5.2.1 数据采集

USB 图像采集

功能介绍

为实现环境感知能力，机器人产品中通常会搭载摄像头以获取图像信息。USB 摄像头易于获取，使用方便，通用性好，TogetheROS.Bot 添加了对 USB 摄像头的支持，支持 ROS2 标准图像消息。

代码仓库：https://github.com/D-Robotics/hobot_usb_cam.git

支持平台

平台	运行方式
RDK X3, RDK X3 Module	Ubuntu 20.04 (Foxy), Ubuntu 22.04 (Humble)
RDK X5, RDK X5 Module	Ubuntu 22.04 (Humble)
RDK S100, RDK S100P	Ubuntu 22.04 (Humble)
RDK S600	Ubuntu 24.04 (Jazzy)
X86	Ubuntu 20.04 (Foxy)

准备工作

RDK 平台

确认手中 USB 摄像头工作正常，将 USB 摄像头接入 RDK 的 USB 插槽
RDK 已烧录好 Ubuntu 系统镜像
RDK 已成功安装 tros.b
确认 PC 机能够通过网络访问 RDK

X86 平台

确认手中 USB 摄像头工作正常，将 USB 摄像头接入 PC 或服务器 USB 插槽
确认 X86 平台系统为 Ubuntu 20.04，且已成功安装 tros.b

使用方式（默认 usb_pixel_format 为 mjpeg）

RDK 和 X86 平台使用方式相同，其中以 RDK 平台为例：

通过 SSH 登录 RDK，确认 USB 摄像头设备名称，这里以 /dev/video8 为例

并通过下述命令启动 USB 摄像头

Foxy
Humble
Jazzy

# 配置tros.b环境
source /opt/tros/setup.bash

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

Jazzy

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

# launch方式启动：
ros2 launch hobot_usb_cam hobot_usb_cam.launch.py usb_video_device:=/dev/video8

如程序输出如下信息，说明节点已成功启动

[INFO] [launch]: All log files can be found below /root/.ros/log/2024-01-18-19-44-39-419588-ubuntu-3951
[INFO] [launch]: Default logging verbosity is set to INFO
[INFO] [hobot_usb_cam-1]: process started with pid [3953]
[hobot_usb_cam-1] [WARN] [1705578280.808870437] [hobot_usb_cam]: framerate: 30
[hobot_usb_cam-1] [WARN] [1705578280.809851560] [hobot_usb_cam]: pixel_format_name: mjpeg
[hobot_usb_cam-1] [WARN] [1705578280.936697507] [hobot_usb_cam]: This devices supproted formats:
[hobot_usb_cam-1] [WARN] [1705578280.936858791] [hobot_usb_cam]:        Motion-JPEG: 640 x 480 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.936912830] [hobot_usb_cam]:        Motion-JPEG: 1920 x 1080 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.936960328] [hobot_usb_cam]:        Motion-JPEG: 320 x 240 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937007285] [hobot_usb_cam]:        Motion-JPEG: 800 x 600 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937053241] [hobot_usb_cam]:        Motion-JPEG: 1280 x 720 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937098906] [hobot_usb_cam]:        Motion-JPEG: 1024 x 576 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937144528] [hobot_usb_cam]:        YUYV 4:2:2: 640 x 480 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937190068] [hobot_usb_cam]:        YUYV 4:2:2: 1920 x 1080 (5 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937235858] [hobot_usb_cam]:        YUYV 4:2:2: 320 x 240 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937282064] [hobot_usb_cam]:        YUYV 4:2:2: 800 x 600 (20 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937328020] [hobot_usb_cam]:        YUYV 4:2:2: 1280 x 720 (10 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937373518] [hobot_usb_cam]:        YUYV 4:2:2: 1024 x 576 (15 Hz)

Web 端查看 USB 摄像头图像，另起一个终端：

Foxy
Humble
Jazzy

# 配置tros.b环境
source /opt/tros/setup.bash

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

Jazzy

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

# 启动websocket
ros2 launch websocket websocket.launch.py websocket_image_topic:=/image websocket_only_show_image:=true

PC 打开浏览器 Chrome/Firefox/Edge ，输入 IP:8000 （IP 为 RDK 的 IP 地址），点击左上方 Web 端展示即可查看 USB 摄像头实时画面。

