> ## Documentation Index
> Fetch the complete documentation index at: https://docs.mrdvs.cn/llms.txt
> Use this file to discover all available pages before exploring further.
# Linux 示例使用手册
> 【迈尔微视自研相机 Linux 开发包】提供了多种示例程序，包括：C、JAVA(http 服务器)、ros 和 ros2。示例代码提供 SDK 的使用方法，以及一些基本的功能、方法，但具体功能的实现仍需要手动修改。本文主要介绍各个示例程序的用法、需要搭建的环境、以及一些注意事项。以下会用少量的…
```yaml theme={null}
version:
name: "V1.0"
revision_record:
- revision_date: "2024/10/12"
modified_by: "林雨"
```
## 1. **概述**
【迈尔微视自研相机 Linux 开发包】提供了多种示例程序，包括：C、JAVA(http 服务器)、ros 和 ros2。示例代码提供 SDK 的使用方法，以及一些基本的功能、方法，但具体功能的实现仍需要手动修改。本文主要介绍各个示例程序的用法、需要搭建的环境、以及一些注意事项。以下会用少量的篇幅介绍 JAVA、C、C++相关的代码功能介绍，用中量篇幅介绍环境相关的问题，用大量篇幅介绍 ROS 与 ROS2 相关的用法、环境、注意事项等。
推荐优先顺序阅读第一至第三部分，在顺序阅读第一至第三部分之后，对于不同的需求，可以直接跳转到相关部分阅读，各个章节互相独立，不影响查阅。
最后，本文提供一些相关应用与环境的安装方法与注意事项，如有需要可以查阅附录。
***
## 2. **系统与环境**
### 2.1 系统与环境介绍
推荐使用以下几种 linux 系统，默认的程序版本见下表：
| 系统版本 | Cmake/Gcc | Opencv | Pcl | Ros | Ros2 |
| ----------- | ----------- | ------ | ------ | -------- | ------------------------ |
| Ubuntu16.04 | 3.5/Gcc-5 | 3.2.0 | 1.7.2 | Kinetic | Ardent、Bouncy |
| Ubuntu18.04 | 3.18/Gcc-7 | 4.5.1 | 1.9.1 | Melodic | Dashing、Eloquent、Crystal |
| Ubuntu20.04 | 3.22/9.3.0 | 4.5.1 | 1.12.1 | Noetic | Foxy、Galactic |
| Ubuntu22.04 | 3.22/11.3.0 | 4.6.0 | 1.12.1 | Ninjemys | Humble、lron |
### 2.2 查看系统版本与应用版本
#### 2.2.1 查看系统版本
命令：uname -a
结果：
操作系统发行版本号：5.15.0
* \*\*主版本号：\*\*5
* \*\*次版本号：\*\*15【奇数为开发版本，偶数为稳定版本】
* \*\*修订版本号：\*\*0【修改的次数】
* \*\*此版本的第 N 次修改：\*\*97
* **内核版本：**#107\~20.0.4.1，通常所说的系统版本就是内核版本
#### 2.2.2 查看 Cmake 版本
命令：cmake -version
结果：
代表 Cmake 的版本为 3.16.3
#### 2.2.3 查看 Gcc 版本
命令：gcc -v
结果：
版本号在左下角的蓝色框内，此处版本为：9.4.0
#### 2.2.4 查看 Opencv 版本
命令：pkg-config --modversion opencv
结果：
此处版本为 3.2.0
#### 2.2.5 查看 Pcl 版本
命令：dpkg -l libpcl-dev
结果：
此处版本为 1.8.1
#### 2.2.6 查看 ROS 版本
命令：rosversion -d
结果：
此处版本为 eloquent（Ubuntu18.04 对应的 ros2 版本）
此处版本为 noetic（Ubuntu20 对应的 ros1 版本）
### 2.3 搭建基础开发环境
在安装之前需要先更新安装列表：
执行命令：sudo apt update
结果如下：
#### 2.3.1 安装 Cmake
命令：sudo apt install cmake
#### 2.3.2 安装 Gcc
命令：sudo apt install build-essential
### 2.4 搭建可选开发环境
#### 2.4.1 安装 Opencv【可显示相机图像】
执行命令：sudo apt-get install libopencv-dev
#### 2.4.2 安装 Pcl【可显示点云】
执行命令：sudo apt-get install libpcl-dev
***
## 3. **示例代码的介绍与运行准备**
### 3.1 执行安装脚本
1.解压缩 Lanxin-MRDVS 文件，并进入 Lanxin-MRDVS 文件夹
2.右键打开控制台
3.执行 install.sh 脚本
4.进入/opt/目录检查是否安装成功
5.若是能找到文件夹，则是安装成功
6.若是安装失败，则需要手动添加到 opt 目录下
7.执行 set\_socket\_buffer\_size.sh 脚本
8.至此安装脚本全部执行完成！
### 3.2 示例代码介绍
进入到 Sample 目录下，目录内容如下：
* C 文件夹中包含 C 与 C++相关的代码
* Java 文件夹中包含一个 http 服务器，用于间接的调用 sdk
* Ros 文件夹中包含一个 ros 的示例
* Ros2 文件夹中包含一个 ros2 的示例
#### 3.2.1 C 与 C++示例代码
进入 C 目录，目录内容如下：
含 9 个文件夹与 1 个 Cmakelist 文件，每个文件夹中包含一个 cpp 文件
每个 cpp 大致实现的功能如下：
* application\_obstacle：获取相机流数据并开启避障算法，输出算法结果
* application\_pallet：获取相机流数据并开启托盘算法，输出算法结果
* arm\_local\_camera：在相机中【ARM】调用 SDK 并获取流数据
* frame\_callback：使用回调方式获取相机流数据
* multi\_cameras：打开多个相机并获取流数据
* single\_camera：打开单个相机并获取流数据
* single\_camera2：通过结构体方式获取帧数据
可以根据不同需要选择不同的示例代码进行测试和修改
#### 3.2.2 Java 示例代码
进入 java 目录，目录内容如下：
目录中包含 2 个文件夹以及一个 postman.json 文件和 README
* Config：文件夹中存放着服务器相关的配置
* Middleware：服务器主题
* LxCamera.postman\_collection.json：postman 配置文件
* README：java 虚拟服务器使用教程
#### 3.2.3 ROS 示例代码
进入 ros 目录中，目录内容如下：
* lx\_camera\_node\_ws：文件夹中包含了一个标准的 ros 驱动
* README.EN：用英文说明了如何编译节点以及创建一个新的节点
#### 3.2.4 ROS2 示例代码
进入 ros2 目录中，目录内容如下：
* lx\_camera\_node\_ws：文件夹中包含了一个标准的 ros2 驱动
* README.EN：用英文说明了如何编译节点以及创建一个新的节点
#### 3.2.5 ros-v1pro 示例代码
进入 ros-v1pro 目录中，目录内容如下：
* src：文件夹中包含了一个标准的 ros 驱动
* README：说明了如何使用这个节点
* README.pdf：说明了如何使用这个节点
***
## 4. **示例代码的编译与运行**
### 4.1 C 与 C++示例代码的编译与运行
进入示例中的 C 文件夹：
在 C 文件夹中打开一个终端，依次执行以下命令：
* mkdir build
* cd build
* cmake ..
