参考

    originbot 启动底盘和雷达

    originbot 启动SLAM

    首先，ssh登录originbot小车终端1，执行如下命令

    # ROS环境变量初始化
$ source /etc/profile.d/ros/setup.bash
# 启动机器人底盘和激光雷达：
$ ros2 launch originbot_bringup originbot.launch.py use_lidar:=true

    然后，ssh登录originbot小车终端2，执行如下命令

    # ROS环境变量初始化
$ source /etc/profile.d/ros/setup.bash
# 启动cartographer建图算法：
$ ros2 launch originbot_navigation cartographer.launch.py

  • step4: 在观测端PC，启动上位机可视化软件以便查看SLAM的完整过程，同时启动上位机键盘控制远程小车

    整体过程和originbot官网过程一样，可参考

    originbot 上位机可视化显示

    originbot 上位机键盘控制小车建图

    首先，观测端PC开启一个终端，进入ROS环境后启动rviz观测软件

    $ ros2 launch originbot_viz display_slam.launch.py

    然后，观测端PC开启另一个终端，进入ROS环境后启动键盘控制节点用于控制小车，并按照提示控制小车完成建图

    $ ros2 run teleop_twist_keyboard teleop_twist_keyboard

  • step5: 保存运行时数据（建图数据等）

    以建图保存为例，整体过程和originbot官网过程一样，可参考

    originbot 保存地图

    不要关闭之前步骤的端口，ssh登录originbot小车终端3，执行如下命令

    # ROS环境变量初始化
$ source /etc/profile.d/ros/setup.bash
# 保存地图：
$ ros2 run nav2_map_server map_saver_cli -f my_map --ros-args -p save_map_timeout:=10000
../_images/slam_demo1.png
../_images/slam_demo2.png

图 2 openEuler Embedded中ROS SLAM DEMO示例

Note

其他应用如导航类似，请直接参考orinbot官方资料。如

自主导航，将建好的地图至于对应包位置即可，参见 originbot 自主导航

快速开发SDK

使用说明

版本新增支持快速开发SDK，目前支持在oebuild初始化的容器中，通过安装构建生成的SDK，对ROS包进行快速交叉编译。目前支持colcon编译工具，和基础colcon用法一致。

使用约束

和常规colcon一样，我们支持了colcon交叉编译基本框架，不过由于ROS2软件包的语言和依赖库多种多样，目前仅支持C/C++/PYTHON三种常用语言的软件包，而类似RUST等依赖cargo的软件包还不支持。欢迎开发者持续贡献openEuler Embedded社区。

使用方法

以树莓派ROS2镜像为例

1. 在构建完成镜像后，通过populate_sdk生成SDK

$ oebuild generate -p raspberrypi4-64 -f openeuler-ros -d raspberrypi4-64-ros
$ oebuild bitbake
$ bitbake openeuler-image-ros
$ bitbake openeuler-image-ros -c populate_sdk

随后在“output/[时间搓]/”目录下即可找到对应SDK安装文件，例如

openeuler-glibc-x86_64-openeuler-image-ros-cortexa72-raspberrypi4-64-toolchain-22.03-LTS-SP2.sh

2. SDK的安装和初始化

目前可用oebuild初始化的构建容器作为开发容器（后续会推出专用SDK的一站式oebuild功能，敬请期待）

(1). 进入容器环境

有两种方式可进入容器，任选其一即可

方式1，通过oebuild bitbake进入容器

此方式同时会进入bitbake，和SDK环境暂不冲突，且能够自动初始化容器的主机端工具环境

$ oebuild bitbake

方式2，通过docker命令进入纯容器环境

容器id可通过查看oebuild初始化的构建目录的.env文件，其short_id就是容器id，例子假设为“18bb5d58da3e”

$ docker exec -it 18bb5d58da3e bash
$ su openeuler
$ source /opt/buildtools/nativesdk/environment-setup-x86_64-pokysdk-linux #初始化nativesdk（在oebuild bitbake中会自动初始化）