使用方式 2（usb_pixel_format 为 yuyv2rgb）

RDK 和 X86 平台使用方式相同，其中以 RDK 平台为例：

通过 SSH 登录 RDK，确认 USB 摄像头设备名称，这里以 /dev/video8 为例

并通过下述命令启动 USB 摄像头

Foxy
Humble
Jazzy

# 配置tros.b环境
source /opt/tros/setup.bash

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

Jazzy

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

# launch方式启动：
ros2 launch hobot_usb_cam hobot_usb_cam.launch.py usb_video_device:=/dev/video8 usb_pixel_format:=yuyv2rgb usb_image_width:=640 usb_image_height:=480

如程序输出如下信息，说明节点已成功启动

[INFO] [launch]: All log files can be found below /root/.ros/log/2024-01-18-19-44-39-419588-ubuntu-3951
[INFO] [launch]: Default logging verbosity is set to INFO
[INFO] [hobot_usb_cam-1]: process started with pid [3953]
[hobot_usb_cam-1] [WARN] [1705578280.808870437] [hobot_usb_cam]: framerate: 30
[hobot_usb_cam-1] [WARN] [1705578280.809851560] [hobot_usb_cam]: pixel_format_name: yuyv2rgb
[hobot_usb_cam-1] [WARN] [1705578280.936697507] [hobot_usb_cam]: This devices supproted formats:
[hobot_usb_cam-1] [WARN] [1705578280.936858791] [hobot_usb_cam]:        Motion-JPEG: 640 x 480 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.936912830] [hobot_usb_cam]:        Motion-JPEG: 1920 x 1080 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.936960328] [hobot_usb_cam]:        Motion-JPEG: 320 x 240 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937007285] [hobot_usb_cam]:        Motion-JPEG: 800 x 600 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937053241] [hobot_usb_cam]:        Motion-JPEG: 1280 x 720 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937098906] [hobot_usb_cam]:        Motion-JPEG: 1024 x 576 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937144528] [hobot_usb_cam]:        YUYV 4:2:2: 640 x 480 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937190068] [hobot_usb_cam]:        YUYV 4:2:2: 1920 x 1080 (5 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937235858] [hobot_usb_cam]:        YUYV 4:2:2: 320 x 240 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937282064] [hobot_usb_cam]:        YUYV 4:2:2: 800 x 600 (20 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937328020] [hobot_usb_cam]:        YUYV 4:2:2: 1280 x 720 (10 Hz)
[hobot_usb_cam-1] [WARN] [1705578280.937373518] [hobot_usb_cam]:        YUYV 4:2:2: 1024 x 576 (15 Hz)

通过 hobot codec 进行编码成 mjpeg

Foxy
Humble
Jazzy

# 配置tros.b环境
source /opt/tros/setup.bash

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

Jazzy

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

# launch方式启动：
ros2 launch hobot_codec hobot_codec_encode.launch.py codec_in_mode:=ros codec_in_format:=rgb8 codec_out_mode:=ros codec_sub_topic:=/image codec_pub_topic:=/image_mjpeg

Web 端查看 USB 摄像头图像，另起一个终端：

Foxy
Humble
Jazzy

# 配置tros.b环境
source /opt/tros/setup.bash

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

Jazzy

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

# 启动websocket
ros2 launch websocket websocket.launch.py websocket_image_topic:=/image_mjpeg websocket_only_show_image:=true

PC 打开浏览器（chrome/firefox/edge）输入 http://IP:8000 （IP 为 RDK IP 地址），点击左上方 Web 端展示即可查看 USB 摄像头实时画面

注意事项

USB 摄像头需要进行标定，并设置相机标定文件的读取路径，否则无法发布相机内参，但不影响其它功能

设置相机标定文件读取路径，具体步骤如下：

Foxy
Humble
Jazzy

# 配置tros.b环境
source /opt/tros/setup.bash

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

Jazzy

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

# launch 方式启动
ros2 launch hobot_usb_cam hobot_usb_cam.launch.py usb_camera_calibration_file_path:=（实际标定文件绝对路径）

对于 X86 平台，如果 Ubuntu 20.04 系统运行在虚拟机中，需要在 虚拟机设置 中将 USB控制器 的 USB兼容性 设置为 USB 3.1 。

pixel_format 配置的更改

hobot_usb_cam 支持以下配置集： "mjpeg","mjpeg2rgb","rgb8","yuyv","yuyv2rgb","uyvy","uyvy2rgb","m4202rgb","mono8","mono16","y102mono8"

