无论传感器是雷达还是相机，都只能看到障碍物的一部分。如果障碍物比较大，而目标点在障碍物内(我们知道，机器人不知道)，机器人会绕过它看到的障碍部分，前往目标点，然后它又看到障碍，于是接着绕行，这样会绕很久。目前只能设置参数planner_patience，绕的时间太长时，进行Abort

向move_base发布目标的频率太高，会出错

写一个loop程序，高频率循环发两个目标点，连C++程序都不用，写bash脚本即可

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44

#!/bin/bash

# 每隔1秒就发布下一个目标点
while true; do

rostopic pub /move_base_simple/goal geometry_msgs/PoseStamped "header:
  seq: 0
  stamp:
    secs: 0
    nsecs: 0
  frame_id: 'map'
pose:
  position:
    x: 20
    y: 7
    z: 0.0
  orientation:
    x: 0.0
    y: 0.0
    z: 1
    w: 0" & sleep 1 && kill -2 $!

# -2 是用信号量表示的     $!是子进程号   相当于执行ctrl+C

rostopic pub /move_base_simple/goal geometry_msgs/PoseStamped "header:
  seq: 0
  stamp:
    secs: 0
    nsecs: 0
  frame_id: 'map'
pose:
  position:
    x: 24
    y: 7
    z: 0.0
  orientation:
    x: 0.0
    y: 0.0
    z: 0
    w: 1" & sleep 1 && kill -2 $!

    sleep 1
    echo "     ---------- start next loop ----------       "
done

经过测试，向move_base发布目标点的频率如果太高，会报错，最快为0.6秒一次。 但是关掉rviz后，可达到0.5秒一次，可见优化程序会有效。

init.py的2140行
rospy client.py 251行
这里就涉及ROS源码了，想彻底优化就得着手ROS源码了，但是感觉没有必要。

旋转式的雷达寿命短，难过车规。 Livox雷达寿命更长，符合车规

按照说明书获得雷达和电脑应设置的静态IP。说明书指出可以只连接电源线，红正黑负。直流12V

可以去Livox的官网下载LivoxViewer2_Ubuntu_v2.3.0，配置很简单。运行LivoxViewer2.sh即可

先安装Livox-SDK2，然后安装livox_ros_driver2

修改MID360_config.json把cmd_data_ip改为电脑的静态IP，把lidar_configs里的ip改为雷达IP。 然后运行roslaunch livox_ros_driver2 rviz_MID360.launch就可以看到结果了。

参考: 配置过程

在ROS2中配置

使用backward_ros功能包实现GDB调试ROS2程序，使用sudo apt-get install -y ros-jazzy-backward-ros。只需下面三个步骤：

添加backward_ros到package.xml文件：<depend>backward_ros</depend>

添加到CMakeLists.txt文件： find_package(backward_ros REQUIRED)

使用Debug 或者 RelWithDebInfo选项编译程序：colcon build --cmake-args '-DCMAKE_BUILD_TYPE=RelWithDebInfo'

正常运行后就可以看到出错时的堆栈信息。

GDB

• bt: 当前运行的堆栈列表
• print: 输出或者修改指定变量或者表达式的值
• info thread: 显示所有线程信息
• info program: 来查看程序的是否在运行，进程号，被暂停的原因
• run（简写r）: 运行程序，当遇到断点后，程序会在断点处停止运行，等待用户输入下一步的命令。
• continue(简写c): 继续执行，到下一个断点处（或运行结束）
• next(简写n): 单步跟踪程序，当遇到函数调用时，直接调用，不进入此函数体；
• step(简写s): 单步调试如果有函数调用，则进入函数；与命令n不同，n是不进入调用的函数的
• until: 运行程序直到退出循环体; / until+行号: 运行至某行
• finish: 运行程序，直到当前函数完成返回，并打印函数返回时的堆栈地址和返回值及参数值等信息
• list 函数名: 将显示“函数名”所在函数的源代码，如: list main