* make
成功执行后进入 build 文件夹中，应当如下：
可执行文件就在 bin 目录中，进入 bin 目录应当如下：
除 arm 示例外，其余示例都会编译，可执行文件名与示例文件夹名相同，直接运行即可
### 4.2 java 示例运行流程
Java 与其他示例代码不相同，它不直接提供源码，它提供一个 http 服务器以及一个postman 示例，有需要通过 http 来实现间接控制相机的，可以选择 java 示例，进入 java 文件夹，文件夹内容如下：
运行流程如下：
* 进入 config 文件夹中，修改 Configs.json 文件中的 http\_sever\_host 字段和http\_sever\_port 字段：
* 进入 middleware 文件夹，执行 start.sh 脚本，即可启用中转服务器
* 使用 postman 打开 LxCamera.postman\_collection.json 文件，即可向示例端口发送数据
### 4.3 ROS 示例代码的编译与运行
进入 ROS 文件夹，开启一个控制台，执行：roscore
右键再开启一个控制台，进入 lx\_camera\_node\_ws 文件夹执行 catkin\_make
成功执行后会显示如下：
此时文件夹内 devel 和 build 是编译生成的：
执行 source devel/setup.bash 配置环境后使用 roslaunch 运行节点，命令如下：
* roslaunch lx\_camera\_ros lx\_camera\_ros.launch
* roslaunch lx\_camera\_ros obstacleV2.launch
* roslaunch lx\_camera\_ros obstacle.launch
* roslaunch lx\_camera\_ros pallet.launch
从上往下依次是：运行普通节点、运行避障算法 2 节点、运行避障算法节点、运行托盘算法节点，各节点不能同时启用。
### 4.4 ROS2 示例代码的编译与运行
进入 ros2 文件夹，文件夹内容如下：
示例 ros 节点采用 colcon 编译方式
首先需要安装编译工具，执行：sudo apt install python3-colcon-common-extensions
然后安装 ros-pcl 依赖包：sudo apt-get install ros-foxy-pcl\*【红色字体部分需要替换为对应的 ros2 版本】
安装完成后进入 lx\_camera\_node\_ws 目录编译项目，执行：colcon build
根据电脑性能不同，编译通常会需要 30 秒到 120 秒，成功编译后会显示如下：
部分警告是因为版本兼容问题，无需处理，编译完成后文件夹内容如下：
执行 source install/setup.bash 配置环境后使用 ros2 launch 运行节点，命令如下：
* ros2 launch lx\_camera\_ros lx\_camera\_ros\_launch.py
* ros2 launch lx\_camera\_ros obstacleV2.launch.py
* ros2 launch lx\_camera\_ros obstacle.launch.py
* ros2 launch lx\_camera\_ros pallet.launch.py
从上往下依次是：运行普通节点、运行避障算法 2 节点、运行避障算法节点、运行托盘算法节点，各节点不能同时启用。
### 4.5 ros-v1pro 示例代码的编译与运行
ros-v1pro 是 V1PRO 相机专用 ros 驱动，在 ros-v1pro 文件夹中有 README.pdf 对该驱动详细说明，本文档中只对其做简单介绍：
进入 ros-v1pro 文件夹中右键打开控制台，使用 catkin\_make 编译，编译完成后显示如下：
进行环境配置：source devel/setup.bash
最后运行节点：
* roslaunch lx\_camera\_ros localization.launch
* roslaunch lx\_camera\_ros mapping.launch
* roslaunch lx\_camera\_ros sensor\_sim.launch
从上往下依次是：运行定位节点，运行建图节点，运行虚拟数据节点，各节点不能同时启用。
***
## 5. **示例代码解释与说明**
在这个部分中，所有代码与伪代码将会分成几个部分来讲，一般来说一个小节内的都属于同一个文件，除特殊文件做详细解释外，源码文件只解释大致模块，详细的解释在代码中有注释。
### 5.1 C 与 C++
#### 5.1.1 CMakeLists
#### 5.1.2 application\_obstacle 和 application\_pallet
#### 5.1.3 arm\_local\_camera
#### 5.1.4 frame\_callback
#### 5.1.5 multi\_cameras
#### 5.1.6 single\_camera
#### 5.1.7 single\_camera2
### 5.2 java
Java 示例中提供的仅是一个 HTTP 服务器，因此说明也只是对接口以及消息格式的说明，用 postman 打开示例文件后如下图：
消息都是 post 方式，在发送前，记得修改 IP 为服务器的 ip，但是 url 不要修改，url 为服务器内部写死，响应的消息格式与内容都在 body 中示例中提供的接口如下：
1.DcGetApiVersion：获取 SDK 的版本号吗，没有参数输入
2.DcSetInfoOutput：设置 SDK 日志输出的路径，参数如下：
* log\_path：日志输出的路径
* print\_level：日志打印的等级
* enable\_screen\_print：日志是否在控制台打印
3.DcLog：输出日志到 SDK 日志中，任何输入的内容都会被打印到 SDK 日志中
4.DcGetDeviceList：获取设备列表，没有输入，输入为 JSON
5.DcOpenDevice：打开设备，输入如下：
* open\_mode：打开相机的模式
* param：打开相机的参数
6.DcStartStream：让某一个相机开始推送流数据，输入参数如下：
* handle：相机的句柄，在 DcOpenDevice 中会有返回
7.DcSetCmd：对相机下发命令，输入如下：
* handle：要设置的相机的句柄
* cmd：指令编号
8.DcGetPtrValue：获取指针数据（图像，参数等），输入如下：
* handle：要设置的相机的句柄
* cmd：指令编号
9.DcSetIntValue：设置相机 int 型的参数，输入如下：
* handle：要设置的相机的句柄
* cmd：指令编号
* value：要设置的值
10.DcGetIntValue：获取设备 int 型的参数，输入如下：
* handle：要设置的相机的句柄
* cmd：指令编号
11.其他相关说明参见下表：
| 发 | `{"log_path" : "./", "print_level" : 2, "enable_screen_print" : 0 }` | 收 | `{"errCode" : 0 }` |
| - | -------------------------------------------------------------------- | - | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 发 | `{"open_mode" : 0, "param" : "0"
}` | 收 | `{"algor_ver" : "VER_1.0.2.230315", "dev_type" : "M4 camera", "errCode" : 0,
"firmware_ver" : "V1.0.0.3_230315",
"handle" : 174539057817095, "id" : "f13141144bb1",
"ip" : "192.168.100.16:3956",
"mac" : "9e:be:0a:8a:66:07",
"name" :"camera_M4_192.168.100.16_3956",
"sn" : "9a5ed62d22b34bb1"
}` |
| 发 | `{"handle" :174539057817
095,
"cmd" : 6001
}` | 收 | `{"errCode" : 0,
"value" :"\u0011\u0001\u0014\u0001..." }` |
### 5.3 ROS1 & ROS2
在 ros 说明中，不会讲述驱动源码相关内容，而是讲述 launch 文件中的配置所对应的内容，如何调整配置，如何发送以及订阅消息。提供的 ros 节点中已经包含了大部分功能，所以不建议直接修改驱动源码。如有特殊需要可以先行了解 C++示例中的代码流程后再对驱动源码进行修改。
**执行 ros 驱动时，必须确保系统默认路径中 opencv 和 pcl 的版本唯一，否则 ros链接库时会发生错误，可能导致编译失败或者运行崩溃。**
#### 5.3.1 ROS1 launch 文件说明
##### 5.3.1.1 所有的 launch 文件
1.在 src/launch 文件夹中有如下文件：
* localization.launch：视觉定位节点的运行文件
* lx\_camera\_ros.launch：普通节点的运行文件
* mapping.launch：视觉定位建图的运行文件
* obstacle.launch：避障算法的运行文件
* obstacleV2.launch：避障算法 V2 的运行文件
* pallet.launch：托盘算法的运行文件
* sensor\_sim.launch：模拟定位数据的运行文件
2.可以通过运行不同的 launch 文件来执行节点的不同功能，**所有节点中除localization、mapping 和 sensor 之外，参数内容都是一致的，只是配置有所不同**，在以下小节中会详细介绍，对于 localization、mapping 和 sensor 三个 launch 文件的参数详细介绍请看 ros-v1pro 节点中的介绍。
##### 5.3.1.2 相机 ip、流配置、工作模式配置、点云单位等
* ip：需要连接的相机 IP，若为 0 则默认连接第一个
* log\_path：SDK 日志储存路径，需要填入绝对路径
* is\_xyz：是否推送点云数据
* is\_depth：是否推送深度数据
* is\_amp：是否推送强度图数据
* is\_rgb：是否推送 RGB 图数据
* lx\_work\_mode：工作模式
* lx\_application：是否开启算法，0：关闭，1：避障算法，2：托盘算法，3：定位算法，4：避障算法 V2
* lx\_tof\_unit：点云单位，1 为米，0 为毫米，使用 rviz 查看时需要修改为 1
##### 5.3.1.3 相机位姿配置
可以配置点云的旋转角度以及平移向量。
* X：相机距离点云中心的 X 平移量
* Y：相机距离点云中心的 Y 平移量
* Z：相机距离点云中心的 Z 平移量
* Yaw：点云绕 Z 轴旋转的角度
* Roll：点云绕 X 轴旋转的角度
* Pitch：点云绕 Y 轴旋转的角度
##### 5.3.1.4 是否使用 launch 配置
可以选择是否使用 launch 文件中的相机参数配置。
* raw\_param：0：使用相机内的配置，1：使用 launch 文件中的配置
不论此参数设置为 0 还是 1，在此参数之前的所有参数都会被设置，0 和 1 只对此参数之后的参数有效。
##### 5.3.1.5 2D 参数配置
* lx\_2d\_binning：0：1x1，1：2x2，2：4x4
* lx\_2d\_undistort：2d 反畸变，0：关闭，1：开启
* lx\_2d\_undistort\_scale：2D 反畸变系数
