首先 linux *** 作系统是必不可少的
Linux系统如果是学习可以选用redhat或者centos，特别是centos在企业中用得最多，当然还会有其它版本的，比如ubuntu，suse, debian等在企业当中也用的相当多系统的基本使用、磁盘管理、软件包管理、进程管理、用户管理等等这些都是学习的重点
最常见的一些简单服务
服务的种类繁多，每家公司都会用到的服务个不相同，但基础的服务肯定要掌握，比如ssh,apache,at,crontab,ftp,dns,nfs,nginx等等，不光是部署，还要很熟悉里面的配置才行，因为公司最关键的绝对是Web服务器，所以nginx和apache要特别熟悉，有些公司还会用tomcat，这个也需要会。
bash脚本编程
shell是运维人员必须具备的，不懂这个连入职都不行，至少也要写出一些系统管理脚本，最简单也得写个监控CPU，内存比率的脚本！这是最最最基本了，别以为会写那些猜数字和计算什么数的，这些没什么作用，只作学习意义，写系统脚本才是最有意义
sed和awk是脚本编程过程当中的重中之重， 必须要掌握，在掌握这两个工具同时，还要掌握正则表达式，正则是最难学的表达式，但结合到sed和awk中会很强大，在处理文本内容和过滤Web内容时十分有用，不过在学shell的同时一般会经常结合用到的。
文本处理命令
各种小命令，比如sort , tr , cut, paste, uniq, tee等是必学的
数据库
MySQL，linux用得最多绝对是MySQL，增删改查必学，特别要学熟查，其它方面可能不太需要，因为运维人员使用最多还是查，哪些优化和开发语句不会让你弄的。
防火墙
不学不行，防火墙也算是个难点，说难不难，说易不易，最重要弄懂规则，如果学过CCNA的朋友可能会比较好学，因为iptables也有NAT表，原理是一样的，而FILTER表用得最多，反正不学就肯定不合格。
监控工具
十分重要，zibbix、prometheus暂时可以2选1，但是企业用得最多是zibbix，因为prometheus是新一代监控，具体什么时候成熟应用还是不那么确定的，现在确定的是它在容器监控中绝对是重中之重。
集群和热备
很重要，必须要懂，集群工具很多，LVS、nginx等等，还有热备，这个就更多工具能实现了，比如keepalived、rhcs等等
数据备份
工具有很多，但至少要把RAID的原理弄懂，特别是企业最常用的1+0或0+1，自己做实验也要弄出来，备份工具有很多，如tar, dump, rsync等
自动化运维工具
ansible,puppet,saltstack等等都是非常流行的自动化运维工具，但是比较难掌握
云平台
Openstack,cloudstack等等，尤其是openstack是现在绝大部分公司采用的公有云或者私有云底层平台，在一个满世界都是云的it时代，不懂点云的东西还真是不行
容器平台
继云之后的又一新兴技术，现在火的一塌糊涂，docker,kubernetes等等，几乎可以说是现在想拿高薪，必学的东西
有些消息类型会带有一个头部数据结构，如下所示。信息中带有时间辍数据，可以通过这个数据进行时间同步。std_msgs/Header header
uint32 seq
time stamp
string frame_id
登录后复制
以下是一种同步的方式：Time Synchronizer
The TimeSynchronizer filter synchronizes incoming channels by the timestamps contained in their headers, and outputs them in the form of a single callback that takes the same number of channels. The C++ implementation can synchronize up to 9 channels.
#include <message_filters/subscriber.h>
#include <message_filters/time_synchronizer.h>
#include <sensor_msgs/Image.h>
#include <sensor_msgs/CameraInfo.h>
using namespace sensor_msgs
using namespace message_filters
void callback(const ImageConstPtr&image, const CameraInfoConstPtr&cam_info)
{
// Solve all of perception here...
}
int main(int argc, char** argv)
{
ros::init(argc, argv, "vision_node")
ros::NodeHandle nh
message_filters::Subscriber<Image>image_sub(nh, "image", 1)
message_filters::Subscriber<CameraInfo>info_sub(nh, "camera_info", 1)
TimeSynchronizer<Image, CameraInfo>sync(image_sub, info_sub, 10)
sync.registerCallback(boost::bind(&callback, _1, _2))
ros::spin()
return 0
}
另外一种是基于策略的同步方式，也是通过消息头部数据的时间辍进行同步。
Policy-Based Synchronizer [ROS 1.1+]：
The Synchronizer filter synchronizes incoming channels by the timestamps contained in their headers, and outputs them in the form of a single callback that takes the same number of channels. The C++ implementation can synchronize up to 9 channels.
The Synchronizer filter is templated on a policy that determines how to synchronize the channels. There are currently two policies: ExactTime and ApproximateTime.
当需要同步的所有消息都带有时间辍的头部数据：ExactTime
The message_filters::sync_policies::ExactTime policy requires messages to have exactly the same timestamp in order to match. Your callback is only called if a message has been received on all specified channels with the same exact timestamp. The timestamp is read from the header field of all messages (which is required for this policy).
#include <message_filters/subscriber.h>
#include <message_filters/synchronizer.h>
#include <message_filters/sync_policies/exact_time.h>
#include <sensor_msgs/Image.h>
#include <sensor_msgs/CameraInfo.h>
using namespace sensor_msgs
using namespace message_filters
void callback(const ImageConstPtr&image, const CameraInfoConstPtr&cam_info)
{
// Solve all of perception here...
