这个警告信息表示你安装的 face_detection 和 face_recognition 脚本被放置在了 /home/dyh/.local/bin 目录下，而这个目录并没有包含在你的环境变量 PATH 中。这意味着当你在终端中尝试运行这些脚本时，系统可能找不到它们，除非你指定完整的路径。

要解决这个警告，你可以采取以下几种方法之一：

添加 .local/bin 到你的 PATH 环境变量中：
这样可以让你在任何目录下都能直接通过命令名运行这些脚本。

如果你使用的是 Bash shell（Linux 或 macOS 的默认 shell），你可以在你的 ~/.bashrc 或 ~/.bash_profile 文件中添加以下行：export PATH="$PATH:/home/dyh/.local/bin" 如果你使用的是 Zsh shell，修改 ~/.zshrc 文件：export PATH="$PATH:/home/dyh/.local/bin" 修改后，运行 source ~/.bashrc（或 source ~/.zshrc，取决于你修改的是哪个文件）来应用更改，或者重新登录你的会话。

使用完整路径运行脚本：
每次运行脚本时，都使用完整路径，例如：

/home/dyh/.local/bin/face_detection

抑制警告：
如果你不想修改 PATH，也不想每次都输入完整路径，可以在安装时使用 --no-warn-script-location 选项来抑制这个警告。不过，这并不解决根本问题，只是让警告不再显示。

建议采用第一种方法，因为它最方便且符合大多数 Linux 和 macOS 用户的使用习惯。这样，你安装的任何脚本或程序都可以直接在终端中通过命令名调用。

以上为生成回答，仅供参考～

这个错误信息表明在尝试从 rclpy.node 模块导入 NotADirectoryError 时出现了问题，但是 NotADirectoryError 并不存在于 rclpy.node 模块中。NotADirectoryError 实际上是 Python 标准库中的一个异常，通常用于处理与目录相关的错误，比如当尝试打开一个非目录的文件作为目录时。

错误发生的原因可能有以下几种：

错误的导入语句：代码错误地尝试从 rclpy.node 导入 NotADirectoryError，而它应该直接从 Python 的内置异常中导入。正确的导入方式应该是：

from os import NotADirectoryError

或者如果代码中有其他地方需要处理文件或目录的错误，确保使用正确的异常类型。

代码混淆：可能代码在编写时，作者误将 NotADirectoryError 与 rclpy 的某个功能或异常混淆了。

为了解决这个问题，你应该：

检查并修改导入语句：将 from rclpy.node import NotADirectoryError 替换为 from os import NotADirectoryError（如果代码中确实需要用到这个异常）。 审查代码逻辑：确认代码中是否真的需要使用 NotADirectoryError，或者是否应该使用其他异常类型。 测试修改后的代码：在做出修改后，重新运行代码以确保问题已解决且没有引入新的问题。

如果你不熟悉如何修改或不确定代码中的具体逻辑，可能需要进一步查看 rclpy 的文档或寻求更具体的帮助。此外，确保你的环境设置正确，所有依赖都已正确安装，特别是与 ROS 2 相关的部分。

以上为生成回答，仅供参考～

@3253519642 在 使用开源的yolo库报错 中说：

OSError: [Errno 101] Network is unreachable

网络错误

@1941548611 重装一下，没关系的

@2307205467 可不可以先做图像处理，再标注识别

解决了，原因是python版本不匹配的问题
在colcon build的时候，不知道为什么调用的是python3.7（改了默认的系统python路径也不行），导致编译出的so都是py37的。而我运行程序的conda环境是python3.8的，加载so就报错了。所以在colcon build之前，在cmakelist中，set指定下python3.8路径，就可以了

@1030908532 注意格式哈

网络连接有没有问题,release文件列表和文件应该是对应的,你的处理器是arm64的吧,可以手动试试换成ubuntu官方的源,使用一键安装的时候就不要换源了!