Benchmark

Benchmark是Goole的一个开源基准测试框架，主要用于比较不同代码实现的性能和效率。Benchmak提供了丰富的测试功能，包括时、统计和分析等，可以帮助开发人员优化程序的性能和效率。

• 安装Benchmark

可以使用包管理器或者源代码安装Benchmark。安装sudo apt-get install libbenchmark-dev1

• 编写测试用例

首先，我们需要编写一个简单的测试函数，用于对比不同实现的性能。以计算数组元素之和为例，我们可以编写以下函数.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

#include <numeric>
#include <vector>
#include <benchmark/benchmark.h>

static void BM_accumulate(benchmark::State& state)
{
  std::vector<int> vec(state.range(0));
  std::iota(vec.begin(), vec.end(), 0);

  for (auto _ : state) {
    int sum = std::accumulate(vec.begin(), vec.end(), 0);
    benchmark::DoNotOptimize(sum);
  }
}

BENCHMARK(BM_accumulate)->Arg(100)->Arg(1000)->Arg(10000);

• 运行测试

编写测试用例后，我们可以使用 benchmark::RunSpecifiedBenchmarks 函数来运行所有注册的基准测试用例，并生成测试报告。代码如下:

1
2
3
4
5

int main(int argc, char** argv)
{
  ::benchmark::Initialize(&argc, argv);
  ::benchmark::RunSpecifiedBenchmarks();
}

1
2
3
4
5
6
7
8
9
10
11
12
13

Run on (8 X 2200 MHz CPU s)
CPU Caches:
  L1 Data 32 KiB (x8)
  L1 Instruction 32 KiB (x8)
  L2 Unified 256 KiB (x8)
  L3 Unified 8192 KiB (x1)
Load Average: 1.20, 1.33, 1.18
-------------------------------------------------------------------------
Benchmark                                   Time             CPU   Iterations
-------------------------------------------------------------------------
BM_accumulate/100                        208 ns          208 ns      3251616
BM_accumulate/1000                      2236 ns         2236 ns       313125
BM_accumulate/10000                    22563 ns        22561 ns        31189

perf

在Nano上安装perf，参考这里，我下载的页面是

先用ps aux找到进程的PID，再观察进程内各个函数的CPU使用情况：sudo perf top -p <pid>

记录采样结果，以供后续分析，加上-g会记录调用链：sudo perf record -g -p <pid>

在当前终端读取采样结果：sudo perf report，会自动读取perf.data

core dump

如果进程在运行期间发生奔溃，操作系统会为进程生成一个快照文件，这个文件就叫做 core dump。之后我们可以对 core dump 文件进行分析，弄清楚进程为什么会奔溃。默认情况下，Linux 不允许生成 core dump 文件。

1. 如果执行ulimit -c的结果是0，说明还未开启。命令ulimit -c unlimited只能在当前终端生效，所以加入~/.bashrc。

1. 指定core dump文件的路径: 修改/etc/sysctl.conf，在最后添加 kernel.core_pattern=/home/user/coredump_%e_%p_%s_%t，命名格式为 命令名_PID_导致core的信号_UNIX时间。 cat /proc/sys/kernel/core_pattern可以查看设置的格式。

2. 执行sysctl -p

3. 遇到程序非正常阻塞不运行时，在另一个终端查看其PID，然后使用 kill -s SIGSEGV <pid>产生 core dump 文件，这样就可以快速重启程序，然后慢慢分析 core dump 文件。

1. 执行gdb ./exec /path/coredump_file，就可以回放core dump

编译之后，运行时出现这样的结果

重新编译后依然如此，只好删掉build文件夹里对应的文件，再编译后就没问题了

catkin屏蔽掉不想编译的package

workspace/src下有多个package包，有时候只想不编译某个package。可以在不想被编译的package目录下新建了CATKIN_IGNORE 文件，不用写任何东东。返回到workspace目录下后执行catkin_make就不会编译带有CATKIN_IGNORE的package。