* lx\_2d\_auto\_exposure：2D 自动曝光，0：关闭，1：开启
* lx\_2d\_auto\_exposure\_value：2D 自动曝光目标强度
* lx\_2d\_exposure：2D 曝光值
* lx\_2d\_gain：2D 增益
##### 5.3.1.6 3D 参数配置
* lx\_rgb\_to\_tof：RGB 对齐
* lx\_3d\_binning：0：1x1，1：2x2，2：4x4
* lx\_mulit\_mode：多机模式，可以排除多机干扰，0：关闭，1：开启
* lx\_3d\_undistort：3d 反畸变，0：关闭，1：开启
* lx\_3d\_undistort\_scale：3D 反畸变系数
* lx\_hdr：hdr,0：关闭，1：开启
* lx\_3d\_auto\_exposure：3D 自动曝光，0：关闭，1：开启
* lx\_3d\_auto\_exposure\_value：3D 自动曝光目标强度
* lx\_3d\_first\_exposure：3D 高积分
* lx\_3d\_second\_exposure：3D 低积分
* lx\_3d\_gain：3D 增益
##### 5.3.1.7 最大最小深度
* lx\_min\_depth：最小深度
* lx\_max\_depth：最大深度
#### 5.3.2 ROS2 launch 文件说明
##### 5.3.2.1 所有的 launch 文件
在 src/launch 文件夹中有如下文件：
* localization.launch.py：视觉定位节点的运行文件
* lx\_camera\_ros.launch.py：普通节点的运行文件
* mapping.launch.py：视觉定位建图的运行文件
* obstacle.launch.py：避障算法的运行文件
* obstacleV2.launch.py：避障算法 V2 的运行文件
* pallet.launch.py：托盘算法的运行文件
* sensor\_sim.launch.py：模拟定位数据的运行文件
可以通过运行不同的 launch 文件来执行节点的不同功能，**所有节点中除localization、mapping 和 sensor 之外，参数内容都是一致的，只是配置有所不同**，在以下小节中会详细介绍，对于 localization、mapping 和 sensor 三个 launch 文件的参数详细介绍请看 ros-v1pro 节点中的介绍。
##### 5.3.2.2 相机 ip、流配置、工作模式配置、点云单位等
* ip：需要连接的相机 IP，若为 0 则默认连接第一个
* log\_path：SDK 日志储存路径，需要填入绝对路径
* is\_xyz：是否推送点云数据
* is\_depth：是否推送深度数据
* is\_amp：是否推送强度图数据
* is\_rgb：是否推送 RGB 图数据
* lx\_work\_mode：工作模式
* lx\_application：是否开启算法，0：关闭，1：避障算法，2：托盘算法，3：定位算法，4：避障算法 V2
* lx\_tof\_unit：点云单位，1 为米，0 为毫米，使用 rviz 查看时需要修改为 1
##### 5.3.2.3 相机位姿配置
可以配置点云的旋转角度以及平移向量。
* X：相机距离点云中心的 X 平移量
* Y：相机距离点云中心的 Y 平移量
* Z：相机距离点云中心的 Z 平移量
* Yaw：点云绕 Z 轴旋转的角度
* Roll：点云绕 X 轴旋转的角度
* Pitch：点云绕 Y 轴旋转的角度
##### 5.3.2.4 是否使用 launch 配置
可以选择是否使用 launch 文件中的相机参数配置。
* raw\_param：0：使用相机内的配置，1：使用 launch 文件中的配置
不论此参数设置为 0 还是 1，在此参数之前的所有参数都会被设置，0 和 1 只对此参数之后的参数有效。
##### 5.3.2.5 2D 参数配置
* lx\_2d\_binning：0：1x1，1：2x2，2：4x4
* lx\_2d\_undistort：2d 反畸变，0：关闭，1：开启
* lx\_2d\_undistort\_scale：2D 反畸变系数
* lx\_2d\_auto\_exposure：2D 自动曝光，0：关闭，1：开启
* lx\_2d\_auto\_exposure\_value：2D 自动曝光目标强度
* lx\_2d\_exposure：2D 曝光值
* lx\_2d\_gain：2D 增益
##### 5.3.2.6 3D 参数配置
* lx\_rgb\_to\_tof：RGB 对齐
* lx\_3d\_binning：0：1x1，1：2x2，2：4x4
* lx\_mulit\_mode：多机模式，可以排除多机干扰，0：关闭，1：开启
* lx\_3d\_undistort：3d 反畸变，0：关闭，1：开启
* lx\_3d\_undistort\_scale：3D 反畸变系数
* lx\_hdr：hdr,0：关闭，1：开启
* lx\_3d\_auto\_exposure：3D 自动曝光，0：关闭，1：开启
* lx\_3d\_auto\_exposure\_value：3D 自动曝光目标强度
* lx\_3d\_first\_exposure：3D 高积分
* lx\_3d\_second\_exposure：3D 低积分
* lx\_3d\_gain：3D 增益
##### 5.3.2.7 最大最小深度
* lx\_min\_depth：最小深度
* lx\_max\_depth：最大深度
#### 5.3.3 特有主题说明
因 ROS1 和 ROS2 特有主题类型一致，所以此处 ROS1 为例。在 src/msg 文件夹中有如下文件：
##### 5.3.3.1 FrameRate.msg
这个节点输出了帧率信息，消息格式如下：
* header：当前数据的帧信息以及时间戳
* depth：当深度图开启时，输出深度图帧率
* amp：当强度图开启时，输出强度图帧率
* rgb：当 rgb 开启时，输出 rgb 帧率
* temperature：输出相机温度
节点开始运行后（除视觉定位相关的节点以外），可以订阅 LxCamera\_FrameRate节点获取相关信息，输出如下：
##### 5.3.3.2 Obstacle.msg
obstacle 输出避障算法结果相关的信息，obstacle 消息格式如下：
* header：当前数据的帧信息以及时间戳
* status：避障返回的状态信息
0：正常避障
-1：未设置地面
-2：未设置输入
-3：范围内无点云
-4：过滤地面后点云为空
-5：半径滤波后点云为空
-6：未得到分割结果
-99：未定义的错误
* io\_output：io 接口输出的避障信息
0：正常
1：警告
2：停障
* box\_number：障碍物数量
* box：障碍物信息，变长数组，长度由 box\_number 决定
节点开始运行后（需开启避障算法），可以订阅 LxCamera\_Obstacel 节点获取相关信息，输出如下（图中数据为模拟数据）：
##### 5.3.3.3 Obstacle\_box.msg
obstacle\_box 输出障碍物相关的信息，obstacle\_box 消息格式如下：
* center：障碍物在点云中的质心
* rotation：障碍物点云的旋转矩阵
* translation：障碍物点云的平移向量
* width：障碍物框的宽
* height：障碍物框的高
* depth：障碍物框的深度
开始运行后（需开启避障算法），可以订阅 LxCamera\_Obstacel 节点获取相关信息，输出如下：
##### 5.3.3.4 Result.msg
向节点中 servic 发送指令消息后得到的返回值就储存在 Result 中：
* ret：执行 SDK 得到的返回值
* msg：执行 SDK 得到的返回值的说明
##### 5.3.3.5 Pallet.msg
pallet 输出托盘算法结果相关的信息，pallet 消息格式如下：
* header：当前数据的帧信息以及时间戳
* status：托盘识别返回的状态信息：
0：检测成功
-1：未检测到地面
-2：未检测到托盘腿
-3：托盘距离过远
-4：未知错误
* x：托盘距离相机光心的 X 距离
* y：托盘距离相机光心的 Y 距离
* yaw：托盘中心相对于相机光心的 theta 夹角
节点开始运行后（需开启托盘算法），可以订阅 LxCamera\_Pallet 节点获取相关信息，输出如下：
#### 5.3.4 特有服务说明
因 ROS1 和 ROS2 特有服务类型一致，所以此处 ROS1 为例。在 src/srv 文件夹中有如下文件：
这些消息皆是用于设置或者获取相机的某些参数值。
【---】之上是发送的数据，【---】之下是返回的数据
##### 5.3.4.1 LxBool.srv
* cmd：需要获取或者设置的参数编号
* val：设置时设置的值
* is\_set：是否设置参数，为 true 时会将 val 中的值设置到相机中，为 false 时会从相机中把这个参数的值读取并显示出来
* val：获取或者设置时返回的相机当先参数的值
* result：调用 SDK 接口返回的值和信息
##### 5.3.4.2 LxCmd.srv
* cmd：需要获取或者设置的参数编号，当为 0 时会返回所有的参数编号
* result：调用 SDK 接口返回的值和信息，cmd 可能会有多个返回值
##### 5.3.4.3 LxFloat.srv
* cmd：需要获取或者设置的参数编号
* val：设置时设置的值
* is\_set：是否设置参数，为 true 时会将 val 中的值设置到相机中，为 false 时会从相机中把这个参数的值读取并显示出来
* max\_value：该参数可设置的最大值
* min\_value：该参数可设置的最小值
* cur\_value：该参数在相机中的当前值
* available：该参数是否支持设置
* result：调用 SDK 接口返回的值和信息
##### 5.3.4.4 LxInt.srv
* cmd：需要获取或者设置的参数编号
* val：设置时设置的值
* is\_set：是否设置参数，为 true 时会将 val 中的值设置到相机中，为 false 时会从相机中把这个参数的值读取并显示出来
* max\_value：该参数可设置的最大值
* min\_value：该参数可设置的最小值
* cur\_value：该参数在相机中的当前值
* available：该参数是否支持设置
* result：调用 SDK 接口返回的值和信息
##### 5.3.4.5 LxString.srv
* cmd：需要获取或者设置的参数编号
* val：设置时设置的值
* is\_set：是否设置参数，为 true 时会将 val 中的值设置到相机中，为 false 时会从相机中把这个参数的值读取并显示出来
* val：获取或者设置时返回的相机当先参数的值
* result：调用 SDK 接口返回的值和信息
#### 5.3.5 主题订阅方式说明
##### 5.3.5.1 订阅帧率，托盘算法、避障算法输出数据
**订阅帧率**
在 lx\_camera\_node\_ws 目录下，输入：bash rate.sh
lx\_camera\_node 节点图像正常运行并刷新后可以看到如下信息：
**订阅托盘算法输出**
在 lx\_camera\_node\_ws 目录下，输入：bash pallet.sh
lx\_camera\_node 节点图像正常运行并刷新后可以看到如下信息：
**订阅避障算法输出**
在 lx\_camera\_node\_ws 目录下，输入：bash obstacle.sh
lx\_camera\_node 节点图像正常运行并刷新后可以看到如下信息：
##### 5.3.5.2 订阅图像数据（ROS1）
通过 ros 自带的图像工具可以查看节点输出的图像信息：
控制台输入命令：rqt\_image\_view
