Estrutura de ROS para Lisa

Visão Geral

Esta branch contém a implementação da estrutura de comunicação do ROS utilizada no projeto Lisa, focando na interação entre os nós através de publishers, subscribers, services e clients. O código aqui presente estabelece como diferentes componentes do sistema comunicam-se, permitindo um fluxo de dados eficiente e organizado.

Estrutura de Comunicação

A estrutura de comunicação é baseada em tópicos e nós do ROS, onde diferentes nós publicam e se inscrevem em tópicos específicos para trocar informações, além da utilização de serviços e clientes, onde o cliente principal controla e aciona os serviços. Isso inclui:

Publicadores (Publishers): Nós que enviam dados, como imagens de vídeo ou informações sensoriais.
Subscritores (Subscribers): Nós que recebem dados de outros nós para processamento ou ação subsequente.
Servidores (Servers): Nós que oferecem serviços que podem ser acionados por outros nós.
Clientes (Clients): Nós que solicitam a execução de serviços a partir dos servidores.

Esses componentes são essenciais para o funcionamento autônomo e a interatividade da Lisa, permitindo que o sistema responda de maneira dinâmica ao ambiente e aos comandos do usuário.

Descrição dos Componentes

cam_pub.py

Este script é responsável por capturar imagens da câmera e publicá-las no tópico /Imagens.

Função publish_message(): Captura imagens da webcam e as publica no tópico /Imagens.
- pub = rospy.Publisher('/Imagens', Image, queue_size=10): Inicializa o publisher para o tópico /Imagens.
- cap = cv2.VideoCapture(0): Abre a webcam.
- pub.publish(br.cv2_to_imgmsg(frame)): Converte a imagem de OpenCV para o formato ROS e publica.

Veja o código completo aqui

cam_sub.py

Este script se inscreve no tópico /Imagens e exibe os frames de vídeo recebidos.

Função callback(data): Recebe e exibe os frames de vídeo.
- br = CvBridge(): Converte entre imagens ROS e OpenCV.
- current_frame = br.imgmsg_to_cv2(data): Converte a imagem ROS para OpenCV.
- cv2.imshow("camera", current_frame): Exibe o frame de vídeo.
Função receive_message(): Inicializa o nó e se inscreve no tópico /Imagens.
- rospy.Subscriber('/Imagens', Image, callback): Se inscreve no tópico e define a função de callback.

Veja o código completo aqui

contador_service.py

Este script implementa o serviço de contagem de dedos utilizando MediaPipe.

Função image_callback(msg): Recebe a imagem do tópico /Imagens.
Função process_image(event): Processa a imagem para contar os dedos.
- frame = bridge.imgmsg_to_cv2(self.image, desired_encoding='passthrough'): Converte a imagem ROS para OpenCV.
- results = hands.process(frame_rgb): Processa a imagem para detectar mãos.
- self.update_finger_count_streak(finger_count): Atualiza a contagem de dedos.
Função handle_get_finger_count(req): Retorna a contagem de dedos atual.

Veja o código completo aqui

gesto_service.py

Este script implementa o serviço de reconhecimento de gestos utilizando MediaPipe.

Função detect_hand_gesture(frame): Detecta gestos de mão na imagem.
- mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=image): Converte a imagem para o formato MediaPipe.
- recognition_result = recognizer.recognize(mp_image): Reconhece gestos na imagem.
- gesture = top_gesture.category_name: Obtém o nome do gesto reconhecido.
Função image_callback(msg): Recebe a imagem do tópico /Imagens.
- current_image = msg: Armazena a imagem recebida.
Função handle_gesture_recognition(req): Processa a imagem e retorna o resultado do reconhecimento de gestos.
- gesture = detect_hand_gesture(frame): Detecta o gesto na imagem atual.
- gesture_counts[gesture] += 1: Atualiza a contagem de gestos reconhecidos.
- rospy.set_param('/stop_counting', False): Habilita a contagem de dedos novamente após reconhecer o gesto 5 vezes.
Função gesture_recognition_server(): Inicializa o nó do serviço de reconhecimento de gestos.
- rospy.Service('/recognize_gesture', Trigger, handle_gesture_recognition): Define o serviço para reconhecimento de gestos.
- rospy.Subscriber('/Imagens', Image, image_callback): Inscreve-se no tópico de imagens.

Veja o código completo aqui

reconhecimento_rosto_service.py

Este script implementa o serviço de reconhecimento de rostos utilizando MediaPipe.