(2). 安装1中生成的SDK的sh安装脚本

假设SDK脚本位于目录“/home/openeuler/build/raspberrypi4-64/output/20230627031514”

$ cd /home/openeuler/build/raspberrypi4-64/output/20230627031514
$ ./openeuler-glibc-x86_64-openeuler-image-ros-cortexa72-raspberrypi4-64-toolchain-22.03-LTS-SP2.sh
# 输入安装目录，假设为“/home/openeuler/build/raspberrypi4-64/output/20230627031514/sdk”，目录请事先创建好，按“y”确认
$ /home/openeuler/build/raspberrypi4-64/output/20230627031514/sdk
$ y

(3). 根据提示执行SDK初始化

后续再次进入容器环境后，只需要初始化即可，不需要（2）安装步骤，用法和我们常规SDK的使用无区别

$ . /home/openeuler/build/raspberrypi4-64/output/20230627031514/sdk/environment-setup-cortexa72-openeuler-linux

可以看到，此步骤将自动初始化交叉编译的依赖，如colcon等工具。

3. 通过colcon交叉编译ROS包

您只需要进入到ros包工程或colcon工程的工作路径，执行colcon进行编译即可，将自动进行交叉编译。

$ cd your_rospkg_workspace
$ colcon build --merge-install --cmake-force-configure --cmake-args -DBUILD_TESTING=False

完成后，和colcon用法一样，在工作目录将生成install文件夹，即交叉编译的目标产物

4. 部署和运行

在3中，colcon生成的install可以直接拷贝到目标机器上进行部署运行，但由于colcon固定了工作目录，拷贝到新目录后，需要替换一下colcon指定的工作目录。

假设原colcon工作目录为“home/openeuler/build/raspberrypi4-64/your_colcon_workspace/install”，需编辑全部setup.sh文件，将如下内容进行修改

_colcon_prefix_chain_sh_COLCON_CURRENT_PREFIX=/home/openeuler/build/raspberrypi4-64/your_colcon_workspace/install

部署到目标环境后，假设新工作目录为“/ros_runtime/install”，则需将setup.sh文件的对应行修改为如下内容

_colcon_prefix_chain_sh_COLCON_CURRENT_PREFIX=/ros_runtime/install

您可执行如下命令进行批量修改

$ cd /ros_runtime/install
$ find ./ -type f -exec sed -i 's@/home/openeuler/build/raspberrypi4-64/your_colcon_workspace/install@/ros_runtime/install@g' {} +

最后通过如下命令进行工作目录的初始化

$ cd /ros_runtime/install
$ source /etc/profile.d/ros/setup.bash # 初始化ROS工作目录
$ source setup.sh # 将当前目录，加入到ROS的额外工作目录

关于ROS源码

当前使用的ROS2源码已完全使用src-openeuler，版本和仓库映射情况见.oebuild/maplist.yaml中相关ROS的描述

.oebuild/maplist.yaml的映射原理可参见openeuler_source.bbclass实现

快速镜像集成(ros2recipe)

现状: ros2recipe当前还处于前期开发阶段，在依赖解析部分还存在较多工作，其原理类似meta-ros的生成工具superflore。

例子: 我们在yocto工程中集成了originbot ros第三方包，其基础bb配方是通过ros2recipe工具转化，但目前还需要增加bbappend文件来适配部分依赖。

其他说明: superfores能够实现以一个ROS版本生成全量官方ROS组件包，需要对整体ROS和oe层进行了复杂的依赖关联，但不支持将独立的第三方包转换为yocto配方。

针对该场景，ros2recipe如何能够更好更快的补全依赖关系和减少手工bbappend的适配，是一个很有挑战工作，我们会逐步完善，在此也期待您的贡献。

使用方法

yocto-meta-openeuler/scripts/ros2recipe.sh

Note

其中相对目录的使用原理，请参考并理解“关于ROS源码”