输入命令后会弹出如下窗口：
红色框处可以选择，所有节点中的图像，图中展示的是迈尔微视相机 rgb 图像，还可以选择深度图或者强度图（前提是流已经开启）：
图中，第一个红框是定位算法节点输出的 RGB 信息，其余三个是普通节点输出的图像信息，amp 为强度图，depth 为深度图，rgb 为 rgb 图。
选择不同的项可以查看不同的图像或者使用 rviz 查看图像数据，控制台输入命令：rviz会弹出如下窗口：
点击左下方 Add 按钮后会弹出窗口：
选择需要的图像话题并选择其中的 Image 然后点击右下方的 OK，就可以在主界面左侧看到图像数据，如下图显示：
##### 5.3.5.3 订阅图像数据（ROS2）
通过 ros2 自带的图像工具可以查看节点输出的图像信息：控制台输入命令：rqt
输入命令后会弹出如下窗口：
选择菜单栏第二项最底下选项的第一个 Image View，选择后会弹出如下界面：
红色框处可以选择，所有节点中的图像，图中展示的是迈尔微视相机 rgb 图像，还可以选择深度图或者强度图（前提是流已经开启）：
图中，第一个红框是定位算法节点输出的 RGB 信息，其余三个是普通节点输出的图像信息，amp 为强度图，depth 为深度图，rgb 为 rgb 图。
选择不同的项可以查看不同的图像或者使用 rviz2 查看图像数据，控制台输入命令：rviz2会弹出如下窗口：
点击左下方 Add 按钮后会弹出窗口：
选择需要的图像话题并选择其中的 Image 然后点击右下方的 OK，就可以在主界面左侧看到图像数据，如下图显示：
**部分系统需要在上图【map】处填入【mrdvs】才能看到图像**
##### 5.3.5.4 订阅点云数据
通过 ros 或者 ros2 自带的点云工具可以查看节点输出的点云信息：
命令：rviz【ROS1】，rviz2【ROS2】
输入命令后会弹出如下窗口：
点击下方红色框内按钮会弹出如下框：
选择第二个页签，会有名为lx\_camera\_node 的节点，节点中有名为LxCamera\_Cloud 的主题，主题中有名为 PointCloud2 的消息，选择后点击 OK 即可，完成后界面如下：
（ROS1 界面）
（ROS2 界面）
此时点云还不能正常显示，在上方红绿框 map 处填入 mrdvs 就可以看到点云，效果如下：
ROS 中默认的点云单位为米，所以使用 rviz 查看时需要将launch文件中的lx\_tof\_unit 修改为 1【默认即为 1】
#### 5.3.6 服务通讯方式说明
在 ROS1 中所有的命令都可以用 Tab 键补全，但是在 ROS2 中只有主题能被补全，消息部分需要手动输入。
**ROS1 输入数据时按照补全格式输入即可，ROS2 中输入数据时需要按照 yaml 文件的格式来输入。**
节点运行之后，在 lx\_camera\_node\_ws 文件夹下打开一个终端，在终端中配置环境，输入命令：source devel/setup.bash
##### 5.3.6.1 获取所有参数编号列表（Lx\_Cmd）
**ros1**
在终端输入：rosservice call /lx\_camera\_node/LxCamera\_LxCmd "cmd: 0"
可以看到输出：
ret 是参数的编号，msg 中说明了参数的类型和描述，例如：1001，这个参数是int 类型，参数用于获取和修改第一曝光值。
**ros2**
在终端输入：ros2 service call /LxCamera\_LxCmd lx\_camera\_ros/srv/LxCmd 'cmd: 0'
可以看到如下输出：
因在 ROS2 中查看参数详细不太方便，所以在下表中同样列出了所有参数的编号、类型以及说明：
| 编号 | 类型 | ROS中说明 | 详细说明 |
| ---- | ------ | ---------------------------- | -------------- |
| 1001 | INT | FIRST\_EXPOSURE | 默认高积分曝光值 |
| 1002 | INT | SECOND\_EXPOSURE | 默认低积分曝光值 |
| 1003 | INT | THIRD\_EXPOSURE | 默认中积分曝光值 |
| 1004 | INT | FOURTH\_EXPOSURE | 第四个积分 |
| 1005 | INT | GAIN | 增益 |
| 1011 | INT | MIN\_DEPTH | 最小深度值 |
| 1012 | INT | MAX\_DEPTH | 最大深度值 |
| 1013 | INT | MIN\_AMPLITUDE | 有效信号最小强度值 |
| 1014 | INT | MAX\_AMPLITUDE | 有效信号最大强度值 |
| 1016 | INT | CODE\_MODE | 编码模式 |
| 1018 | INT | WORK\_MODE | 工作模式 |
| 1019 | INT | LINK\_SPEED | 网卡网速 |
| 1021 | INT | 3D\_IMAGE\_WIDTH | 3D 图像分辨率宽度 |
| 1022 | INT | 3D\_IMAGE\_HEIGHT | 3D 图像分辨率高度 |
| 1023 | INT | 3D\_IMAGE\_OFFSET\_X | ROI 水平偏移像素 |
| 1024 | INT | 3D\_IMAGE\_OFFSET\_Y | ROI 垂直偏移像素 |
| 1025 | INT | 3D\_BINNING\_MODE | 3D 图像 binnin |
| 1026 | INT | 3D\_DEPTH\_DATA\_TYPE | 深度图像数据格式 |
| 1031 | INT | 3D\_AMPLITUDE\_CHANNEL | 3D 强度图像通道数 |
| 1032 | INT | 3D\_AMPLITUDE\_GET\_TYPE | 获取强度图像的方式 |
| 1033 | INT | 3D\_AMPLITUDE\_EXPOSURE | 3D 手动曝光值 |
| 1034 | INT | 3D\_AMPLITUDE\_INTENSITY | 3D 自动目标亮 |
| 1035 | INT | 3D\_AMPLITUDE\_DATA\_TYPE | 强度图像数据格式 |
| 1036 | INT | 3D\_AUTO\_EXPOSURE\_LEVEL | 3D 自动曝光等级 |
| 1041 | INT | 2D\_IMAGE\_WIDTH | 2D 图像分辨率宽度 |
| 1042 | INT | 2D\_IMAGE\_HEIGHT | 2D 图像分辨率高 |
| 1043 | INT | 2D\_IMAGE\_OFFSET\_X | 2D 图像 ROI 水平偏移 |
| 1044 | INT | 2D\_IMAGE\_OFFSET\_Y | 2D 图像 ROI 垂直偏 |
| 1045 | INT | 2D\_BINNING\_MODE | 2D 图像 binnin |
| 1046 | INT | 2D\_IMAGE\_CHANNEL | 2D 图像通道数 |
| 1047 | INT | 2D\_IMAGE\_DATA\_TYPE | 2D 图像数据格式 |
| 1051 | INT | 2D\_MANUAL\_EXPOSURE | 2D 手动曝光时的曝光值 |
| 1052 | INT | 2D\_MANUAL\_GAIN | 2D 手动曝光时的增益 |
| 1053 | INT | 2D\_ENCODE\_TYPE | 2D 图像压缩格式 |
| 1054 | INT | 2D\_AUTO\_EXPOSURE\_LEVEL | 2D 图像自动曝光等 |
| 1061 | INT | TOF\_GLOBAL\_OFFSET | TOF 深度数据偏移 |
| 1062 | INT | 3D\_UNDISTORT\_SCALE | TOF 图像反畸变系数 |
| 1065 | INT | ALGORITHM\_MODE | 设置内置应用算法 |
| 1066 | INT | MODBUS\_ADDR | modbus 地址 |
| 1067 | INT | HEART\_TIME | 与设备间心跳时间 |
| 1068 | INT | GVSP\_PACKET\_SIZE | GVSP 单包数据分包大 |
| 1069 | INT | TRIGGER\_MODE | 触发模式 |
| 1070 | INT | CALCULATE\_UP | 算法上下移 |
| 1072 | INT | CAN\_BAUD\_RATE | can 的波特率值 |
| 1073 | INT | MAX\_3D\_AUTO\_EXPOSURE | 3d 自动曝光上限 |
| 1074 | INT | CUSTOM\_PARAM\_GROUP | 用户自定义参数组 |
| 2001 | FLOAT | FILTER\_LEVEL | 滤波等级 |
| 2002 | FLOAT | EST\_OUT\_EXPOSURE | 是否评估过曝数据 |
| 2003 | FLOAT | LIGHT\_INTENSITY | 光强度 |
| 2004 | FLOAT | 3D\_DEPTH\_FPS | 深度图当前帧率 |
| 2005 | FLOAT | 3D\_AMPLITUDE\_FPS | 强度图当前帧率 |
| 2006 | FLOAT | 2D\_IMAGE\_FPS | RGB 图当前帧率 |
| 2007 | FLOAT | DEVICE\_TEMPERATURE | 相机当前温度 |
| 3001 | BOOL | CONNECT\_STATE | 当前连接状态 |
| 3002 | BOOL | ENABLE\_3D\_DEPTH\_STREAM | 开启/关闭深度数据流 |
| 3003 | BOOL | ENABLE\_3D\_AMP\_STREAM | 开启/关闭强度数据流 |
| 3006 | BOOL | ENABLE\_3D\_AUTO\_EXPOSURE | 3D 自动曝光使能 |
| 3007 | BOOL | ENABLE\_3D\_UNDISTORT | 3D 反畸变使能 |
| 3008 | BOOL | ENABLE\_ANTI\_FLICKER | 抗频闪使能 |
| 3011 | BOOL | ENABLE\_2D\_STREAM | 开启/关闭 2D 数据流 |
| 3012 | BOOL | ENABLE\_2D\_AUTO\_EXPOSURE | 2D 自动曝光使能 |
| 3015 | BOOL | ENABLE\_2D\_UNDISTORT | 2D 图像反畸变使 |
| 3016 | BOOL | ENABLE\_2D\_TO\_DEPTH | 2D3D 图像对齐使 |
| 3017 | BOOL | ENABLE\_BACKGROUND\_AMP | 强度背景光使能 |
| 3018 | BOOL | ENABLE\_MULTI\_MACHINE | 多机模式使能 |
| 3019 | BOOL | ENABLE\_MULTI\_EXPOSURE\_HDR | HDR |
| 3020 | BOOL | ENABLE\_SYNC\_FRAME | 是否开启强制帧同步 |
| 4001 | STRING | DEVICE\_VERSION | 设备版本号 |
| 4002 | STRING | DEVICE\_LOG\_NAME | 日志文件名 |
| 4003 | STRING | FIRMWARE\_NAME | 固件文件名 |
| 4004 | STRING | FILTER\_PARAMS | 滤波算法参数 |
| 4005 | STRING | ALGORITHM\_PARAMS | 内置算法参数 |
| 4006 | STRING | ALGORITHM\_VERSION | 内置算法版本号 |
| 4007 | STRING | DEVICE\_OS\_VERSION | 设备系统镜像版本号 |
| 0 | CMD | GET\_PARAM\_LIST | 获取所有参数编号 |