}
int main(int argc, char** argv)
{
ros::init(argc, argv, "vision_node")
ros::NodeHandle nh
message_filters::Subscriber<Image>image_sub(nh, "image", 1)
message_filters::Subscriber<CameraInfo>info_sub(nh, "camera_info", 1)
typedef sync_policies::ExactTime<Image, CameraInfo>MySyncPolicy
// ExactTime takes a queue size as its constructor argument, hence MySyncPolicy(10)
Synchronizer<MySyncPolicy>sync(MySyncPolicy(10), image_sub, info_sub)
sync.registerCallback(boost::bind(&callback, _1, _2))
ros::spin()
return 0
}
登录后复制
由于该同步策略是当所有需同步的话题的时间辍严格相等时，才会触发回调函数。这就会导致以下一些问题：
回调函数的触发频率必然小于等于这些话题中最小的发布频率；
回调函数的触发并不十分稳定，有时候甚至会出现长时间不被触发的情况。如下图所示，某一次的间隔甚至长达10s左右。
ROS提供了另外一种方法来实现数据的同步：ApproximateTime。与需要时间辍完全相同的ExactTime不同，该方法允许话题之间的时间辍存在一定的偏差。
The message_filters::sync_policies::ApproximateTime policy uses an adaptive algorithm to match messages based on their timestamp.
#include <message_filters/subscriber.h>
#include <message_filters/synchronizer.h>
#include <message_filters/sync_policies/approximate_time.h>
#include <sensor_msgs/Image.h>
using namespace sensor_msgs
using namespace message_filters
void callback(const ImageConstPtr&image1, const ImageConstPtr&image2)
{
// Solve all of perception here...
}
int main(int argc, char** argv)
{
ros::init(argc, argv, "vision_node")
ros::NodeHandle nh
message_filters::Subscriber<Image>image1_sub(nh, "image1", 1)
message_filters::Subscriber<Image>image2_sub(nh, "image2", 1)
typedef sync_policies::ApproximateTime<Image, Image>MySyncPolicy
// ApproximateTime takes a queue size as its constructor argument, hence MySyncPolicy(10)
Synchronizer<MySyncPolicy>sync(MySyncPolicy(10), image1_sub, image2_sub)
sync.registerCallback(boost::bind(&callback, _1, _2))
ros::spin()
return 0
}
登录后复制
从下图可以看出，虽然该方法允许时间之间存在偏差，但实际上偏差并不大。而且比起上一种方法，这个方法的回调函数的触发频率快多了。
关于ApproximateTime，我还有一个不解的地方，这里做一下记录：
If not all messages have a header field from which the timestamp could be determined, see below for a workaround.
If some messages are of a type that doesn’t contain the header field, ApproximateTimeSynchronizer refuses by default adding such messages.
以上这两句话，似乎自相矛盾。不知道是不是我理解的问题。。。从时间同步的角度看，话题消息内容中应该必须要带上时间辍信息才能进行同步，但第一句话却说可以允许一些消息不带时间辍？
[补充于2021.2.11: 今天在使用ApproximateTime时同步了一个自定义的消息类型，发生了如下图所示的错误。后来查阅资料才发现是没有加header的原因，即没有时间辍，程序就无法根据时间进行同步。换句话说，该方法也是必须需要时间辍信息的。加上header后错误就没有了。]
另外需要注意的是，使用message_filters时，需要在CMakeLists.txt和package.xml中添加相关依赖：
# CMakeLists.txt
find_package( catkin REQUIRED COMPONENTS
...
message_filters
)
# package.xml
find_package( catkin REQUIRED COMPONENTS
<build_depend>message_filters</build_depend>
<build_export_depend>message_filters</build_export_depend>
<exec_depend>message_filters</exec_depend>
)
登录后复制
c++
衡阳市民请关注领取补贴！
巨摩互动
广告
ROS之订阅多个话题并对其进行同步处理(多传感器融合)
2.0W阅读·11评论·22点赞
2019年7月26日
ROS回顾学习(5): 订阅多个话题并对其进行同步处理
1963阅读·0评论·0点赞
2020年2月4日
ros_多消息同步回调（Synchronizer）
5149阅读·2评论·10点赞
2019年10月17日
【ros】message_filters同步点云和图像数据
1442阅读·9评论·6点赞
2020年4月21日
ROS MessageFilter订阅多个激光雷达话题进行同步处理
2690阅读·1评论·7点赞
2021年1月19日
关于不同传感器时间同步----ROS提供的时间同步函数message_filters【ROS下linux源码,】
1174阅读·2评论·4点赞
2020年7月25日
ROS多Topic接收的时间同步
1052阅读·1评论·2点赞
2020年9月20日
将时间戳不同的点云和图像进行时间戳同步；把bag包里的图像和点云分割成一帧一帧的；把pcd转成bin格式。
1491阅读·9评论·5点赞
2021年4月19日
ROS多传感器数据时间戳同步方案——message_filters::TimeSynchronizer
1539阅读·0评论·1点赞
2022年7月6日
ROS官方教程[翻译]---message_filter的使用
2.4W阅读·3评论·23点赞
2017年8月22日
ROS学习记录(二):订阅多节点时间同步
518阅读·0评论·3点赞
2020年9月18日
ROS自学实践(10)：ROS节点同时订阅多个话题并进行消息时间同步
8118阅读·19评论·10点赞
2020年5月23日
ros-多订阅
551阅读·0评论·0点赞
2022年5月12日
ROS知识点——生成点云，发布、订阅ROS点云话题
1795阅读·0评论·2点赞
2022年8月9日
使用Publish/Subscribe 设计模式达到对象间数据同步
1257阅读·0评论·1点赞
2004年4月18日
message_filters学习笔记
805阅读·0评论·0点赞
2021年8月13日
ROS 搞懂多话题回调机制以及消息队列
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）