程序中创建的线程（也称为轻量级进程，LWP）会具有和程序的PID相同的“线程组ID”。各个线程会获得其自身的线程ID

列出由进程号为的进程创建的所有线程

1

ps -T -p <pid>

还可以通过htop查看单个进程的线程，它是一个基于ncurses的交互进程查看器。该程序允许你在树状视图中监控单个独立线程。

开启htop，然后按<F2>进入htop的设置菜单。选择“设置”栏下面的“显示选项”，然后开启“树状视图”和“显示自定义线程名”选项。按<F10>退出设置。

1. 检查系统上可用的Python版本

1
2

$ ls /usr/bin/python*
/usr/bin/python2  /usr/bin/python2.7  /usr/bin/python3  /usr/bin/python3.8

查看是否配置了Python替代方案。

1
2

$ sudo update-alternatives --list python
update-alternatives: error: no alternatives for python

1. 设置替代版本

对于本例，我们将设置两个Python替代:Python2和Python3。

1
2

$ sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 1
$ sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 2

确认两个备选方案都可以使用:

1
2
3

$ sudo update-alternatives --list python
/usr/bin/python2
/usr/bin/python3

选择可选的Python版本

1
2
3
4
5
6
7
8

$ sudo update-alternatives --config python
There are 2 choices for the alternative python (providing /usr/bin/python).
  Selection    Path              Priority   Status
------------------------------------------------------------
* 0            /usr/bin/python3   2         auto mode
  1            /usr/bin/python2   1         manual mode
  2            /usr/bin/python3   2         manual mode
Press  to keep the current choice[*], or type selection number: 1

检查你的python版本:

1
2

$ python -V
Python 2.7.18rc1

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

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