说明

yolo11的ros功能封装，主要有以下功能：
1、服务的方式调用识别功能，并返回识别结果(bbox、mask、keypoint等)以及识别结果图像
2、给定深度图像（和彩色图像配准后的），将返回识别出的物体的几何中心（2d平面几何中心或3d空间几何中心）对应的空间坐标
3、给定目标坐标系，将物体的几何中心点坐标自动转换到该坐标系下

依赖

yolo11

根据网站安装：https://docs.ultralytics.com/zh/quickstart/#install-ultralytics

open3d

pip install open3d

ros noetic

ros相关功能包

sudo apt install ros-noetic-tf2-geometry-msgs ros-noetic-cv-bridge

自定义消息类型说明

fnii_vision_detect/MultiStreamObjects:
  fnii_vision_detect/Objects[] results # 所有输入源的识别结果，目前最多只有一个，无需考虑多输入源的情况
    fnii_vision_detect/Object[] objects # 识别到的每个label的结果集合
      int64[] mask # 分割结果的掩膜，只有0、1，1表示该位置像素是该物体的一部分，需结合mask_height和mask_width转换为一般的图像格式( mask_height*mask_width 的多维数组)
      uint32 mask_height # 掩膜图像的高
      uint32 mask_width # 掩膜图像的宽
      int64[] keypoints # 关键点，每两位表示一个关键点坐标(像素坐标)
      int64[] bboxs # 识别框,[ux1, uy1, ux2, uy2]
      string object_name # label名
      float32 confidence # 置信度
      geometry_msgs/Point[] centor_point # 对应几何中心点的空间坐标，目前数组长度最大为1
      float64 x
      float64 y
      float64 z

自定义服务类型说明

fnii_vision_detect/Detect：
  string rgb_topic # 彩色图像话题名   string target_class # 指定目标label，可不填，不填则返回所有识别到的label信息
  string depth_topic # 深度图像话题名（与彩色图像配准后的），可不填，不填则物体计算空间坐标点
  string depth_cam_info # 深度图像内参话题名（depth_topic填了，则此项必须填写）用于计算深度图像对应像素的空间坐标
  string frame_id # 填写了depth_topic才有效，转换目标的几何中心点到该坐标系下，
                  可不填，不填则返回基于深度图像坐标系的几何中心点
  uint8 cal_centor_method # 几何中心点计算方式：0 识别框(bbox)的中心点，1 3维空间几何中心点， 2 关键点的中点
  ---
  fnii_vision_detect/MultiStreamObjects results #检测的结果
  string err_msg # 如果检测失败，则有错误信息
  bool success # 检测的结果，true成功， false失败

发布的话题

~detect_results_img(sensor_msgs/Image): 含识别结果的图片
~detect_results(fnii_vision_detect/MultiStreamObjects): 话题形式的识别结果

建立的服务

~detect(fnii_vision_detect/Detect):调用该服务进行识别

参数说明

~weight：权重文件名