ROS2目标检测功能包操作过程

7.1 初次测试摄像头（失败）#

连接摄像头后，授予权限：

1
sudo chmod 777 /dev/video*

使用 cheese 测试：

1
source install/setup.bash
2
cheese

（此时 cheese 未成功弹出画面，且终端出现大量 select() timeout 警告）

7.2 解决警告：修改 USB 兼容性#

因虚拟机摄像头兼容性问题导致终端警告，修改 USB 设置：

1. 关闭虚拟机
2. 打开 VMware 虚拟机设置 → USB 控制器
3. 将 USB 兼容性选择为 USB 3.1，保存设置后启动虚拟机
4. 重新连接摄像头：虚拟机菜单栏 → 可移动设备 → 选择摄像头 → 连接

7.3 再次测试摄像头（意外成功）#

再次执行 cheese 测试：

1
source install/setup.bash
2
cheese

（此时 cheese 成功弹出摄像头实时画面，硬件连接与警告问题解决）

8.1 关键修改：指定 V4L 后端#

在 camera_node.py 中修改摄像头初始化代码，指定 V4L 后端适配虚拟机：

1
# 原代码：self.cap = cv2.VideoCapture(0)
2
# 【关键改动】添加 cv2.CAP_V4L 后端，设备号根据实际情况修改
3
self.cap = cv2.VideoCapture(0 + cv2.CAP_V4L)
4
if not self.cap.isOpened():
5
    self.get_logger().error("无法打开摄像头")
6
    return

8.2 简化版自动遍历（可选，应对设备号变化）#

若设备号频繁变化，在 camera_node.py 中添加简化遍历逻辑：

1
# 【关键改动】自动遍历 /dev/video* 设备，配合 V4L 后端
2
import glob
3
self.cap = None
4
for dev in glob.glob("/dev/video*"):
5
    dev_id = int(dev.replace("/dev/video", ""))
6
    self.cap = cv2.VideoCapture(dev_id + cv2.CAP_V4L)
7
    if self.cap.isOpened():
8
        break
9
if not self.cap or not self.cap.isOpened():
10
    self.get_logger().error("无法打开摄像头")
11
    return

重新编译：

1
colcon build --packages-select object_detect_service
2
source install/setup.bash

方式一：终端临时设置环境变量（推荐，不修改代码）#

在启动 camera_node 前执行：

1
export DISPLAY=:0

此方式仅对当前终端生效，新开终端需重新执行。

方式二：代码层面禁用 GUI（永久解决，无需手动设置）#

在 camera_node.py 文件最顶部添加代码，强制 Qt 运行在无头模式，避免图形界面依赖：

1
import os
2
# 【关键改动】禁用 Qt GUI，彻底解决 display 连接问题
3
os.environ["QT_QPA_PLATFORM"] = "offscreen"

修改后重新编译：

1
colcon build --packages-select object_detect_service
2
source install/setup.bash

10.1 启动 detect_node（服务端）#

新开终端，执行：

1
source install/setup.bash
2
ros2 run object_detect_service detect_node

服务端启动后无输出或打印「检测服务已启动」日志，代表服务正常运行。

10.2 启动 camera_node（客户端）#

• 若使用方式一：

  1
  source install/setup.bash
  2
  export DISPLAY=:0
  3
  ros2 run object_detect_service camera_node

• 若使用方式二：

  1
  source install/setup.bash
  2
  ros2 run object_detect_service camera_node

  客户端启动后：

• 若服务未上线，循环打印「服务未上线，正在等待…」

• 服务上线后，打开摄像头（使用 V4L 后端），弹出 frame 窗口显示实时画面，开始采集图像并调用检测服务