通过第一种的默认参数启动 usb camera 查询设备硬件所支持支持的 formats，如下 log：

[hobot_usb_cam-1] [WARN] [1705548544.174669672] [hobot_usb_cam]: This devices supproted formats:
[hobot_usb_cam-1] [WARN] [1705548544.174844917] [hobot_usb_cam]:        Motion-JPEG: 640 x 480 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.174903166] [hobot_usb_cam]:        Motion-JPEG: 1920 x 1080 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.174950581] [hobot_usb_cam]:        Motion-JPEG: 320 x 240 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.174996788] [hobot_usb_cam]:        Motion-JPEG: 800 x 600 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.175043412] [hobot_usb_cam]:        Motion-JPEG: 1280 x 720 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.175089161] [hobot_usb_cam]:        Motion-JPEG: 1024 x 576 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.175135035] [hobot_usb_cam]:        YUYV 4:2:2: 640 x 480 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.175180325] [hobot_usb_cam]:        YUYV 4:2:2: 1920 x 1080 (5 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.175226449] [hobot_usb_cam]:        YUYV 4:2:2: 320 x 240 (30 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.175272365] [hobot_usb_cam]:        YUYV 4:2:2: 800 x 600 (20 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.175318697] [hobot_usb_cam]:        YUYV 4:2:2: 1280 x 720 (10 Hz)
[hobot_usb_cam-1] [WARN] [1705548544.175365195] [hobot_usb_cam]:        YUYV 4:2:2: 1024 x 576 (15 Hz)

a.查询 usb camera 支持的图像格式，如上述 log，log 显示支持 mjpeg 和 YUYV;

b.则只能设置"mjpeg","mjpeg2rgb","yuyv","yuyv2rgb"；否则 hobot_usb_cam 程序退出。

MIPI 图像采集

功能介绍

为实现环境感知能力，机器人产品中通常会搭载摄像头、ToF 等类型的传感器。为降低用户传感器适配和使用成本，TogetheROS.Bot 会对多种常用传感器进行封装，并抽象成 hobot_sensor 模块，支持 ROS 标准图像消息。当配置的传感器参数与接入的摄像头不符时，程序会自动适应正确的传感器类型。目前已支持的 MIPI 传感器类型如下所示：

序号	名称	参数	支持平台	参考链接
1	F37	200W 像素	RDK X3, RDK X3 Module	F37
2	GC4663	400W 像素	RDK X3, RDK X3 Module	GC4663
4	IMX477	200W 像素	RDK X3, RDK X3 Module	IMX477
5	OV5647	200W 像素	RDK X3, RDK X3 Module, RDK X5, RDK X5 Module	OV5647
6	IMX415	200W 像素	RDK X5, RDK X5 Module	IMX415

代码仓库：https://github.com/D-Robotics/hobot_mipi_cam.git

准备工作

RDK 平台

确认摄像头正确接入 RDK。

如 F37 摄像头的接入 RDK X3 方式如下图：

如 imx219 摄像头的接入 RDK S100 方式如下图：
RDK 已烧录好 Ubuntu 系统镜像
RDK 已成功安装 tros.b
确认 PC 机能够通过网络访问 RDK

使用方式

RDK 平台

下面介绍摄像头数据获取和预览的方法：

通过 SSH 登录 RDK

并通过下述命令启动 hobot_sensor 节点

Foxy
Humble
Jazzy

# 配置tros.b环境
source /opt/tros/setup.bash

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

# launch 方式启动
ros2 launch mipi_cam mipi_cam.launch.py

如程序输出如下信息，说明节点已成功启动

[INFO] [launch]: All log files can be found below /root/.ros/log/2022-06-11-15-16-13-641715-ubuntu-8852
[INFO] [launch]: Default logging verbosity is set to INFO
[INFO] [mipi_cam-1]: process started with pid [8854]
...