Função image_callback(msg): Recebe a imagem do tópico /Imagens.
Função handle_recognize_face(req): Processa a imagem e retorna o resultado do reconhecimento de rosto.
- self.process_image(): Processa a imagem para detectar rostos.
- response.success = self.latest_face is not None: Verifica se um rosto foi detectado.
Função process_image(): Processa a imagem para detectar rostos.
- frame = bridge.imgmsg_to_cv2(self.image, desired_encoding='passthrough'): Converte a imagem ROS para OpenCV.
- results = face_detection.process(rgb_frame): Processa a imagem para detectar rostos.
- self.face_pub.publish(bridge.cv2_to_imgmsg(self.latest_face, "bgr8")): Publica a imagem do rosto detectado.

Veja o código completo aqui

display_node.py

Este script exibe GIFs baseados nos gestos reconhecidos.

Função play_gif_with_mpv(gesture): Exibe o GIF correspondente ao gesto reconhecido.
- current_process = subprocess.Popen(command): Executa o comando para exibir o GIF.
Função callback(data): Recebe a mensagem do tópico /resultados e determina qual GIF exibir.
- play_gif_with_mpv(gesture_name): Chama a função para exibir o GIF.
Função check_timeout(event): Verifica se houve timeout na recepção das mensagens.
- play_background_gif(): Exibe um GIF padrão em caso de timeout.

Veja o código completo aqui

controlador.py

Este script é o cliente principal que aciona diferentes serviços com base nas imagens recebidas.

Função image_callback(msg): Recebe a imagem do tópico /Imagens.
Função run(): Executa o loop principal do controlador.
- response = self.get_finger_count(): Solicita a contagem de dedos.
- gesture_response = self.recognize_gesture(): Solicita o reconhecimento de gestos.
- face_response = self.recognize_face(): Solicita o reconhecimento de rostos.

Veja o código completo aqui

Fluxograma da Estrutura

Incluímos um fluxograma detalhado para ilustrar como os componentes interagem dentro da rede ROS. Para visualizar este fluxograma, veja abaixo:

Como Usar

Passo 1: Copiar o Código

#!/bin/bash

# Função para verificar se um comando existe
command_exists() {
    command -v "$1" >/dev/null 2>&1
}

# Função para verificar se um pacote Python está instalado
python_package_exists() {
    pip3 show "$1" >/dev/null 2>&1
}

# Obter o diretório atual
CURRENT_DIR=$(pwd)

# Instalação de dependências do sistema
echo "Instalando dependências do sistema..."
sudo apt-get update
sudo apt-get install -y build-essential cmake git libopencv-dev python3-pip mpv

# Verificar instalação do ROS Noetic
if ! command_exists roscore; then
    echo "Instalando ROS Noetic..."
    sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
    sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
    sudo apt-get update
    sudo apt-get install -y ros-noetic-desktop-full
    echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc
    source /opt/ros/noetic/setup.bash
fi

# Inicializar rosdep
if ! command_exists rosdep; then
    echo "Inicializando rosdep..."
    sudo rosdep init
    rosdep update
fi

# Instalar dependências Python
echo "Instalando dependências Python..."
pip3 install -U rosdep rosinstall_generator wstool rosinstall six vcstools

# Verificar e instalar pacotes Python necessários
if ! python_package_exists mediapipe; then
    pip3 install mediapipe
fi

if ! python_package_exists pyserial; then
    pip3 install pyserial
fi

# Configuração inicial do workspace
echo "Criando o workspace e o pacote..."
mkdir -p "$CURRENT_DIR/lisa_ws/src"
cd "$CURRENT_DIR/lisa_ws/"
catkin_make

source devel/setup.bash
echo "source $CURRENT_DIR/lisa_ws/devel/setup.bash" >> ~/.bashrc
source ~/.bashrc

cd "$CURRENT_DIR/lisa_ws/src"

catkin_create_pkg estrutura std_msgs rospy roscpp
cd "$CURRENT_DIR/lisa_ws"

# Criar um diretório temporário para clonar o repositório
TEMP_DIR=$(mktemp -d)

# Clonar o repositório diretamente no diretório temporário
echo "Clonando o repositório..."
if ! git clone https://github.com/Grupo-SEMEAR-USP/Lisa.git "$TEMP_DIR"; then
    echo "Erro ao clonar o repositório. Verifique a URL e sua conexão com a internet."
    exit 1
fi

# Copiar o conteúdo do repositório clonado para o pacote criado
echo "Copiando arquivos do repositório para o pacote..."
cp -r $TEMP_DIR/* "$CURRENT_DIR/lisa_ws/src/estrutura/"
rm -rf $TEMP_DIR