| 1 | CMD | START\_STREAM | 设备启流 |
| 2 | CMD | STOP\_STREAM | 设备停流 |
| 5001 | CMD | GET\_NEW\_FRAME | 更新当前最新数据 |
| 5002 | CMD | RETURN\_VERSION | 回退上一版本 |
| 5003 | CMD | RESTART\_DEVICE | 重启相机 |
| 5004 | CMD | WHITE\_BALANCE | 自动白平衡 |
| 5007 | CMD | RESET\_PARAM | 恢复默认参数 |
**部分参数需要先停流才能设置，或者设置有先后顺序，具体需求请跟技术支持人员对接。**
##### 5.3.6.2 获取 Int 参数（Lx\_Int）
**ROS1**
在终端输入：rosservice call /lx\_camera\_node/LxCamera\_LxInt "cmd: 1001
val: 0
is\_set: false"
可以看到输出：
红框内的就是返回值，图中获取的是高积分时间，根据返回结果可以看到，最大值是 **3600**，最小值是 **1**，当前值是 **1010**，是否支持设置是**支持**，接口调用返回值是 **0**，返回值信息是**成功**。
**ROS2**
在 终 端 输 入 ： ros2 service call /LxCamera\_LxInt lx\_camera\_ros/srv/LxInt '\{cmd: 1001,val: 0,is\_set: false}'
可以看到输出：
图中获取的是高积分时间，根据返回结果可以看到，最大值是 **3600**，最小值是 **1**，当前值是 **1010**，是否支持设置是**支持**，接口调用返回值是 **0**，返回值信息是**成功**。
##### 5.3.6.3 设置 Int 参数（Lx\_Int）
**ROS1**
在终端输入：rosservice call /lx\_camera\_node/LxCamera\_LxInt "cmd: 1001
val: 2000
is\_set: true"
可以看到输出：
红框内的就是返回值，图中设置的是高积分时间，根据返回结果可以看到，最大值是 **3600**，最小值是 **1**，当前值已经修改为 **2000**，是否支持设置是**支持**，接口调用返回值是 **0**，返回值信息是**成功**。
**ROS2**
在 终 端 输 入 ： ros2 service call /LxCamera\_LxInt lx\_camera\_ros/srv/LxInt '\{cmd: 1001,val: 3000,is\_set: true}'
可以看到输出：
图中获取的是高积分时间，根据返回结果可以看到，最大值是 **3600**，最小值是 **1**，当前值已经修改为 **3000**，是否支持设置是**支持**，接口调用返回值是 **0**，返回值信息是**成功**。
##### 5.3.6.4 获取 Float 参数（Lx\_Float）
**ROS1**
在终端输入：rosservice call /lx\_camera\_node/LxCamera\_LxFloat "cmd: 2007
val: 0.0
is\_set: false"
可以看到输出：
红框内的就是返回值，图中获取的是相机温度，根据返回结果可以看到，最大值是 **120**，最小值是\*\*-40\*\*，当前值是 **49.6875**，是否支持设置是**不支持**，接口调用返回值是 **0**，返回值信息是**成功**。
**ROS2**
在终端输入：ros2 service call /LxCamera\_LxFloat lx\_camera\_ros/srv/LxFloat '\{cmd: 2007,val: 0,is\_set: false}'
可以看到输出：
图中获取的是相机温度，根据返回结果可以看到，最大值是 **120**，最小值是\*\*-40\*\*，当前值是 **50.4375**，是否支持设置是**不支持**，接口调用返回值是 **0**，返回值信息是**成功**。
##### 5.3.6.5 设置 Float 参数（Lx\_Float）
**ROS1**
在终端输入：rosservice call /lx\_camera\_node/LxCamera\_LxFloat "cmd: 2007
val: 5.0
is\_set: true"
可以看到输出：
红框内的就是返回值，图中设置的是相机温度，根据返回结果可以看到，最大值是 **120**，最小值是\*\*-40\*\*，当前值是 **50.9375**，是否支持设置是**不支持**，接口调用返回值是\*\*-2\*\*，返回值信息是**不支持**，此处设置的值是 5，当前值和设置值不一致是因为该参数不支持设置。
**ROS2**
在终端输入：ros2 service call /LxCamera\_LxFloat lx\_camera\_ros/srv/LxFloat '\{cmd: 2007,val: 5.0,is\_set: true}'
可以看到输出：
图中设置的是相机温度，根据返回结果可以看到，最大值是 **120**，最小值是\*\*-40\*\*，当前值是 **51.125**，是否支持设置是**不支持**，接口调用返回值是\*\*-2\*\*，返回值信息是**不支持**，此处设置的值是 5，当前值和设置值不一致是因为该参数不支持设置。
##### 5.3.6.6 获取 Bool 参数（Lx\_Bool）
**ROS1**
在终端输入：rosservice call /lx\_camera\_node/LxCamera\_LxBool "cmd: 3012
val: false
is\_set: false"
可以看到输出：
红框内的就是返回值，图中获取的是 2D 自动曝光，根据返回结果可以看到，当前值是 **false**，接口调用返回值是 **0**，返回值信息是**成功**。
**ROS2**
在终端输入：ros2 service call /LxCamera\_LxBool lx\_camera\_ros/srv/LxBool '\{cmd: 3012,val: false,is\_set: false}'
可以看到输出：
图中获取的是 2D 自动曝光，根据返回结果可以看到，当前值是 **false**，接口调用返回值是 **0**，返回值信息是**成功**。
##### 5.3.6.7 设置 Bool 参数（Lx\_Bool）
**ROS1**
在终端输入：rosservice call /lx\_camera\_node/LxCamera\_LxBool "cmd: 3012
val: true
is\_set: true"
可以看到输出：
红框内的就是返回值，图中设置的是 2D 自动曝光，根据返回结果可以看到，当前值是 **true**，接口调用返回值是 **0**，返回值信息是**成功**，当前值和设置值一致。
**ROS2**
在终端输入： ros2 service call /LxCamera\_LxBool lx\_camera\_ros/srv/LxBool '\{cmd: 3012,val: true,is\_set: true}'
可以看到输出：
图中设置的是 2D 自动曝光，根据返回结果可以看到，当前值是 **true**，接口调用返回值是 **0**，返回值信息是**成功**，当前值和设置值一致。
##### 5.3.6.8 获取 String 参数（Lx\_String）
**ROS1**
在终端输入： rosservice call /lx\_camera\_node/LxCamera\_LxString "cmd: 4001
val: ''
is\_set: false"
可以看到输出：
红框内的就是返回值，图中获取的是设备版本号，根据返回结果可以看到，当前值是 **V1.1.33\_231201**，接口调用返回值是 **0**，返回值信息是**成功**。
**ROS2**
在终端输入：ros2 service call /LxCamera\_LxString lx\_camera\_ros/srv/LxString '\{cmd: 4001,val: '',is\_set: false}'
可以看到输出：
图中获取的是设备版本号，根据返回结果可以看到，当前值是 **V1.1.33\_231201**，接口调用返回值是 **0**，返回值信息是**成功**。
##### 5.3.6.9 设置 String 参数（Lx\_String）
**ROS1**
在终端输入：rosservice call /lx\_camera\_node/LxCamera\_LxString "cmd: 4001
val: 'put:\\"123\\"'
is\_set: true"
可以看到输出：
红框内的就是返回值，图中设置的是设备版本号，根据返回结果可以看到，当前值是 **V1.1.33\_231201**，接口调用返回值是\*\*-2\*\*，返回值信息是**不支持**，当前值和设置值不一致，因为该参数不支持设置。
**ROS2**
在终端输入：ros2 service call /LxCamera\_LxString lx\_camera\_ros/srv/LxString '\{cmd: 4001,val: "put:\\"123\\"",is\_set: true}'
可以看到输出：
图中设置的是设备版本号，根据返回结果可以看到，当前值是 **V1.1.33\_231201**，接口调用返回值是\*\*-2\*\*，返回值信息是**不支持**，当前值和设置值不一致，因为该参数不支持设置。
**在设置 String 类型的值时，对于单引号和双引号一定要加转义符，除了 ROS2 中一开始的双引号和 ROS1 中一开始的单引号，例如要输入字符串【PUT”123”】就必须加入转义符变成：【PUT\”123\”】。**
***
## 6\*\*. ROS 推荐硬件配置与资源占用\*\*
### 6.1 推荐硬件配置
在推荐硬件配置中，会根据 CUP 的内核数量、CPU 占用率、内存大小进行分析，**此处给出的配置皆为推荐配置，不是最低配置**，如果硬件配置低于推荐配置，则可以通过减少流输出、关闭点云计算、算法下移等操作来实现稳定运行。\*\*在运行所需配置高于现有配置时，可能导致 ROS 核心崩溃甚至 Ubuntu 系统崩溃。\*\*详细的使用情况会在本章第二、第三小节中给出，请根据情况选择最合适的运行环境和流配置。**此处所有数据均测试于 VM 虚拟机，测试相机为 M4PRO。**
**Ubuntu16.04**
| ROS版本 | CPU | 内存 | 带宽 |
| ----- | --------- | -- | ----- |
| ros | AMD64【四核】 | 4G | 1000M |
**Ubuntu18.04**
| ROS版本 | CPU | 内存 | 带宽 |
| ----- | --------- | -- | ----- |
| ros | AMD64【四核】 | 4G | 1000M |
| ros2 | AMD64【四核】 | 4G | 1000M |
**Ubuntu20.04**
| ROS版本 | CPU | 内存 | 带宽 |
| ----- | --------- | -- | ----- |
| ros | AMD64【四核】 | 4G | 1000M |
| ros2 | AMD64【四核】 | 4G | 1000M |
**Ubuntu22.04**
| ROS版本 | CPU | 内存 | 带宽 |
| ----- | --------- | -- | ----- |
| ros | AMD64【四核】 | 4G | 1000M |
