前言

• 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车，并使用通过跨平台的方式进行ROS2和UE5仿真的通讯，达到小车自主导航的目的。
• 本教程默认有ROS2导航及其gazebo仿真相关方面基础，Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客
• 第一期：基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(一)—UnrealCV获取深度+分割图像-CSDN博客
• 本教程环境支持：
  • UE5.43
  • ubuntu 22.04 ros2 humble
• 上一节我们以及获取到了深度和分割图像的图像数据，本节我们来看看如何使用rosbridge进行图像传输

---

ROSbrige-suite

• rosbridge 是一个用于在 ROS (Robot Operating System) 和其他编程语言或框架之间进行通信的桥梁。它允许开发者使用不同的编程语言（如 Python、JavaScript、Java、MATLAB 等）来与 ROS 系统进行交互，而无需直接使用 ROS 的 C++ API。
• rosbridge 主要由两部分组成：
  1. ROS 端：运行在 ROS 系统上的服务器，负责与 ROS 系统进行交互。它可以将 ROS 消息、服务、动作等转换为可以通过网络传输的格式。
  2. 客户端：运行在非 ROS 系统上的客户端，负责与 ROS 端通信，并将接收到的数据转换为客户端语言或框架可以理解的形式。
• rosbridge 支持多种通信协议，包括 WebSocket、TCP 和 UDP。这使得它可以在不同的网络环境中工作，无论是本地网络还是互联网。

安装与基础使用

• 这里推荐使用humble版本安装

sudo apt-get install ros-humble-rosbridge-suite

• rosbridge的使用也是非常方便

source /opt/ros/humble/setup.bash
ros2 launch rosbridge_server rosbridge_websocket_launch.xml 

• 运行成功后，终端会输出如下内容，这里rosbridge默认会打开9090端口进行监听，一会我们发送信息也只需要发送到这里即可

---

尝试使用发送ROSbrige一张图片

• 由于我们的UE5仿真及其数据捕获程序运行在windows11，而我们的只要Nav2导航处理程序在ubuntu端，这里我们就需要使用ROSbrige进行通讯

1. ip查询

• 在进行ROSbrige的websocket通讯之前，在保证win11和ubuntu处于同一局域网的前提下，我们需要知道ubuntu端的ip地址
• 在ubuntu终端输入ip adrr show查看ip地址,这里我的虚拟机ip是192.168.137.129

2. 消息类型确认

• 在查询好ip地址后，我们需要确定传输的消息类型，这里我们传输的是图像类型，那我们就选择最常见的sensor_msgs/msg/image类型的图片，我们来查询这个消息下有什么

ros2 interface show sensor_msgs/msg/Image

• 我们会得到以下输出：

• 玩过ROS2的朋友都不陌生吧，那我简单说明一下

  • uint32 height:图像的高度
  • uint32 width：图像的宽度
  • string encoding：像素的编码方式，包括通道的含义、顺序和大小。
  • uint8 is_bigendian：表示图像数据是否使用大端字节序。在大多数现代系统中，y一般是 0（小端字节序）。
  • uint32 step：图像的完整行长度（以字节为单位）。这通常是 width * channels * bytes_per_channel。例如，对于宽度为 640 像素、3 个通道（如 RGB 图像）的图像，步长将是 640 * 3 = 1920 字节。
  • uint8[] data：实际的图像数据矩阵。其大小是 step * rows，即步长乘以行数。

编写Win11发送端

• 那我们我们就来根据上述sensor_msgs/msg/image所需要的消息类型，我们来编写发送端

import websocket  
import cv2  
import base64  
import json  
import numpy as np  
# Ubuntu的IP地址  
ubuntu_ip = "192.168.137.129"  
  