另外

@小鱼 在 提问前必看！一定要看！必须看一下！ 中说：

问题一定要描述清楚，终端打印一定复制粘贴，方便回答者检索和引用

@小鱼 source /opt/ros/foxy/setup.bash我现在环境只有这个emm把ros1的以经去掉了😢

@275253468 修改颜色是通过服务进行的，所以程序的逻辑就是，当点击设置颜色按钮时，获取RGB三个框的值，接着发送一个服务请求就可以了。

大家好，我是爱吃瓜皮的小鱼。今天一不小心加班加到了11点，幸亏周末努力搞了存货，今天就介绍一下ROS2的参数，并且带你一起动手把乌龟模拟器搞绿~

1. 参数背景

前面章节中，我们动手创建了ROS2镇子和几个村庄。其中作家李四一名灵魂写手，《艳娘传奇》更新速度牵着着很多村民的心。

李四写小说的速度是在我们创建李四的时候，所使用的timer周期决定的，不知道你还记不记得下面这一段代码：

timer_period = 1 #李四的手速，每1s写一段话，够不够快 self.timer = self.create_timer(timer_period, self.timer_callback) #启动一个定时装置，每 1 s,调用一次time_callback函数

这里我们用了一个time_period来控制timer执行回调函数的速度，但是当我们写好速度运行李四节点后，我们就没有办法改变回调函数的周期，控制李四写小说的速度了。

我们可以把写小说的速度当作李四这个节点的一个设置，就像亮度值是显示器的一个设置一样。既然在显示器运行时可以修改显示器的亮度，那可以在李四运行时改变这个周期值设置呢？

小思考：在一个机器人上的节点会有哪些设置？

根据需求，ROS2为我们准好了一整套的解决方案机制。

2.解决问题-参数

ROS2官方对参数的定义是：

A parameter is a configuration value of a node. You can think of parameters as node settings.

有请翻译官小鱼

参数是节点的一个配置值，你可以任务参数是一个节点的设置

感谢小鱼同学的精彩翻译，ROS2的参数就是节点的设置，和我们上面提出的需求不谋而合，有了参数我们就可以实现动态的改变李四写小说的速度了

3.论参数组成成分

ROS2参数是由键值对组成的，此话怎讲？键值对指的是就是名字和数值，比方说

名字：李四写小说周期，值：5s 名字：显示器亮度,值：60%

名字的数据类型小鱼不多说肯定是字符串了，值的数据类型呢？我们这里用到的是5是整形数据，显然只有一个整形是不够用的，ROS2支持的值的类型如下：

bool 和bool[]，布尔类型用来表示开关，比如我们可以控制雷达控制节点，开始扫描和停止扫描。 int64 和int64[]，整形表示一个数字，含义可以自己来定义，这里我们可以用来表示李四节点写小说的周期值 float64 和float64[]，浮点型，可以表示小数类型的参数值 string 和string[]，字符串，可以用来表示雷达控制节点中真实雷达的ip地址 byte[]，字节数组，这个可以用来表示图片，点云数据等信息 4.体验参数

我们使用乌龟模拟器来体验一下参数，同时讲解一下常用的参数的命令行工具。

4.1 运行小乌龟模拟器节点和小乌龟控制节点

打开终端

ros2 run turtlesim turtlesim_node

再打开一个终端

ros2 run turtlesim turtle_teleop_key

可以看到下面的蓝蓝的模拟器
在这里插入图片描述

4.2 查看节点有哪些参数（设置）

我们可以使用下面的指令来查看所有节点的参数列表，打开一个终端，运行下面的指令

ros2 param list

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HaAF7CLI-1630942542984)(5.1ROS2参数介绍/imgs/image-20210903125400440.png)]

写代码为什么要做到见名知意?我们看到乌龟模拟器的四个参数，background背景bgr指的是blue、green、red。简而言之就是背景颜色。那这几个参数应该可以控制乌龟模拟器的背景颜色。

最后一个use_sim_time是每个节点都带的，消息回放相关，后面小鱼写篇文章稍微讲讲。

如果看不懂，还可以有一个方法详细查看一个参数的信息。

ros2 param describe <node_name> <param_name>

比如：

ros2 param describe /turtlesim background_b

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QTw4lBRS-1630942542997)(5.1ROS2参数介绍/imgs/image-20210903150815050.png)]