Web 端查看摄像头图像，由于发布原始数据，需要编码 JPEG 图像，另起两个终端：一个进行订阅 MIPI 数据编码为 JPEG，一个用 webservice 发布

Foxy
Humble
Jazzy

# 配置tros.b环境
source /opt/tros/setup.bash

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

# 启动编码
ros2 launch hobot_codec hobot_codec_encode.launch.py

# 再起一个终端，并且配置tros.b环境
# 启动websocket
ros2 launch websocket websocket.launch.py websocket_image_topic:=/image_jpeg websocket_only_show_image:=true

PC 打开浏览器（chrome/firefox/edge）输入 http://IP:8000 （IP 为 RDK IP 地址），点击左上方 Web 端展示即可看到 F37 输出的实时画面
在 PC 机上查询相机内参（具体数据以读取的相机标定文件为准），命令及结果如下:

Foxy
Humble
Jazzy

root@ubuntu:~# source /opt/ros/foxy/setup.bash

root@ubuntu:~# source /opt/ros/humble/setup.bash

root@ubuntu:~# source /opt/ros/jazzy/setup.bash

root@ubuntu:~# ros2 topic echo /camera_info
    header:
stamp:
    sec: 1662013622
    nanosec: 672922214
frame_id: default_cam
height: 1080
width: 1920
distortion_model: plumb_bob
d:
- 0.169978
- -0.697303
- -0.002944
- -0.004961
- 0.0
k:
- 1726.597634
- 0.0
- 904.979671
- 0.0
- 1737.359551
- 529.123375
- 0.0
- 0.0
- 1.0
r:
- 1.0
- 0.0
- 0.0
- 0.0
- 1.0
- 0.0
- 0.0
- 0.0
- 1.0
p:
- 1685.497559
- 0.0
- 881.6396
- 0.0
- 0.0
- 1756.460205
- 526.781147
- 0.0
- 0.0
- 0.0
- 1.0
- 0.0
binning_x: 0
binning_y: 0
roi:
x_offset: 0
y_offset: 0
height: 0
width: 0
do_rectify: false

注意事项

mipi_cam 提供 F37 以及 GC4663 两种摄像头的标定文件，默认读取 F37 的标定文件 F37_calibration.yaml ，如使用 GC4663，请更改相机标定文件的读取路径，具体步骤如下：

Foxy
Humble
Jazzy

# 配置tros.b环境
source /opt/tros/setup.bash

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

# launch 方式启动
ros2 launch mipi_cam mipi_cam.launch.py mipi_video_device:=GC4663 mipi_camera_calibration_file_path:=/opt/tros/${TROS_DISTRO}/lib/mipi_cam/config/GC4663_calibration.yaml

摄像头插拔注意事项

严禁在开发板未断电的情况下插拔摄像头，否则非常容易烧坏摄像头模组。
如遇到 hobot_sensor 节点启动异常，可通过下述步骤进行问题排查：
- 检查硬件连接
- 是否设置 tros.b 环境
- 参数是否正确，具体参考README.md

由于同时如果两路图像向同一个 topic 发送图像，导致图像冲突，因此启动第二路图像需要重映射 topic，启动第二个相机的指令（仅限 X5 和 S100）：

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# run 方式启动
ros2 run mipi_cam mipi_cam --ros-args --remap /image_raw:=/image_raw_alias
# 或者launch 方式启动
ros2 launch mipi_cam mipi_cam_topic_remap.launch.py

双目 MIPI 图像采集

功能介绍

为了实现环境的立体感知能力，机器人产品中通常会搭载双目摄像头、ToF 等类型的传感器。为降低用户传感器适配和使用成本，TogetheROS.Bot 会对多种常用传感器进行封装，并抽象成 hobot_sensor 模块，支持 ROS 标准图像消息。当配置的传感器参数与接入的摄像头不符时，程序会自动适应正确的传感器类型。目前已支持的 MIPI 传感器类型如下所示：

类型	型号	规格	支持平台
摄像头	SC230ai	200W	RDK X5, RDK X5 Module, RDK S100, RDK S100P, RDK S600
摄像头	SC132gs	200W	RDK X5, RDK X5 Module, RDK S100, RDK S100P, RDK S600