### 6.2 CPU 详情
在CPU详情中会展示该节点在不同运行情况下所占用的 CPU 资源数量，测试基于 **AMD64【8 核】，8G 内存**硬件环境下，测试相机为 **M4PRO**，测试算法为**托盘算法**，**2D 宽高为 1280\*960，3D 宽高为 640\*480**、**2D 反畸变开启、3D 反畸变关闭、积分 110 - 3000、深度 0 - 8000、TOF 帧率 14、流模式、平滑等级 1、噪声等级 1、时域等级 0**，统计指令为 **TOP**。因测试软环境是 **VM 虚拟机**，因此实体机所展示的数据与文档中相比有部分波动属于正常现象。对于部分相机，如 S2，会有部分算法在上位机计算，所以导致资源占用量大，属于正常现象。
**1.部分名词说明如下：**
* 单流：指开启 RGB、深度、强度任意一个流
* 双流：指开启 RGB、深度、强度任意两个流
* 三流：指 RGB、深度、强度三个流全部开启
* 四流：指 RGB、深度、强度、点云全部开启
**2.算法于部分流属于绑定关系，绑定关系如下：**
* 开启托盘算法则必须开启深度
* 开启避障算法则必须开启深度
* 开启定位算法则必须开启 RGB
表格中浅蓝色背景为开启点云的运行配置，无色背景为不开启点云的运行配置。**以下所有测试数据默认为算法下移，因此对于 S2 系列相机来说，所有测试数值可能偏小【S2 系列相机部分算法强制上移】。**
**Ubuntu16.04**
| ROS1 | | |
| --------------- | ------ | ----------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 10.59 | 0.0\~26.7 |
| 双流 | 14.13 | 0.0\~60.0 |
| 三流 | 16.56 | 0.0\~37.5 |
| 四流 | 108.25 | 93.8\~162.5 |
| 点云+深度 | 105.13 | 93.8\~153.3 |
| 算法+深度 | 5.44 | 0.0\~43.0 |
| 算法+深度+点云 | 104.39 | 93.8\~120.0 |
| 算法+深度+RGB | 13.15 | 6.2\~40.0 |
| 算法+深度+RGB+点云 | 105.96 | 93.8\~146.7 |
| 算法+深度+强度+RGB+点云 | 109.29 | 93.8\~162.5 |
**Ubuntu18.04**
| ROS1 | | |
| --------------- | ------ | ----------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 10.31 | 0.0\~27.5 |
| 双流 | 12.81 | 5.9\~27.8 |
| 三流 | 16.23 | 5.9\~37.5 |
| 四流 | 105.95 | 88.2\~131.2 |
| 点云+深度 | 103.55 | 88.2\~156.2 |
| 算法+深度 | 56.32 | 0.0\~43.8 |
| 算法+深度+点云 | 104.07 | 78.3\~43.8 |
| 算法+深度+RGB | 15.22 | 5.9\~70.6 |
| 算法+深度+RGB+点云 | 104.56 | 93.8\~125.0 |
| 算法+深度+强度+RGB+点云 | 105.52 | 61.5\~204.8 |
| ROS2 | | |
| --------------- | ------ | ----------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 19.19 | 5.9\~88.2 |
| 双流 | 23.17 | 6.2\~109.1 |
| 三流 | 30.59 | 9.1\~125.0 |
| 四流 | 108.44 | 44.4\~158.6 |
| 点云+深度 | 102.19 | 37.5\~143.9 |
| 算法+深度 | 6.44 | 0.0\~26.7 |
| 算法+深度+点云 | 104.45 | 79.2\~176.5 |
| 算法+深度+RGB | 14.82 | 5.9\~50.0 |
| 算法+深度+RGB+点云 | 106.89 | 94.1\~137.5 |
| 算法+深度+强度+RGB+点云 | 108.41 | 94.1\~162.5 |
**Ubuntu20.04**
| ROS1 | | |
| --------------- | ----- | ----------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 11.46 | 0.0\~50.0 |
| 双流 | 14.62 | 6.2\~66.7 |
| 三流 | 18.46 | 6.2\~50.0 |
| 四流 | 43.64 | 25.0\~143.8 |
| 点云+深度 | 28.37 | 12.5\~75.0 |
| 算法+深度 | 6.53 | 0.0\~43.8 |
| 算法+深度+点云 | 29.28 | 13.3\~100 |
| 算法+深度+RGB | 13.79 | 0.0\~50.0 |
| 算法+深度+RGB+点云 | 40.64 | 25.0\~81.2 |
| 算法+深度+强度+RGB+点云 | 44.44 | 25.0\~75.0 |
| ROS2 | | |
| --------------- | ----- | ----------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 8.07 | 0.0\~20.0 |
| 双流 | 11.25 | 0.0\~33.3 |
| 三流 | 16.18 | 6.2\~62.5 |
| 四流 | 33.77 | 0.0\~86.7 |
| 点云+深度 | 27.45 | 12.5\~81.2 |
| 算法+深度 | 6.13 | 0.0\~68.8 |
| 算法+深度+点云 | 31.11 | 12.5\~56.2 |
| 算法+深度+RGB | 11.75 | 0.0\~68.8 |
| 算法+深度+RGB+点云 | 38.04 | 6.2\~75.0 |
| 算法+深度+强度+RGB+点云 | 40.85 | 18.8\~106.2 |
**Ubuntu22.04**
| ROS1 | | |
| --------------- | ----- | ---------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 8.05 | 0.0\~23.5 |
| 双流 | 11.99 | 0.0\~75.0 |
| 三流 | 18.08 | 0.0\~100 |
| 四流 | 50.06 | 6.2\~200 |
| 点云+深度 | 33.92 | 0.0\~106.2 |
| 算法+深度 | 7.70 | 0.0\~43.8 |
| 算法+深度+点云 | 36.20 | 6.2\~131.2 |
| 算法+深度+RGB | 14.46 | 6.2\~37.5 |
| 算法+深度+RGB+点云 | 39.07 | 18.8\~94.1 |
| 算法+深度+强度+RGB+点云 | 45.61 | 12.5\~93.8 |
### 6.3 内存详情
在内存详情中会展示该节点在不同运行情况下所占用内存资源数量，测试基于**AMD64【8 核】，8G 内存**硬件环境下，测试相机为 **M4PRO**，测试算法为**托盘算法**，**2D 宽高为 1280\*960，3D 宽高为 640\*480**、**2D 反畸变开启、3D 反畸变关闭、积分 110 - 3000、深度 0 - 8000、TOF 帧率 14、流模式、平滑等级 1、噪声等级 1、时域等级 0**，统计指令为 **TOP**。因测试软环境是 **VM 虚拟机**，因此实体机所展示的数据与文档中相比有部分波动属于正常现象。对于部分相机，如 S2，会有部分算法在上位机计算，所以导致资源占用量大，属于正常现象。
**1.部分名词说明如下：**
* 单流：指开启 RGB、深度、强度任意一个流
* 双流：指开启 RGB、深度、强度任意两个流
* 三流：指 RGB、深度、强度三个流全部开启
* 四流：指 RGB、深度、强度、点云全部开启
**2.算法于部分流属于绑定关系，绑定关系如下：**
* 开启托盘算法则必须开启深度
* 开启避障算法则必须开启深度
* 开启定位算法则必须开启 RGB
3.表格中浅蓝色背景为开启点云的运行配置，无色背景为不开启点云的运行配置。**以下所有测试数据默认为算法下移，因此对于 S2 系列相机来说，所有测试数值可能偏小【S2 系列相机部分算法强制上移】。**
**Ubuntu16.04**
| ROS1 | | |
| --------------- | ---- | -------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 0.60 | 0.6\~0.7 |
| 双流 | 0.61 | 0.6\~0.8 |
| 三流 | 0.66 | 0.6\~0.8 |
| 四流 | 0.79 | 0.7\~0.9 |
| 点云+深度 | 0.60 | 0.5\~0.7 |
| 算法+深度 | 0.50 | 0.5\~0.5 |
| 算法+深度+点云 | 0.60 | 0.5\~0.7 |
| 算法+深度+RGB | 0.62 | 0.6\~0.8 |
| 算法+深度+RGB+点云 | 0.71 | 0.6\~0.9 |
| 算法+深度+强度+RGB+点云 | 0.79 | 0.7\~0.9 |
**Ubuntu18.04**
| ROS1 | | |
| --------------- | ---- | -------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 1.01 | 1.1\~1.2 |
| 双流 | 1.10 | 1.1\~1.2 |
| 三流 | 1.10 | 1.1\~1.2 |
| 四流 | 1.19 | 1.1\~1.3 |
| 点云+深度 | 1.09 | 0.9\~1.2 |
| 算法+深度 | 0.90 | 0.9\~1.0 |
| 算法+深度+点云 | 1.09 | 0.9\~1.2 |
| 算法+深度+RGB | 1.10 | 1.1\~1.2 |
| 算法+深度+RGB+点云 | 1.19 | 1.1\~1.3 |
| 算法+深度+强度+RGB+点云 | 1.20 | 1.1\~1.4 |
| ROS2 | | |
| --------------- | ---- | -------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 1.19 | 1.1\~1.2 |
| 双流 | 1.27 | 1.1\~1.3 |
| 三流 | 1.29 | 1.2\~1.3 |
| 四流 | 1.57 | 1.3\~1.6 |
| 点云+深度 | 1.20 | 1.1\~1.3 |
| 算法+深度 | 0.90 | 0.9\~0.9 |
| 算法+深度+点云 | 1.10 | 1.0\~1.2 |
| 算法+深度+RGB | 1.10 | 1.1\~1.2 |
| 算法+深度+RGB+点云 | 1.30 | 1.3\~1.4 |
| 算法+深度+强度+RGB+点云 | 1.41 | 1.3\~1.6 |
**Ubuntu20.04**
| ROS1 | | |
| --------------- | ---- | -------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 1.21 | 1.2\~1.4 |
| 双流 | 1.30 | 1.3\~1.4 |
| 三流 | 1.30 | 1.3\~1.4 |
| 四流 | 1.33 | 1.3\~1.5 |
| 点云+深度 | 1.21 | 1.2\~1.4 |
| 算法+深度 | 1.19 | 1.1\~1.2 |
| 算法+深度+点云 | 1.22 | 1.2\~1.4 |
| 算法+深度+RGB | 1.30 | 1.3\~1.4 |
| 算法+深度+RGB+点云 | 1.32 | 1.3\~1.5 |