如果当src中有一个package中已经有这样的文件（命名为CATKIN_IGNORE的空文件）时，当你指定要编译这个package时: catkin_make --pkg your-pkg-name会报错：

1

Packages "your-pkg-name" not found in the workspace

内存不足

catkin_make之所以有时报错内存不足，有时正常，是因为编译是按拓扑顺序，可能同时编译了move_base和teb_local_planner这两个耗内存大的包，导致报错

.so file truncated

1. catkin_make中途 ctrl+C 造成
2. 运行程序时，直接从VMWare关闭虚拟机

新package放入工作空间无法识别

一个新的package放入工作空间后，是不能直接识别的，无论source setup.bash还是catkin_make --pkg都不行，必须先对整个工作空间catkin_make，此时才会识别它

不同工作空间的同名package

要尽量避免这种情况，否则会混乱。此时如果有问题，用echo $ROS_PACKAGE_PATH查看环境变量包含的ROS工作空间

Could not find GTest

执行catkin_make时，有时会报错Could not find GTest，这是由于缺少测试模块，加-DBUILD_TESTING=OFF可以避免测试。

不要移植工作空间，只移植src

把ROS的工作空间转移到另一台电脑上会编译失败，build和devel里有很多文件会构成影响，即使二者的用户名一样也不行。所以每次只能复制src文件夹，放到另一台电脑的工作空间里。

我的一个自定义msg，将整个工作空间移植到另一台电脑，编译没出错，但是echo出错，好像rostopic不被识别一样：

find_package(catkin) 无法识别catkin

使用qt-ros-plugin，不知怎么操作，导致find_package(catkin)无法识别catkin，不能在任何工作空间编译，其他命令都正常。利用whereis catkin找到路径，删除相应文件，然后重装ROS

命令catkin_init_workspace：Initializes a catkin workspace by creating a top-level CMakeLists.txt.
这个命令最好不要用，创建工作空间还是新建文件夹，然后进入执行catkin_make

程序 catkin_make 尚未安装

执行catkin_make时，报错:，执行roscd等命令也提示没有安装，感觉就像是没有装ros一样。解决方法: source /opt/ros/kinetic/setup.bash

编译某个包时缺少头文件

编译禾赛雷达的驱动HesaiLidar_General_ROS，结果报错PandarScan.h: No such file or directory. 然后又catkin_make一次，竟然成功了。这时去devel/include里可以看到缺少的头文件了。 应当是第一次编译时确实缺少，然后接着编译剩下部分，此时就生成头文件了。 再编译第二次，原来需要头文件的地方就编译成功了。
参考： HesaiLidar_General_ROS/issues/24

clock skew detected

出现这个警告是由于时钟不同步导致的，即系统时间比文件修改时间早，换到另一个Linux系统切换可能会出现这个问题。

如果在不同计算机之间传输文件，可能出现这种报警，是由于二者的UTC对时不同。现象是文件的修改时间比当前的系统时间还要晚。可能会导致某些不该编译的文件编译，或者该编译的没有编译。

在受影响的文件夹内执行一次 touch *即可永久修正这一问题。

依次执行下列指令即可

1
2
3

find . -type f | xargs -n 5 touch
catkin_make clean
catkin_make

The dependency target “nav_msgs_gencpp” of target does not exist

1
2
3
4
5
6
7
8

CMake Warning (dev) at planners/pure_pursuit_local_planner/CMakeLists.txt:57 (add_dependencies):
  Policy CMP0046 is not set: Error on non-existent dependency in
  add_dependencies.  Run "cmake --help-policy CMP0046" for policy details.
  Use the cmake_policy command to set the policy and suppress this warning.

  The dependency target "nav_msgs_gencpp" of target
  "pure_pursuit_local_planner" does not exist.
This warning is for project developers.  Use -Wno-dev to suppress it.

可能加一句

1
2
3

add_dependencies(${PROJECT_NAME}
  ${PROJECT_NAME}_gencfg
  ${PROJECT_NAME}_generate_messages_cpp)