# 创建WebSockets连接  
ws = websocket.create_connection(f"ws://{ubuntu_ip}:9090")  

image_path = r"C:\Users\lzh\Desktop\UE5_ROS2_project\camera\lit.png"  
img=cv2.imread(image_path)  
print(img.shape)  
img=img.astype(np.uint8)  
# 将图像数据转换为Base64编码的字符串  
encoded_string = base64.b64encode(img).decode('utf-8')  
# sensor_msgs/msg/image的JSON表示  
msg = {  
    "op": "publish",  
    "topic": "/image",  
    "msg": {  
        "data": encoded_string,  
        "height": 480,  
        "width": 640,  
        "step": 640 * 3 ,  
        "encoding": "bgr8"  
    }  
}  
while True:  
# 发送消息  
    ws.send(json.dumps(msg))  
  
# 关闭连接  
ws.close()

• 上述代码很简单，相信大家都能看得懂，需要注意的是data需要是json可迭代对象，所以这里转换为base64

编写ubuntu接受端data

• 接收端我采用cpp，创建了一个ament_cmake的功能包
• 那么接收端就更简单了，这里我们只创建一个订阅，用于广播image的类型，我们把显示交给rviz2，直接看代码

#include <rclcpp/rclcpp.hpp>
#include <sensor_msgs/msg/image.hpp>

class ImageSubscriber : public rclcpp::Node
{
public:
  ImageSubscriber()
  : Node("image_subscriber")
  {
    subscription_ = this->create_subscription<sensor_msgs::msg::Image>(
      "image", 10, std::bind(&ImageSubscriber::image_callback, this, std::placeholders::_1));
  }

private:
  void image_callback(const sensor_msgs::msg::Image::SharedPtr msg) const
  {
    RCLCPP_INFO(this->get_logger(), "Received image");
  }
  rclcpp::Subscription<sensor_msgs::msg::Image>::SharedPtr subscription_;
};

int main(int argc, char * argv[])
{
  rclcpp::init(argc, argv);
  auto node = std::make_shared<ImageSubscriber>();
  rclcpp::spin(node);
  rclcpp::shutdown();
  return 0;
}

运行与展示

• 值得一提的是，如果你只运行了win11的发送端和ubuntu的rosbridge，不运行接收端，那么你可能会得到一下错误

• 这是由于在 ROS 中，主题必须先被广告，然后才能接收消息。这意味着在尝试发布消息之前，需要确保有一个节点正在监听 /image 主题，并且已经广告了该主题。

• 我们打开rviz2，选择Add,并根据话题选择图像显示插件

• 我们就得到了以下画面

---

UE5核心类创建及实时数据传输

• 为了更好的数据传输，我们这里进行封装,这里我们写一个发布者Publisher基类
• connection将传入外部的websocket对象，非常常见的设计模式运用，这里就不多说明了

class Publisher:  
    def __init__(self,connection,topic):  
        self.connection=connection  
        self.topic = topic  
    def publish(self,msg):  
        pub_msg = {  
            "op": "publish",  
            "topic": self.topic,  
            "msg":msg  
        }  
        self.connection.send(json.dumps(msg))  
class ImagePublisher(Publisher):  
    def __init__(self,connection,topic,compressed_scale):  
        self.connection=connection  
        self.topic = topic  
        self.compressed_scale=compressed_scale
    def publish(self,image):  
        if image is None:  
            print('image is None!')  
            return  
        h,w=image.shape[0],image.shape[1]  
        new_h=self.compressed_scale*h
        new_w=self.compressed_scale*w
        image=cv2.resize(image,(new_w,new_h))
        print('h:',new_h,',w:',new_w,'image is publishing')  
        image = image.astype(np.uint8)  
        # 将图像数据转换为Base64编码的字符串  
        encoded_string = base64.b64encode(image).decode('utf-8')  
        msg = {  
            "op": "publish",  
            "topic": self.topic,  
            "msg": {  
                "data": encoded_string,  
                "height": new_h,  
                "width": new_w,  
                "step": new_w * 3,  
                "encoding": "bgr8"  
            }  
        }  
        self.connection.send(json.dumps(msg))