| 算法+深度+强度+RGB+点云 | 1.33 | 1.3\~1.5 |
| ROS2 | | |
| --------------- | ---- | -------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 1.20 | 1.2\~1.3 |
| 双流 | 1.20 | 1.2\~1.3 |
| 三流 | 1.30 | 1.3\~1.4 |
| 四流 | 1.64 | 1.4\~1.7 |
| 点云+深度 | 1.36 | 1.1\~1.4 |
| 算法+深度 | 1.10 | 1.1\~1.1 |
| 算法+深度+点云 | 1.19 | 1.1\~1.3 |
| 算法+深度+RGB | 1.40 | 1.4\~1.4 |
| 算法+深度+RGB+点云 | 1.58 | 1.4\~1.7 |
| 算法+深度+强度+RGB+点云 | 1.60 | 1.5\~1.7 |
**Ubuntu22.04**
| ROS1 | | |
| --------------- | ---- | -------- |
| 运行配置 | 均值% | 区间% |
| 单流 | 1.28 | 1.1\~1.3 |
| 双流 | 1.29 | 1.2\~1.3 |
| 三流 | 1.20 | 1.2\~1.3 |
| 四流 | 1.49 | 1.4\~1.6 |
| 点云+深度 | 1.11 | 1.1\~1.2 |
| 算法+深度 | 1.00 | 1.0\~1.0 |
| 算法+深度+点云 | 1.11 | 1.1\~1.2 |
| 算法+深度+RGB | 1.20 | 1.2\~1.3 |
| 算法+深度+RGB+点云 | 1.55 | 1.3\~1.6 |
| 算法+深度+强度+RGB+点云 | 1.51 | 1.3\~1.7 |
***
## 附录：
本附录中提供一些工具的安装方法，使用其中方法时，至少需要有一定的 linux基础知识，而且不保证每台电脑都能通过本文档附录中展示的方法成功安装，每台电脑的环境不一样，遇到的问题可能也不一致，如果遇到本附录中没有展示的问题，请自行搜索解决办法。
### 1. Cmake 指定版本安装方法
前往官网下载指定版本 cmake： [https://cmake.org/download/解压下载的包：tar](https://cmake.org/download/解压下载的包：tar) -zxvf cmake-XXX.tar.gz进入解压后的目录，执行编译和配置：
./bootstrap
make
sudo make install
查看 Cmake 版本查看是否安装成功：
cmake --version
### 2. Opencv 指定版本安装方法
1.下载所需版本的 opencv：[Releases-OpenCV](https://opencv.org/releases/ "Releases-OpenCV")
2.环境配置，依次执行以下命令：
sudo apt-get install build-essential
sudo apt-getinstallcmake gitlibgtk2.0-devpkg-config libavcodec-dev
libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev
libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
3.新建 opencv 文件夹，将下载的源码解压到 opencv 文件夹中
4.依次执行以下命令：
1. cd opencv
2. mkdir build && cd build
3. sudocmake-DCMAKE\_BUILD\_TYPE=Release-D
4. CMAKE\_INSTALL\_PREFIX=/usr/local ..
5. sudo make -j4
6. sudo make install等待安装完成即可
### 3. Pcl 指定版本安装方法
1.查看支持的 pcl 版本：
apt-cache madison libpcl-dev
2.安装指定的 pcl 版本（其中 1.10.0 需要替换为所需的版本号）：
sudo apt-get install libpcl-dev=1.10.0
### 4. 安装 ROS
**Ubuntu16.04**
1.添加软件源，设置秘钥：
sudo sh -c 'echo "deb [http://packages.ros.org/ros/ubuntu](http://packages.ros.org/ros/ubuntu) \$(lsb\_release -sc) main" >
/etc/apt/sources.list.d/ros-latest.list'
sudoapt-keyadv--keyserver'hkp\://keyserver.ubuntu.com:80'--recv-key
C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
2.添加秘钥：
curl -sSL
'[http://keyserver.ubuntu.com/pks/lookup?op=get\&search=0xC1CF6E31E6BADE8868B172B4F42ED6FBAB17C654](http://keyserver.ubuntu.com/pks/lookup?op=get\&search=0xC1CF6E31E6BADE8868B172B4F42ED6FBAB17C654)' | sudo apt-key add -
3.更新源：
sudo apt-get update
4.安装完整的 ros：
sudo apt-get install ros-kinetic-desktop-full
5.配置环境变量：
echo "source /opt/ros/kinetic/setup.bash" >> \~/.bashrc
source \~/.bashrc
6.补全 ROS 相关的工具：
sudoaptinstallpython-rosinstallpython-rosinstall-generatorpython-wstool
build-essential
7.到此 ROS1 全部安装完成，运行一下 ROS 自带的示例，查看安装是否正确：
打开一个终端输入：roscore
再打开一个终端输入：rosrun turtlesim turtlesim\_node
再打开一个终端：rosrun turtlesim turtle\_teleop\_key
在第三个终端可以通过方向键控制小海龟
如果能正常运行如下图，则说明 ros 已经正确安装：
**Ubuntu18.04**
1.设置软件源：
sudo sh -c '. /etc/lsb-release && echo "deb [http://mirrors.ustc.edu.cn/ros/ubuntu/](http://mirrors.ustc.edu.cn/ros/ubuntu/)
\`lsb\_release -cs\` main" > /etc/apt/sources.list.d/ros-latest.list'
2.设置公钥：
sudoapt-keyadv--keyserver'hkp\://keyserver.ubuntu.com:80'--recv-key
C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
3.更新软件列表：
sudo apt update
4.安装 Ubuntu18.04 版本的 ROS1：
sudo apt install ros-melodic-desktop-full
5.设置环境变量：
echo "source /opt/ros/melodic/setup.bash" >> \~/.bashrc
source \~/.bashrc如果是 zsh：
echo "source /opt/ros/melodic/setup.bash" >> \~/.zshrc
source \~/.zshrc
6.补全 ROS 相关的工具：
sudoaptinstallpython-rosdeppython-rosinstallpython-rosinstall-generator
python-wstool build-essential
7.到此 ROS1 全部安装完成，运行一下 ROS 自带的示例，查看安装是否正确：
打开一个终端输入：roscore
再打开一个终端输入：rosrun turtlesim turtlesim\_node
再打开一个终端：rosrun turtlesim turtle\_teleop\_key
在第三个终端可以通过方向键控制小海龟
如果能正常运行如下图，则说明 ros 已经正确安装：
**Ubuntu20.04**
1.配置公钥：
sudoapt-keyadv--keyserver'hkp\://keyserver.ubuntu.com:80'--recv-key
C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
2.如果显示无法连接服务器或超时，请先更新软件源列表：
sudo apt-get update
sudo apt-get upgrade
3.配置公钥后，再次更新软件列表：
sudo apt-get update安装 ros：
sudo apt install ros-noetic-desktop-full
4.设置环境变量：
echo "source /opt/ros/noetic/setup.bash" >> \~/.bashrc
source \~/.bashrc
5.安装 ROS 工具：
sudo apt install python3-rosinstall python3-rosinstall-generator python3-wstool
build-essential
6.到此 ROS1 全部安装完成，运行一下 ROS 自带的示例，查看安装是否正确：
打开一个终端输入：roscore
再打开一个终端输入：rosrun turtlesim turtlesim\_node
再打开一个终端：rosrun turtlesim turtle\_teleop\_key
在第三个终端可以通过方向键控制小海龟
如果能正常运行如下图，则说明 ros 已经正确安装：
**Ubuntu22.04**
不推荐在 Ubuntu22.04 中安装 ros1，官方并不支持，如果要安装会遇到非常多的依赖问题。
### 5. Ros 如何创建一个新的测试包
1.新建一个文件夹 ws，在 ws 文件夹中新建 src 文件夹，进入 src 文件夹执行：
catkin\_create\_pkg example std\_msgs rospy roscpp
2.这样就新建了一个名为 example 的包，包依赖于 std\_msgs rospy roscpp
3.然后编译这个新建包：catkin\_make这是一个空的包，不会有任何可执行程序，它只是一个包
4.接下来演示如何创造一个可以输出’Hellow world’的包
5.在刚刚那个包的基础上，我们进入 src 文件夹（包里的 src），并新建一个 main.cpp，如下图（注意看路径）：
6.在 main.cpp 中，我们输入一些代码：
7.然后我们改一下外面的 CMakeLists.txt，我们在最底下加入一行：add\_executable(example src/main.cpp)
8.然后返回到 ws 目录中编译，执行命令：catkin\_make
9.看到这些，就说明编译成功了
10.接下来我们配置环境：
source devel/setup.bash
11.然后执行程序，就可以看到输出了：
rosrun example example
### 6. 安装 ROS2
**Ubuntu16.04**
1.添加秘钥：
sudo apt-get update && sudo apt-get install curl