代码仓库：https://github.com/D-Robotics/hobot_mipi_cam.git

支持平台

平台	运行方式
RDK X5, RDK X5 Module	Ubuntu 22.04 (Humble)
RDK 100, RDK S100P	Ubuntu 22.04 (Humble)
RDK S600	Ubuntu 24.04 (Jazzy)

准备工作

RDK 平台

确认摄像头正确接入 RDK。

如 SC230ai 双目摄像头的接入 RDK X5, RDK X5 Module 方式如下图：

如 SC230ai 双目摄像头的接入 S100 方式如下图：
RDK 已烧录好 RDK OS 系统
RDK 已成功安装 tros.b
确认 PC 机能够通过网络访问 RDK

使用方式

RDK 平台

下面以 SC230ai 为例，介绍摄像头数据获取和预览的方法：

只启动双目摄像机的启动方式,方便其他 node 订阅。

(1) 通过下述命令启动 hobot_sensor 节点

Humble
Jazzy

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

Jazzy

# 配置tros.b环境
source /opt/tros/jazzy/setup.bash

# launch 方式启动
ros2 launch mipi_cam mipi_cam_dual_channel.launch.py

(2) 如程序输出如下信息，说明节点已成功启动

[INFO] [launch]: All log files can be found below /root/.ros/log/2024-09-18-19-15-26-160110-ubuntu-3931
[INFO] [launch]: Default logging verbosity is set to INFO
config_file_path is  /opt/tros/humble/lib/mipi_cam/config/
Hobot shm pkg enables zero-copy with fastrtps profiles file: /opt/tros/humble/lib/hobot_shm/config/shm_fastdds.xml
Hobot shm pkg sets RMW_FASTRTPS_USE_QOS_FROM_XML: 1
env of RMW_FASTRTPS_USE_QOS_FROM_XML is  1 , ignore env setting
[INFO] [mipi_cam-1]: process started with pid [3932]
[mipi_cam-1] [WARN] [1726658126.449994704] [mipi_node]: frame_ts_type value: sensor
[mipi_cam-1] [ERROR] [1726658126.455022356] [mipi_factory]: This is't support device type(), start defaule capture.
[mipi_cam-1]
[mipi_cam-1] [WARN] [1726658126.456074125] [mipi_cam]: this board support mipi:
[mipi_cam-1] [WARN] [1726658126.456274529] [mipi_cam]: host 0
[mipi_cam-1] [WARN] [1726658126.456333567] [mipi_cam]: host 2
[mipi_cam-1] [WARN] [1726658128.722451045] [mipi_cam]: [init]->cap default init success.
[mipi_cam-1]
...

Web 端查看双目摄像头图像，由于发布原始数据，需要一个编码 JPEG 图像的节点，一个用 webservice 发布的节点

(1) 启动命令如下：
- Humble
- Jazzy
# 配置tros.b环境 source /opt/tros/humble/setup.bash
# 配置tros.b环境 source /opt/tros/jazzy/setup.bash
- Humble
# 配置tros.b环境 source /opt/tros/humble/setup.bash
- Jazzy
# 配置tros.b环境 source /opt/tros/jazzy/setup.bash
```
# launch 方式启动
ros2 launch mipi_cam mipi_cam_dual_channel_websocket.launch.py
```
(2) PC 打开浏览器（chrome/firefox/edge）输入 http://IP:8000 （IP 为 RDK IP 地址），点击左上方 Web 端展示即可看到双目输出的实时画面

注意事项

摄像头插拔注意事项

严禁在开发板未断电的情况下插拔摄像头，否则非常容易烧坏摄像头模组。
如遇到 hobot_sensor 节点启动异常，可通过下述步骤进行问题排查：
- 检查硬件连接
- 是否设置 tros.b 环境
- 参数是否正确，具体参考README.md

RGBD 图像采集

功能介绍

为实现环境感知能力，机器人产品中通常会搭载摄像头、ToF 等类型的传感器。为降低用户传感器适配和使用成本，TogetheROS.Bot 会对多种常用传感器进行封装，并抽象成 hobot_sensor 模块，支持 ROS 标准图像消息，自定义图像消息输出以及相机标定数据发布。目前已支持的 RGBD 传感器类型如下所示：

