ROS的action通信——实现阶乘运算(二)

在ROS中除了常见的话题(topic)通信、服务(server)通信等方式,还有action通信这一方式,由于可以实时反馈任务完成情况,该通信方式被广泛运用于机器人导航等任务中。本文将通过三个小节的分享,实现基于action通信的阶乘运算。
第一节:自定义action文件
第二节:基于C++实现action通信的服务端
第三节:基于C++实现action通信的客户端

本节为第二节:基于C++实现action通信的服务端

详细步骤如下:

步骤1:在action_ws/src/factorial_pkg/src下创建factorial_server.cpp文件

cpp 复制代码
cd action_ws/src/factorial_pkg/src
touch factorial_server.cpp

步骤2: 编写factorial_server.cpp文件

作者已在代码中进行了详细注释

cpp 复制代码
#include "ros/ros.h"
// 创建一个简单行为服务器(simple_action_server)
#include "actionlib/server/simple_action_server.h"
// 导入自定义action文件
#include "factorial_pkg/FactorialAction.h"

/* 由于 actionlib::SimpleActionServer<factorial_pkg::FactorialAction> 
名称太长,使用typedef给它一个简短的命名 */
typedef actionlib::SimpleActionServer<factorial_pkg::FactorialAction> as;

// 定义FactorialAction类,阶乘运算将在这个类内实现
class FactorialAction
{
protected:
    ros::NodeHandle nh_; // ros句柄
    as as_; // 定义行为服务器 as_
    // action通信的话题名称(类似于话题通信中的topic name)
    std::string action_name_; 
	
	// 定义action中的结果与反馈变量
    factorial_pkg::FactorialResult result_;
    factorial_pkg::FactorialFeedback feedback_;

public:
	// 构造函数(使用参数列表进行参数初始化)
    FactorialAction(std::string name):
    /* 
    	as_的第一个参数是NodeHandle的名称
    	第二个参数是action通信的话题名称
    	第三个参数用于将回调函数与当前的对象进行绑定<个人想法:理解不了就背一下(反正作者是背的Hhh...)>
    	第四个参数用于选择是否自动启动
    		如果是false,需要as_.start()启动
    		如果true,则不需要改行代码
		注意, as_()内的参数位置不能改变 
	*/
    as_(nh_, name, boost::bind(&FactorialAction::executeCB, this, _1), false),
    action_name_(name)
    {
        as_.start();
    }

    ~FactorialAction(){}
	
	/*
		回调函数的实现
		1 需要定义频率 ros::Rate r(10),主要是feedback需要使用
		2 具体实现阶乘
	*/
    void executeCB(const factorial_pkg::FactorialGoalConstPtr &goal)
    {
        ros::Rate r(10);
        bool success = true;

        // 获取goal -> goal
        int64_t g = goal->goal;
       
        // 实现阶乘
        int64_t result = 1;
        for(int i=1; i<=g; i++)
        {
            // 检查进程是否需要关闭
            if(as_.isPreemptRequested() || !ros::ok())
            {
                as_.setPreempted();
                success = false;
                break;
            }
            result = result * i;

            feedback_.feedback_num = i / (double)g;
			// 发送feedback
            as_.publishFeedback(feedback_);
            r.sleep();
        }

        if(success)
        {
            result_.result = result;
            ROS_INFO("%s: Succeeded", action_name_.c_str());
            // 发送feedback
            as_.setSucceeded(result_);
        }
    }

};

int main(int argc, char *argv[])
{
    ros::init(argc, argv, "factorial_server");
	// 实例化一个对象,传入行为服务器话题名称
    FactorialAction factorial_action("factorial_action"); 

    ros::spin();
    return 0;
}

步骤3:编写factorial_pkg下的CMakeLists.txt文件

cpp 复制代码
add_executable(factorial_server src/factorial_server.cpp)
target_link_libraries(factorial_server ${catkin_LIBRARIES})

步骤4:检查是否成功创建simple_action_server

启动roscore,

新打开一个终端运行factorial_server节点,

与此同时,再新打开一个终端执行rostopic list -v

如果没有问题会有如下效果

cpp 复制代码
a@melodic:~/desk/action_ws$ rostopic list -v

Published topics:
 * /factorial_action/result [factorial_pkg/FactorialActionResult] 1 publisher
 * /rosout [rosgraph_msgs/Log] 1 publisher
 * /factorial_action/status [actionlib_msgs/GoalStatusArray] 1 publisher
 * /rosout_agg [rosgraph_msgs/Log] 1 publisher
 * /factorial_action/feedback [factorial_pkg/FactorialActionFeedback] 1 publisher

Subscribed topics:
 * /rosout [rosgraph_msgs/Log] 1 subscriber
 * /factorial_action/cancel [actionlib_msgs/GoalID] 1 subscriber
 * /factorial_action/goal [factorial_pkg/FactorialActionGoal] 1 subscriber

a@melodic:~/desk/action_ws$ catkin_create_pkg 
相关推荐
慕羽★6 天前
多无人车协同探索开源包启动文件介绍(上)
机器人·ros·gazebo·运动规划·rrt·多无人车·协同探索
Mr.Winter`13 天前
轨迹优化 | 基于梯度下降的路径规划算法(附ROS C++/Python仿真)
c++·人工智能·算法·机器人·自动驾驶·ros·ros2
白云千载尽17 天前
开源的自动驾驶视觉语言模型标注数据集
算法·机器学习·自动驾驶·ros
PNP机器人20 天前
Franka机器人ROS 2 发布:赋能机器人研究和行业应用
人工智能·深度学习·机器人·ros·franka fr3
小仇学长21 天前
ROS实践一构建Gazebo机器人模型文件urdf
机器人·ros
Mr.Winter`25 天前
深度强化学习 | 详解过估计现象与Double DQN算法(附Pytorch实现)
人工智能·pytorch·深度学习·神经网络·自动驾驶·ros·强化学习
白云千载尽1 个月前
端到端自动驾驶——cnn网络搭建
人工智能·神经网络·算法·机器学习·cnn·自动驾驶·ros
是阿牛啊1 个月前
【ubuntu20安装usv_sim_lsa (无人水面航行器模拟环境) - v0.3】
ubuntu·ros·osg·usv_sim
古月居GYH2 个月前
边缘计算与ROS结合:如何实现分布式机器人智能决策?
机器人·ros·边缘计算