这里就可以详细的看到参数的名字，参数的描述，参数的类型，还有对参数的约束，最大值最小值等。

4.3 查看参数值

参数的组成由名字和值（键值组成），名字可以通过param list获取，值该使用指令获取呢？

下面这个命令行工具可以帮助我们获取参数的值

ros2 param get /turtlesim background_b

运行一下，你会发现结果是255，蓝色进度条打满，再看看r红色和g绿色。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fkXYIF5T-1630942543018)(5.1ROS2参数介绍/imgs/image-20210903142905553.png)]

分别是255,86,69

4.4 设置参数

找到了参数和值，接着我们来改变一下乌龟模拟器的颜色。

打开小鱼精心准备的在线工具：https://fishros.com/tools/pickr

选取一个自己喜欢的颜色，这里小鱼就选绿色，因为乌龟模拟器换成绿色的应该很奇怪。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bB9lbQ4Q-1630942543032)(5.1ROS2参数介绍/imgs/image-20210903145055215.png)]

可以看到当前的这个颜色,r为44，g为156，b为10，接着我们可以使用下面的指令来设置参数的值。

ros2 param set <node_name> <parameter_name> <value>

我们依次修改参数值：

ros2 param set /turtlesim background_r 44 ros2 param set /turtlesim background_g 156 ros2 param set /turtlesim background_b 10

接着你可以看到这样的颜色的乌龟模拟器（绿的令人发慌）

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kKHX8Xuy-1630942543042)(5.1ROS2参数介绍/imgs/image-20210903145702524.png)]

需要留意的是，我们修改的背景数据并没有被存储，只是临时修改。重新启动节点乌龟模拟器依然还是原来的蓝色，不是我们想要的绿色的。

4.5 把参数存起来

把参数存起来其实就相当去把当前的参数值拍一张快照，然后保存下来，后面可以用于恢复参数到当前的数值。

可以使用下面的命令进行操作：

ros2 param dump <node_name> 4.5.1 给乌龟模拟器参数拍照

比如我们要保存乌龟模拟器的节点数据，可以采用下面的指令;

os2 param dump /turtlesim

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MCJUvze2-1630942543055)(5.1ROS2参数介绍/imgs/image-20210903150318055.png)]

文件被保存成了yaml格式，用cat指令看一看

cat ./turtlesim.yaml

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-U3xMG9LI-1630942543066)(5.1ROS2参数介绍/imgs/image-20210903150423697.png)]

4.5.2 恢复参数值

我们Ctrl+C关闭乌龟模拟器，然后再重新运行。

ros2 run turtlesim turtlesim_node

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dCRFEFm2-1630942543086)(5.1ROS2参数介绍/imgs/image-20210903151103098.png)]

