ROS 2 环境下使用 Astra Pro 深度相机实现目标距离检测及远程可视化全流程总结

一、环境准备

硬件：

rk3588-elf2开发板（aarch64 Ubuntu22.04 ros2humble） ，  AstraPro相机

网络：板子和Windows电脑连的同一个手机热点

软件：

• Windows：安装 PuTTY（SSH 工具）、Xming（X11 转发工具）

开发板（Ubuntu）：

sudo apt install ros-humble-rviz2 ros-humble-rqt-image-view  # 安装可视化工具 

注意：

环境配置过程后面再补吧，暂时懒得写

后面的步骤全部建立在环境各种条件依赖什么的都配置好了

二、通过 PuTTY+Xming 实现远程图形界面显示

1. 启动 Xming（Windows 端）：

   • 双击桌面XLaunch图标 → 选择Multiple windows → Start no client → Finish，任务栏显示 Xming 图标。

2. PuTTY 配置 SSH 连接：

   • 打开 PuTTY → 输入开发板 IP 地址 → 展开Connection > SSH > X11 → 勾选Enable X11 forwarding，填写X display location为localhost:0 → 保存并连接。

3. 验证 X11 转发（开发板终端）：

ssh -X username@开发板IP  # 通过SSH连接开发板（含X11转发）  
xclock  # 若Windows弹出时钟窗口，说明配置成功  

三、启动 Astra 相机并获取深度数据

1. 启动相机节点（开发板终端）：

ros2 launch astra_camera astra_pro.launch.py  # 启动深度相机（默认发布彩色/深度图像）  

 

在 RViz2 中显示相机画面（Windows 端）：

• 通过 PuTTY 连接后，在开发板终端执行：

rviz2  # RViz2窗口会通过Xming转发到Windows桌面  

 

1. • 在 RViz2 中配置：
     • Global Options > Fixed Frame 设置为camera_link（相机 TF 根坐标系）。
     • 点击Add > By Topic，选择/camera/color/image_raw添加图像显示插件。

四、实现目标距离检测（开发板端）

方案：结合深度图像直接计算距离

1. 创建 ROS 2 节点（订阅深度图像）：

   • 在功能包src目录下创建depth_distance_node.cpp（示例代码）：

#include "rclcpp/rclcpp.hpp"  
#include "sensor_msgs/msg/image.hpp"  
#include "cv_bridge/cv_bridge.h"  
using namespace std::chrono_literals;  class DepthDistanceNode : public rclcpp::Node {  
public:  DepthDistanceNode() : Node("depth_distance_node") {  depth_sub_ = this->create_subscription<sensor_msgs::msg::Image>(  "/camera/depth/image_raw", 10,  std::bind(&DepthDistanceNode::depth_callback, this, std::placeholders::_1));  }  private:  void depth_callback(const sensor_msgs::msg::Image::SharedPtr msg) {  cv_bridge::CvImagePtr cv_ptr = cv_bridge::toCvCopy(msg, sensor_msgs::image_encodings::TYPE_16UC1);  cv::Mat depth_image = cv_ptr->image;  int h = depth_image.rows, w = depth_image.cols;  uint16_t depth_value = depth_image.at<uint16_t>(h/2, w/2);  // 取中心像素  float distance_m = depth_value / 1000.0f;  // 转换为米  if (depth_value != 0 && distance_m < 3.0) {  // 过滤无效值  RCLCPP_INFO(this->get_logger(), "Center distance: %.2f m", distance_m);  }  }  rclcpp::Subscription<sensor_msgs::msg::Image>::SharedPtr depth_sub_;  
};  int main(int argc, char * argv[]) {  rclcpp::init(argc, argv);  rclcpp::spin(std::make_shared<DepthDistanceNode>());  rclcpp::shutdown();  return 0;  
}  

 

编译节点（开发板终端）：

• 修改功能包的CMakeLists.txt：

add_executable(depth_distance_node src/depth_distance_node.cpp)  
ament_target_dependencies(depth_distance_node rclcpp sensor_msgs cv_bridge)  
install(TARGETS depth_distance_node DESTINATION lib/${PROJECT_NAME})  

 编译并激活环境：

cd ~/工作空间 && colcon build --packages-select your_package  
source install/setup.bash  

 运行节点（开发板终端）：

ros2 run your_package depth_distance_node  # 实时输出中心像素距离  

 

 五、完整操作流程图

Windows主机                          开发板（Ubuntu）  
├─ 启动Xming/XLaunch                 ├─ 连接Astra相机  
├─ 打开PuTTY并配置X11转发            ├─ 启动相机节点：ros2 launch astra_camera astra_pro.launch.py  
└─ 通过SSH连接开发板（含-X参数）      ├─ 运行RViz2：rviz2（画面通过Xming显示在Windows）  └─ 运行距离检测节点：ros2 run your_package depth_distance_node  

六、关键问题与解决方案

1. RViz2 无法显示画面：

   • 确保 PuTTY 启用 X11 转发，开发板/etc/ssh/sshd_config中X11Forwarding yes。
   • 在开发板终端手动设置export DISPLAY=localhost:0。

2. 深度值异常（如 8 米以上）：

   • 相机有效范围为 0.5~3 米，远距离数据无效，需缩短检测距离。
   • 避免强光直射，调整相机ir_intensity参数（在 launch 文件中添加ir_intensity:=400）。

3. 节点编译失败：

   • 确保安装依赖：sudo apt install ros-humble-cv-bridge ros-humble-image-transport。
   • 检查CMakeLists.txt中 OpenCV 链接是否正确：target_link_libraries(node_name ${OpenCV_LIBS})。

七、小笔记

用于查找与深度数据相关的话题（Topic）

ros2 topic list | grep depth

1. ros2 topic list
   ROS 2 的命令，用于列出当前 ROS 2 系统中所有正在发布的话题。话题是 ROS 2 中节点间通信的一种方式，类似于 “消息总线”，节点可以发布（Publish）或订阅（Subscribe）特定话题的数据。

2. |
   管道符号，用于将前一个命令的输出作为后一个命令的输入。

3. grep depth
   Linux 命令，用于在文本中搜索包含 “depth”（深度）的行。在这里，它会筛选出ros2 topic list输出中所有名称包含 “depth” 的话题。

实际用途

在机器人感知系统中，深度数据通常用于 3D 建模、障碍物检测、导航等任务。常见的深度话题包括：

• /camera/depth/image_raw：原始深度图像（像素值表示距离）
• /camera/depth_registered/image_raw：与彩色图像对齐的深度图像
• /camera/depth/points：点云数据（3D 空间中的点集合）

运行这个指令后，你可以快速找到与深度相机（如 Astra Pro、Intel RealSense 等）相关的话题，便于后续订阅和处理这些数据。

示例输出：

/camera/depth/camera_info
/camera/depth/image_raw
/camera/depth/image_rect_raw
/camera/depth/metadata
/camera/depth/points

扩展用法

查看话题详情：

ros2 topic info /camera/depth/image_raw  # 查看话题的类型和发布者

监听话题数据： 

ros2 topic echo /camera/depth/image_raw  # 实时打印话题数据

可视化深度图像： 

rviz2  # 启动ROS 2可视化工具
# 在RViz中添加Image显示组件，并选择/camera/depth/image_raw话题