ROS机器人学习、创作
零、基础环境
Virtualbox5.2.8
虚拟机： >4G内存、开启硬件加速、声音（支持输入、输出）
操作系统：Ubuntu 12.04.1 LTS 桌面版
ROS版本：hydro
思路：先把语音转换成文字，然后文字与动作对应，动作再驱动机器人运动
（1）创建record_speak.cpp，通过修改iat_publish_speak.cpp(科大讯飞)，并将文字输出到xfspeech主题
参考：https://www.ncnynl.com/archives/201702/1287.html
下载xf_voice_robot目录到~/下
代码结构：
├── CMakeLists.txt
├── include
│ ├── formats.h
│ ├── linuxrec.h
│ ├── msp_cmn.h
│ ├── msp_errors.h
│ ├── msp_types.h
│ ├── qisr.h
│ ├── qtts.h
│ ├── speech_recognizer.h
│ └── xf_voice_robot
├── msc
│ ├── f0d5bd0f211933e7aad71ef72578125d
│ └── msc.cfg
├── package.xml
├── src
│ ├── asr_sample.c
│ ├── gm_continuous_digit.abnf
│ ├── iat_publish_speak.cpp
│ ├── iat_record.c
│ ├── iat_sample.c
│ ├── linuxrec.c
│ ├── msc
│ │ ├── f0d5bd0f211933e7aad71ef72578125d
│ │ │ ├── u.data
│ │ │ └── urec.data
│ │ └── msc.cfg
│ ├── my_voice_nav.py
│ ├── record_speak.cpp
│ ├── sch_speak.c
│ ├── sch_text.c
│ ├── source.txt
│ ├── speech_recognizer.c
│ ├── tts_sample.c
│ ├── tts_sample.wav
│ ├── tts_subscribe_speak.cpp
│ └── userwords.txt
└── turtlebot_voice_nav.launch
编译：
$ cd ~/catkin_ws/
$ cp -R xf_voice_robot ~/catkin_ws/src/
$ cd ~/catkin_ws/
$ catkin_make
新开终端1(CTRL+ALT+T)
$ roscore
新开终端2: (订阅xfwakeup主题，发布xfspeech主题和xfwords主题)
$ cd ~/catkin_ws/
$ roscd xf_voice_robot/src （所有的rosrun要在源目录执行，因为一些相对路径的目录在src目录下！！）
$ rosrun xf_voice_robot record_speak (！！考虑到科大讯飞SDK接口有日访问500次的限制，这条命令可以放在所有终端命令都执行完之后再执行^_^ )
新开终端3：（xfspeech主题是录音转成的文字）
$ rostopic echo /xfspeech
新开终端4：（xfwords主题是错误提示文字）
$ rostopic echo /xfwords
（2）创建my_voice_nav.py(通过修改voice_nav.py)，订阅xfspeech主题，（触发回调函数）将识别出的中文与动作对应
启动模拟器
新开终端6：
$ roslaunch rbx1_bringup fake_turtlebot.launch
新开终端7：
$ rosrun rviz rviz -d `rospack find rbx1_nav`/sim.rviz
运行voice_nav节点
新开终端8：
$ roslaunch xf_voice_robot turtlebot_voice_nav.launch
注：（1）要保证网络畅通，因为要访问科大讯飞SDK接口
（2）声音环境，即录音、播放都要正常
（3）由于科大讯飞SDK接口有日访问总量限制，调用接口的命令尽量只在使用时才执行（看上面步骤中的注释），不使用了尽量关闭
由于没有摄像头设备，故采用手机模拟摄像头。
1、从手机摄像头获取图像
Android手机安装DroidCam
在unbuntu12.04上采用以下方式读取摄像头视频流
video = "http://192.168.1.101:4747/mjpegfeed?.mjpg"
cap = cv2.VideoCapture(video)
请参考testCam.py
2、使用
参考 https://github.com/fjibj/rbx1
终端1
$ roscore
终端2
$ roslaunch rbx1_vision video2ros.launch input:="http://192.168.1.101:4747/mjpegfeed?.mjpg"
终端3
$ rosrun image_view image_view image:=/camera/rgb/image_color
终端4
$ rosrun rbx1_vision cv_bridge_demo.py
3、人脸识别
$ roslaunch rbx1_vision face_tracker.launch
参看效果图：
4、头部跟踪
将head-pose-estimation功能加入，
参考： https://github.com/fjibj/head-pose-estimation
效果图：
5、人脸检测及修饰
实时检测人脸，并给脸部戴上墨镜和叼上烟卷
参考： https://github.com/fjibj/face-detection-induction-course
效果图：