# Garantir que os scripts são executáveis
chmod +x "$CURRENT_DIR/lisa_ws/src/estrutura/scripts/*.py"

# Atualizar CMakeLists.txt
echo "Atualizando CMakeLists.txt..."
cat <<EOL > "$CURRENT_DIR/lisa_ws/src/estrutura/CMakeLists.txt"
cmake_minimum_required(VERSION 3.0.2)
project(estrutura)

find_package(catkin REQUIRED COMPONENTS
  roscpp
  rospy
  std_msgs
)

catkin_package()

include_directories(
  \${catkin_INCLUDE_DIRS}
)

install(PROGRAMS
    scripts/cam_pub.py
    scripts/cam_sub.py
    scripts/contador_service.py
    scripts/controlador.py
    scripts/display_node.py
    scripts/gesto_service.py
    scripts/reconhecimento_rosto_service.py
    scripts/serial_node.py
    scripts/show_faces.py
    DESTINATION \${CATKIN_PACKAGE_BIN_DESTINATION}
)
EOL

# Criar package.xml
echo "Criando package.xml..."
cat <<EOL > "$CURRENT_DIR/lisa_ws/src/estrutura/package.xml"
<?xml version="1.0"?>
<package format="2">
  <name>estrutura</name>
  <version>0.0.0</version>
  <description>The Estrutura package</description>
  <maintainer email="mhc@todo.todo">mhc</maintainer>
  <license>TODO</license>

  <buildtool_depend>catkin</buildtool_depend>
  <build_depend>cv_bridge</build_depend>
  <build_depend>roscpp</build_depend>
  <build_depend>rospy</build_depend>
  <build_depend>sensor_msgs</build_depend>
  <build_depend>std_msgs</build_depend>
  <build_depend>serial</build_depend>
  <build_depend>message_generation</build_depend>
  <build_export_depend>cv_bridge</build_export_depend>
  <build_export_depend>roscpp</build_export_depend>
  <build_export_depend>rospy</build_export_depend>
  <build_export_depend>sensor_msgs</build_export_depend>
  <build_export_depend>std_msgs</build_export_depend>
  <build_export_depend>serial</build_export_depend>
  <build_export_depend>message_runtime</build_export_depend>
  <exec_depend>cv_bridge</exec_depend>
  <exec_depend>roscpp</exec_depend>
  <exec_depend>rospy</exec_depend>
  <exec_depend>sensor_msgs</exec_depend>
  <exec_depend>std_msgs</exec_depend>
  <exec_depend>message_runtime</exec_depend>
  <exec_depend>serial</exec_depend>

  <export>
  </export>
</package>
EOL

# Compilar o workspace
echo "Compilando o workspace..."
cd "$CURRENT_DIR/lisa_ws"
catkin_make

source devel/setup.bash
echo "Configuração concluída com sucesso."

Passo 2: (Abra o terminal no caminho que você quer salvar o workspace) Salvar o Script: Salve o script acima em um arquivo chamado setup_workspace.sh. (crtl-V dentro do nano e depois crtl-O Enter e ctrl-X)

touch setup_workspace.sh && nano setup_workspace.sh

Passo 3: Tornar o Script Executável: Torne o script executável.

chmod +x setup_workspace.sh

Passo 4: Executar o Script: Execute o script.

./setup_workspace.sh

Passo 5: Configurar o Ambiente ROS

cd ~/lisa_ws
source devel/setup.bash

Passo 6: Executar os Scripts

roslaunch estrutura all_nodes.launch

Observações

Para configuração e uso na Raspberry Pi, siga as instruções em: Configuração para Raspberry Pi

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

README.md

README.md

Estrutura de ROS para Lisa

Visão Geral

Estrutura de Comunicação

Descrição dos Componentes

cam_pub.py

cam_sub.py

contador_service.py

gesto_service.py

reconhecimento_rosto_service.py

display_node.py

controlador.py

Fluxograma da Estrutura

Como Usar

Passo 1: Copiar o Código

Passo 2: (Abra o terminal no caminho que você quer salvar o workspace) Salvar o Script: Salve o script acima em um arquivo chamado setup_workspace.sh. (crtl-V dentro do nano e depois crtl-O Enter e ctrl-X)

Passo 3: Tornar o Script Executável: Torne o script executável.

Passo 4: Executar o Script: Execute o script.

Passo 5: Configurar o Ambiente ROS

Passo 6: Executar os Scripts

Observações

Files

README.md

Latest commit

History

README.md

File metadata and controls

Estrutura de ROS para Lisa

Visão Geral

Estrutura de Comunicação

Descrição dos Componentes

cam_pub.py

cam_sub.py

contador_service.py

gesto_service.py

reconhecimento_rosto_service.py

display_node.py

controlador.py

Fluxograma da Estrutura

Como Usar

Passo 1: Copiar o Código

Passo 2: (Abra o terminal no caminho que você quer salvar o workspace) Salvar o Script: Salve o script acima em um arquivo chamado setup_workspace.sh. (crtl-V dentro do nano e depois crtl-O Enter e ctrl-X)

Passo 3: Tornar o Script Executável: Torne o script executável.

Passo 4: Executar o Script: Execute o script.

Passo 5: Configurar o Ambiente ROS

Passo 6: Executar os Scripts

Observações