• 同时我们继续书写整个Win11端的核心类UE5MsgCenter，这里我们先测试一下功能

class UE5MsgCenter:  
    def __init__(self,ubuntu_remote_ip_):  
        self.ws = websocket.create_connection(f"ws://{ubuntu_remote_ip_}:9090")  
        self.ue5_cam_center=UE5CameraCenter()  
        self.image_pub=ImagePublisher(self.ws,topic='/image',compressed_scale=0.5)  self.object_mask_image_pub=ImagePublisher(self.ws,topic='/object_mask_image',compressed_scale=0.5)  
  
    def __del__(self):  
        self.ws.close()  
    def run(self):  
        while True:  
            self.image_pub.publish(self.ue5_cam_center.get_camera_data('lit'))  
            self.object_mask_image_pub.publish(self.ue5_cam_center.get_camera_data('object_mask'))

• 然后我们再次修改ubuntu订阅端的cpp代码

#include <rclcpp/rclcpp.hpp>
#include <sensor_msgs/msg/image.hpp>

class ImageSubscriber : public rclcpp::Node
{
public:
  ImageSubscriber()
  : Node("image_subscriber")
  {
    rawImageSub = this->create_subscription<sensor_msgs::msg::Image>(
      "image", 10, std::bind(&ImageSubscriber::rawImageCB, this, std::placeholders::_1));

    objMaskImageSub= this->create_subscription<sensor_msgs::msg::Image>(
      "object_mask_image", 10, std::bind(&ImageSubscriber::objMaskImageCB, this, std::placeholders::_1));

  }

private:
  void rawImageCB(const sensor_msgs::msg::Image::SharedPtr msg) const
  {
    RCLCPP_INFO(this->get_logger(), "Received image");
  }
  void objMaskImageCB(const sensor_msgs::msg::Image::SharedPtr msg) const
  {
    RCLCPP_INFO(this->get_logger(), "Received image");
  }
  rclcpp::Subscription<sensor_msgs::msg::Image>::SharedPtr rawImageSub;
  rclcpp::Subscription<sensor_msgs::msg::Image>::SharedPtr objMaskImageSub;
};

int main(int argc, char * argv[])
{
  rclcpp::init(argc, argv);
  auto node = std::make_shared<ImageSubscriber>();
  rclcpp::spin(node);
  rclcpp::shutdown();
  return 0;
}

启动顺序

• 这里有必要说明一下各个平台程序和软件的开启顺序：
  1. Win11的UE5，记得按下开始仿真本关卡!!!
  2. ubuntu的cpp接收端(用于广播消息类型)
  3. ubuntu的rosbridge服务器
  4. Win11的python的UE5MsgCenter
  5. ubuntu的`rviz2

结果展示

• 移动我们在UE5中的观测者小球，同样我们收到消息

• 

深度图像特殊处理

• 这里深度图像Win11发送端我们需要进行特殊处理，我们重新写一个新的类
• 深度图像为灰度图像，是单通道，故设置
  • step: new_w,
  • encoding: “mono8” # 8位灰度图的编码

class DepthImagePublisher(Publisher):  
    def __init__(self,connection,topic,compressed_scale):  
        self.connection=connection  
        self.topic = topic  
        self.compressed_scale=compressed_scale  
    def publish(self,image):  
        if image is None:  
            print('image is None!')  
            return  
        h,w=image.shape[0],image.shape[1]  
        new_h=int(self.compressed_scale*h)  
        new_w=int(self.compressed_scale*w)  
        image=cv2.resize(image,(new_w,new_h))  
        print('h:',new_h,',w:',new_w,'image is publishing')  
        image = image.astype(np.uint8)  
        # 将图像数据转换为Base64编码的字符串  
        encoded_string = base64.b64encode(image).decode('utf-8')  
        msg = {  
            "op": "publish",  
            "topic": self.topic,  
            "msg": {  
                "data": encoded_string,  
                "height": new_h,  
                "width": new_w,  
                "step": new_w,  
                "encoding": "mono8"  
            }  
        }  
        self.connection.send(json.dumps(msg))