curl [http://repo.ros2.org/repos.key](http://repo.ros2.org/repos.key) | sudo apt-key add -
2.添加权限：
sudo apt update && sudo apt install curl gnupg2 lsb-release
curl-shttps\://raw\.githubusercontent.com/ros/rosdistro/master/ros.asc|sudo
apt-key add -
3.如果此步骤报错，则使用 VPN 翻墙然后打开浏览器，输入网址，并复制其中内容，然后新建 ros.asc，将内容拷贝到文件中，拷贝完成后如下：
4.然后重新执行第三步：sudo apt-key add ros.asc
5.继续执行：
sudo sh -c 'echo "deb \[arch=amd64] [http://packages.ros.org/ros2/ubuntu](http://packages.ros.org/ros2/ubuntu) bionic
main" > /etc/apt/sources.list.d/ros2-latest.list'
6.安装 ROS2：
sudo apt update
sudo apt install ros-ardent-desktop
7.配制环境变量：
source /opt/ros/ardent/setup.bash
8.安装功能包：
sudo apt-get update
sudo apt-get install ros-ardent-ros1-bridge sudo apt-get install ros-ardent-turtlebot2-\*
9.尝试运行示例 程序，打开一个终端运行：
source \~/.bashrc
ros2 run demo\_nodes\_cpp talker
10.再打开一个中断运行：
source\~/.bashrc
ros2 run demo\_nodes\_cpp talker
11.终端输出如下则证明安装成功：
**Ubuntu18.04：**
1.添加软件源
sudo apt update && sudo apt install curl gnupg2 lsb-release
curl -s [https://raw.githubusercontent.com/ros/rosdistro/master/ros.asc](https://raw.githubusercontent.com/ros/rosdistro/master/ros.asc)
sudo apt-key add ros.asc
2.如果此步骤报错如下：
3.则使用 VPN 翻墙然后打开浏览器，输入网址，并复制其中内容，然后新建 ros.asc，将内容拷贝到文件中，拷贝完成后如下：
4.然后重新执行第三步：sudo apt-key add ros.asc
5.继续执行：
sudo sh -c 'echo "deb \[arch=amd64] [http://packages.ros.org/ros2/ubuntu](http://packages.ros.org/ros2/ubuntu) bionic
main" > /etc/apt/sources.list.d/ros2-latest.list'
6.完成后开始下载 ros2，其中红色字体需要替换为不同的版本（查看上表）：
sudo apt update
sudo apt install ros-eloquent-desktop
7.等待安装完成后继续安装 python 库，执行：sudo apt install -y libpython3-dev python3-pip pip3 install -U argcomplete
接着配置环境变量：
echo "source /opt/ros/eloquent/setup.bash" >> \~/.bashrc
source \~/.bashrc
8.尝试运行示例程序，打开一个终端运行：
source \~/.bashrc
ros2 run demo\_nodes\_cpp talker
9.再打开一个中断运行：
source \~/.bashrc
ros2 run demo\_nodes\_py listener
10.终端输出如下则证明安装成功：
**Ubuntu20.04**
1.添加软件源
sudo apt update && sudo apt install curl gnupg2 lsb-release
sudo curl -sSL [https://raw.githubusercontent.com/ros/rosdistro/master/ros.key-o](https://raw.githubusercontent.com/ros/rosdistro/master/ros.key-o)
/usr/share/keyrings/ros-archive-keyring.gpg
2.如果遇到报错“ailed to connect to raw\.githubusercontent.com port 443 after 13 ms:拒绝连接”
sudo vi /etc/hosts
3.增加下面的解析
185.199.108.133raw\.githubusercontent.com
4.添加后的文件如下：
echo"deb\[arch=(source/etc/os-release&\&echo\$UBUNTU\_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null
5.继续执行：
sudo sh -c 'echo "deb \[arch=amd64] [http://packages.ros.org/ros2/ubuntu](http://packages.ros.org/ros2/ubuntu) bionicmain" > /etc/apt/sources.list.d/ros2-latest.list'
6.完成后开始下载 ros2：
sudo apt update
sudo apt install ros-foxy-desktop
7.等待安装完成后继续安装 python 库，执行：sudo apt install -y libpython3-dev python3-pip pip3 install -U argcomplete
8.接着配置环境变量：
echo "source /opt/ros/foxy/setup.bash" >> \~/.bashrc
source \~/.bashrc
9.尝试运行示例程序，打开一个终端运行：
source \~/.bashrc
ros2 run demo\_nodes\_cpp talker
10.再打开一个中断运行：
source \~/.bashrc
ros2 run demo\_nodes\_py listener
11.终端输出如下则证明安装成功：
**Ubuntu22.04**
1.添加软件源
sudo apt update && sudo apt install curl gnupg lsb-release
sudo curl -sSL [https://raw.githubusercontent.com/ros/rosdistro/master/ros.key](https://raw.githubusercontent.com/ros/rosdistro/master/ros.key) -o /usr/share/keyrings/ros-archive-keyring.gpgecho"deb\[arch=(source/etc/os-release&\&echo\$UBUNTU\_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null
2.如果遇到报错“ailed to connect to raw\.githubusercontent.com port 443 after 13 ms:拒绝连接”
sudo vi /etc/hosts增加下面的解析
185.199.108.133raw\.githubusercontent.com
添加后的文件如下：
3.完成后开始下载 ros2：sudo apt update
sudo apt install ros-humble-desktop
4.等待安装完成后继续安装 python 库，执行：sudo apt install -y libpython3-dev python3-pip pip3 install -U argcomplete
5.接着配置环境变量：
echo "source /opt/ros/humble/setup.bash" >> \~/.bashrc
source \~/.bashrc
6.尝试运行示例程序，打开一个终端运行：
source \~/.bashrc
ros2 run demo\_nodes\_cpp talker
7.再打开一个中断运行：
source \~/.bashrc
ros2 run demo\_nodes\_py listener
8.终端输出如下则证明安装成功：
### 7. Ros2 如何创建一个新的测试包
1.执行命令：
mkdir example\_ws && cd example\_ws
ros2 pkg create --build-type ament\_cmake --node-name example\_n example\_p
colcon build
source install/setup.bash
ros2 run example\_p example\_n
2.就能新建一个名为example\_p 的包和一个名为 example\_n 的节点，运行后会输出：hello world example\_p package
***
欢迎通过下述方式联系我们：
* 尚未购买产品，请[点我](https://work.weixin.qq.com/ca/cawcdef7e3228b9372 "点我")添加售前工程师/销售企业微信
* 已购买产品的用户，请[点我](https://work.weixin.qq.com/ca/cawcdefa8ca5967bca "点我")添加售后技术支持企业微信
* **官方网站**：[www.mrdvs.cn](https://www.mrdvs.cn "www.mrdvs.cn")
* **Official Website**: [www.mrdvs.cn](https://www.mrdvs.cn "www.mrdvs.cn")
* **B站**：[提供视频教程与应用案例](https://space.bilibili.com/3546755102672963 "提供视频教程与应用案例")
* **Bilibili** : [Provides video tutorials and application cases](https://space.bilibili.com/3546755102672963 " Provides video tutorials and application cases ")
* **Github**：[下载SDK与示例代码](https://github.com/Lanxin-MRDVS/CameraSDK "下载SDK与示例代码")
* **GitHub**: [Download SDK and Sample Code](https://github.com/Lanxin-MRDVS/CameraSDK "Download SDK and Sample Code")
* **邮箱**：[service@mrdvs.com](mailto:service@mrdvs.com "service@mrdvs.com")
* **Email**: [service@mrdvs.com](mailto:service@mrdvs.com "service@mrdvs.com")
* ：400-025-6680
* 关注官方公众号，获取最新资讯：
***
**感谢您的访问，并希望知识库能成为您深入了解迈尔微视产品和方案的得力助手！**