当我们需要知道目标物体位置的时候，通过服务通信的机制，岂不是更加合理。

自定义消息

  1. bool get      # 获取目标位置的指令
  2. ---
  3. int32 x       # 目标的X坐标
  4. int32 y       # 目标的Y坐标

client节点

  3. import rclpy                                            # ROS2 Python接口库
  4. from rclpy.node   import Node                           # ROS2 节点类
  5. from learning_interface.srv import GetObjectPosition    # 自定义的服务接口
  7. class objectClient(Node):
  8.     def __init__(self, name):
  9.         super().__init__(name)                                                                  # ROS2节点父类初始化
  10.         self.client = self.create_client(GetObjectPosition, 'get_target_position')
  11.         while not self.client.wait_for_service(timeout_sec=1.0):
  12.             self.get_logger().info('service not available, waiting again...')
  13.         self.request = GetObjectPosition.Request()
  15.     def send_request(self):
  16.         self.request.get = True
  17.         self.future = self.client.call_async(self.request)
  19. def main(args=None):
  20.     rclpy.init(args=args)                             # ROS2 Python接口初始化
  21.     node = objectClient("service_object_client")       # 创建ROS2节点对象并进行初始化
  22.     node.send_request()
  24.     while rclpy.ok():
  25.         rclpy.spin_once(node)
  27.         if node.future.done():
  28.             try:
  29.                 response = node.future.result()
  30.             except Exception as e:
  31.                 node.get_logger().info(
  32.                     'Service call failed %r' % (e,))
  33.             else:
  34.                 node.get_logger().info(
  35.                     'Result of object position:\n x: %d y: %d' %
  36.                     (response.x, response.y))
  37.             break
  38.     node.destroy_node()                              # 销毁节点对象
  39.     rclpy.shutdown()                                 # 关闭ROS2 Python接口

server节点

  3. import rclpy                                           # ROS2 Python接口库
  4. from rclpy.node import Node                            # ROS2 节点类
  5. from sensor_msgs.msg import Image                      # 图像消息类型
  6. import numpy as np                                     # Python数值计算库
  7. from cv_bridge import CvBridge                         # ROS与OpenCV图像转换类
  8. import cv2                                             # Opencv图像处理库
  9. from learning_interface.srv import GetObjectPosition   # 自定义的服务接口
  11. lower_red = np.array([0, 90, 128])     # 红色的HSV阈值下限
  12. upper_red = np.array([180, 255, 255])  # 红色的HSV阈值上限
  14. class ImageSubscriber(Node):
  15.     def __init__(self, name):
  16.         super().__init__(name)                                          # ROS2节点父类初始化
  17.         self.sub = self.create_subscription(
  18.             Image, 'image_raw', self.listener_callback, 10)             # 创建订阅者对象（消息类型、话题名、订阅者回调函数、队列长度）
  19.         self.cv_bridge = CvBridge()                                     # 创建一个图像转换对象，用于OpenCV图像与ROS的图像消息的互相转换
  21.         self.srv = self.create_service(GetObjectPosition,               # 创建服务器对象（接口类型、服务名、服务器回调函数）
  22.                                        'get_target_position',
  23.                                        self.object_position_callback)    
  24.         self.objectX = 0
  25.         self.objectY = 0                              
  27.     def object_detect(self, image):
  28.         hsv_img = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)             # 图像从BGR颜色模型转换为HSV模型
  29.         mask_red = cv2.inRange(hsv_img, lower_red, upper_red)        # 图像二值化
  30.         contours, hierarchy = cv2.findContours(
  31.             mask_red, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)          # 图像中轮廓检测
  33.         for cnt in contours:                                         # 去除一些轮廓面积太小的噪声
  34.             if cnt.shape[0] < 150:
  35.                 continue
  37.             (x, y, w, h) = cv2.boundingRect(cnt)                     # 得到苹果所在轮廓的左上角xy像素坐标及轮廓范围的宽和高
  38.             cv2.drawContours(image, [cnt], -1, (0, 255, 0), 2)       # 将苹果的轮廓勾勒出来
  39.             cv2.circle(image, (int(x+w/2), int(y+h/2)), 5,
  40.                        (0, 255, 0), -1)                              # 将苹果的图像中心点画出来
  42.             self.objectX = int(x+w/2)
  43.             self.objectY = int(y+h/2)
  45.         cv2.imshow("object", image)                                  # 使用OpenCV显示处理后的图像效果
  46.         cv2.waitKey(50)
  48.     def listener_callback(self, data):
  49.         self.get_logger().info('Receiving video frame')               # 输出日志信息，提示已进入回调函数
  50.         image = self.cv_bridge.imgmsg_to_cv2(data, 'bgr8')            # 将ROS的图像消息转化成OpenCV图像
  51.         self.object_detect(image)                                      # 苹果检测
  53.     def object_position_callback(self, request, response):            # 创建回调函数，执行收到请求后对数据的处理
  54.         if request.get == True:
  55.             response.x = self.objectX                                 # 目标物体的XY坐标
  56.             response.y = self.objectY
  57.             self.get_logger().info('Object position\nx: %d y: %d' %
  58.                                    (response.x, response.y))          # 输出日志信息，提示已经反馈
  59.         else:
  60.             response.x = 0
  61.             response.y = 0
  62.             self.get_logger().info('Invalid command')                 # 输出日志信息，提示已经反馈
  63.         return response
  66. def main(args=None):                                 # ROS2节点主入口main函数
  67.     rclpy.init(args=args)                            # ROS2 Python接口初始化
  68.     node = ImageSubscriber("service_object_server")  # 创建ROS2节点对象并进行初始化
  69.     rclpy.spin(node)                                 # 循环等待ROS2退出
  70.     node.destroy_node()                              # 销毁节点对象
  71.     rclpy.shutdown()                                 # 关闭ROS2 Python接口