• 我们得到如下
  

---

完整代码

• UE5MsgCenter.py

import websocket  
import cv2  
import base64  
import json  
import numpy as np  
from UE5CameraCenter import UE5CameraCenter  
class Publisher:  
    def __init__(self,connection,topic):  
        self.connection=connection  
        self.topic = topic  
    def publish(self,msg):  
        pub_msg = {  
            "op": "publish",  
            "topic": self.topic,  
            "msg":msg  
        }  
        self.connection.send(json.dumps(msg))  
class DepthImagePublisher(Publisher):  
    def __init__(self,connection,topic,compressed_scale):  
        self.connection=connection  
        self.topic = topic  
        self.compressed_scale=compressed_scale  
    def publish(self,image):  
        if image is None:  
            print('image is None!')  
            return  
        h,w=image.shape[0],image.shape[1]  
        new_h=int(self.compressed_scale*h)  
        new_w=int(self.compressed_scale*w)  
        image=cv2.resize(image,(new_w,new_h))  
        print('h:',new_h,',w:',new_w,'image is publishing')  
        image = image.astype(np.uint8)  
        # 将图像数据转换为Base64编码的字符串  
        encoded_string = base64.b64encode(image).decode('utf-8')  
        msg = {  
            "op": "publish",  
            "topic": self.topic,  
            "msg": {  
                "data": encoded_string,  
                "height": new_h,  
                "width": new_w,  
                "step": new_w,  
                "encoding": "mono8"  
            }  
        }  
        self.connection.send(json.dumps(msg))  
class ImagePublisher(Publisher):  
    def __init__(self,connection,topic,compressed_scale):  
        self.connection=connection  
        self.topic = topic  
        self.compressed_scale=compressed_scale  
    def publish(self,image):  
        if image is None:  
            print('image is None!')  
            return  
        h,w=image.shape[0],image.shape[1]  
        new_h=int(self.compressed_scale*h)  
        new_w=int(self.compressed_scale*w)  
        image=cv2.resize(image,(new_w,new_h))  
        print('h:',new_h,',w:',new_w,'image is publishing')  
        image = image.astype(np.uint8)  
        # 将图像数据转换为Base64编码的字符串  
        encoded_string = base64.b64encode(image).decode('utf-8')  
        msg = {  
            "op": "publish",  
            "topic": self.topic,  
            "msg": {  
                "data": encoded_string,  
                "height": new_h,  
                "width": new_w,  
                "step": new_w * 3,  
                "encoding": "bgr8"  
            }  
        }  
        self.connection.send(json.dumps(msg))  
  
class UE5MsgCenter:  
    def __init__(self,ubuntu_remote_ip_):  
        self.ws = websocket.create_connection(f"ws://{ubuntu_remote_ip_}:9090")  
        self.ue5_cam_center=UE5CameraCenter()  
        self.image_pub=ImagePublisher(self.ws,topic='/image',compressed_scale=0.5)  
        self.object_mask_image_pub=ImagePublisher(self.ws,topic='/object_mask_image',compressed_scale=0.5)  
        self.depth_image_pub=DepthImagePublisher(self.ws,topic='/depth_image',compressed_scale=0.5)  
    def __del__(self):  
        self.ws.close()  
    def run(self):  
        while True:  
            self.image_pub.publish(self.ue5_cam_center.get_camera_data('lit'))  
            self.object_mask_image_pub.publish(self.ue5_cam_center.get_camera_data('object_mask'))  
            self.depth_image_pub.publish(self.ue5_cam_center.get_camera_data('depth'))  
  
def main():  
    webs_server = UE5MsgCenter("192.168.137.129")  
    webs_server.run()  
if __name__ =='__main__':  
    main()

---

小结

• 本节我们介绍了如何使用rosbridge对UE5和ROS2进行通讯
• 下一小节我们将谈谈UE5``激光雷达的仿真
• 如有错误，欢迎指出~