可以看到模拟器又变成了蓝色了，接着通过param的load的方法把参数值恢复成我们之前存储的。

ros2 param load /turtlesim ./turtlesim.yaml

在这里插入图片描述

几乎是瞬间，乌龟模拟器又被我们搞绿了

4.5.3 启动节点时加载参数快照

有什么办法一开始就让乌龟模拟器变成绿色？答案有的。

ros2 的run 指令支持下面这种骚操作。

ros2 run <package_name> <executable_name> --ros-args --params-file <file_name>

关闭我们的乌龟模拟器，使用下面的指令重新运行

ros2 run turtlesim turtlesim_node --ros-args --params-file ./turtlesim.yaml

在这里插入图片描述

可以看到一上来就时绿了的模拟器。

5.总结

能不加班尽量别加班，尤其是周一，因为周末比上班更累

@Ataraxia可能需要高版本点的python，我之前应该是用虚拟容器
你可能pi设置问题？需要pip3

@260358172 眼数据指的是相机到标定板的，这个数据可以用aruco获取。

(图像+内参)->aruco->（输出相机到板子位置+姿态）

具体参考这篇文章：

@小鱼 在 二维相机能得到三维信息？机器人感知部分之Aruco标定板的使用 中说：

大家好，我是小鱼，今天来介绍一下Aruco并是结合ROS来进行识别。

aruco其实是opencv中的一个库，可以将特定的标记物转换成三维的坐标，所以它是可以脱离ROS进行使用的。

aruco介绍：
姿态估计（Pose estimation）在计算机视觉领域扮演着十分重要的角色：机器人导航、增强现实以及其它。这一过程的基础是找到现实世界和图像投影之间的对应点。这通常是很困难的一步，因此我们常常用自己制作的或基本的Marker来让这一切变得更容易。
最为流行的一个途径是基于二进制平方的标记。这种Marker的主要便利之处在于，一个Marker提供了足够多的对应（四个角）来获取相机的信息。同样的，内部的二进制编码使得算法非常健壮，允许应用错误检测和校正技术的可能性。
aruco模块基于ArUco库，这是一个检测二进制marker的非常流行的库，是由Rafael Muñoz和Sergio Garrido完成的。

1. 安装

Kinetic：

sudo apt-get install ros-kinetic-aruco*

Melodic：

sudo apt-get install ros-melodic-aruco*

其他版本

sudo apt-get install ros-版本名称-aruco*

noetic版本上好像没有，需要你编译安装，源码地址：https://github.com/pal-robotics/aruco_ros

2. 修改参数 2.1 launch文件

因为使用aruco要结合相机来，所以你要先启动一个相机驱动节点，拿到图像数据，小鱼这里把相机驱动和aruco写在同一个launch文件里，文件内容如下:

<launch> <arg name="camera_info_url" default="file:///home/ros/.ros/camera_info/head_camera.yaml"/> <arg name="video_device" default="/dev/video0"/> <arg name="image_width" default="640"/> <arg name="image_height" default="480"/> <arg name="markerId" default="0"/> <arg name="markerSize" default="0.107"/> <arg name="eye" default="left"/> <arg name="marker_frame" default="aruco_marker_frame"/> <arg name="ref_frame" default=""/> <arg name="corner_refinement" default="LINES" /> <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen" > <param name="camera_info_url" type="string" value="$(arg camera_info_url)"/> <param name="video_device" value="$(arg video_device)" /> <param name="image_width" value="$(arg image_width)" /> <param name="image_height" value="$(arg image_height)" /> <param name="pixel_format" value="yuyv" /> <param name="camera_frame_id" value="usb_cam" /> <param name="io_method" value="mmap"/> </node> <node pkg="aruco_ros" type="single" name="aruco_single"> <remap from="/camera_info" to="/usb_cam/camera_info" /> <remap from="/image" to="/usb_cam/image_raw" /> <param name="image_is_rectified" value="True"/> <param name="marker_size" value="$(arg markerSize)"/> <param name="marker_id" value="$(arg markerId)"/> <param name="reference_frame" value="$(arg ref_frame)"/> <param name="camera_frame" value="stereo_gazebo_$(arg eye)_camera_optical_frame"/> <param name="marker_frame" value="$(arg marker_frame)" /> <param name="corner_refinement" value="$(arg corner_refinement)" /> </node> <node name="image_view" pkg="image_view" type="image_view" respawn="false" output="screen"> <remap from="image" to="/aruco_single/result"/> <param name="autosize" value="true" /> </node> </launch> 2.2 主要参数

需要修改的参数如下：

camera_info_url 相机标定文件所在位置 video_device： 设备位置 image_width： 图片宽度 image_height： 图片高度 markerId： 标定板编号，就是你所用的标定板的id，可以通过在线生成标定板:https://chev.me/arucogen/进行生成并打印，注意选择origin类型。 markerSize：标定板的宽度 单位m 2.3 开始运行

直接运行对应launch文件即可

roslaunch aruco_start_usb_cam.launch

识别成功会出现轴

2.4 识别结果

识别结果的位姿数据可以通过话题获取

rostopic echo /aruco_signle/pose

姿态数据

@小鱼 好的小鱼大佬，非常感谢，按照你说的删除后就正常了