类型	型号	规格	支持平台
摄像头	CP3AM	200W	RDK X3

代码仓库：https://github.com/D-Robotics/hobot_rgbd_cam.git

支持平台

平台	运行方式	示例功能
RDK X3	Ubuntu 20.04 (Foxy), Ubuntu 22.04 (Humble)	启动 RGBD 摄像头，并在 PC 端通过 rviz2 预览 RGB 图和深度图

注意：仅支持 RDK X3，RDK X3 Module 暂不支持。

准备工作

RDK 平台

确认摄像头正确接入 RDK，RGBD 模组接入 RDK X3 方式如下图：

注意：RGBD 模组需要额外转接板才能接到 RDK X3 上。
RDK 已烧录好 Ubuntu 系统镜像。
RDK 已成功安装 tros.b
确认 PC 机能够通过网络访问 RDK
PC 端需安装 ros2 foxy 版本和 rviz2，安装命令如下：

  sudo apt install ros-foxy-rviz-common ros-foxy-rviz-default-plugins ros-foxy-rviz2

使用方式

RDK 平台

下面以 CP3AM 为例，介绍摄像头数据获取和预览的方法：

通过 SSH 登录 RDK，并通过下述命令启动 hobot_sensor 节点

Foxy
Humble

# 配置tros.b环境
source /opt/tros/setup.bash

# 配置tros.b环境
source /opt/tros/humble/setup.bash

cp -r /opt/tros/${TROS_DISTRO}/lib/rgbd_sensor/parameter .
# lanuch 方式启动
ros2 launch rgbd_sensor rgbd_sensor.launch.py

如程序输出如下信息，说明节点已成功启动

[WARN] [1654573498.706920307] [example]: [wuwl]->This is rgbd!
sh: 1: echo: echo: I/O error
pipeId[1], mipiIdx[1], vin_vps_mode[3]
[ERROR]["LOG"][irs2381c_utility.c:192] 2381 enter sensor_init_setting
[ERROR]["LOG"][irs2381c_utility.c:200] start write 2381c reg
camera read reg: 0xa001 val:0x7
...
[ERROR]["LOG"][irs2381c_utility.c:207] end write 2381c reg
HB_MIPI_InitSensor end
HB_MIPI_SetDevAttr end
pstHbVideoDev->vin_fd = 29
sensorID: 634-2362-2676-68d0
find local calib_file

find local calib_file

SDK Version: V4.4.35 build 20220525 09:27:53.
read file(./calib-0634-2362-2676-68d0.bin), ok, file_len=132096, read_len=132096.......
module config file(user custom) is: ./parameter/T00P11A-17.ini.
parse calib data, data len:132096...
sunny_degzip2 decode_len=155575.
calib data with crc.
parse calib data, ok.
max roi (firstly): (0, 224, 0, 128).
cur roi (firstly): (0, 224, 0, 128).
HB_MIPI_InitSensor end
HB_MIPI_SetDevAttr end
pstHbVideoDev->vin_fd = 55
vencChnAttr.stRcAttr.enRcMode=11
mmzAlloc paddr = 0x1a6e6000, vaddr = 0x917e1000
camera read reg: 0x9400 val:0x1
...

[wuwl-StartCamera]->camT=3, ret=0.
camera read reg: 0x3e val:0x40
[ERROR]["vio_devop"][utils/dev_ioctl.c:121] [499334.399304]dev_node_dqbuf_ispoll[121]: failed to ioctl: dq (14 - Bad address)
[ERROR]["vio_devop"][utils/dev_ioctl.c:189] [499334.399355]entity_node_dqbuf_ispoll[189]: dev type(9) dq failed

[ERROR]["vio_core"][commom_grp/binding_main.c:1034] [499334.399371]comm_dq_no_data[1034]: G1 MIPI_SIF_MODULE module chn0 dq failed! maybe framedrop error_detail -14

[wuwl-StartCamera]->camT=1, ret=0.
[INFO] [1654573500.226606117] [rclcpp]: [childStart]-> ret=0 !

[INFO] [1654573500.226831567] [rclcpp]: [StartStream]->pthread create sucess

[INFO] [1654573500.226963854] [rclcpp]: <========>[doCapStreamLoop]->Start.

[WARN] [1654573500.226998103] [rgbd_node]: [RgbdNode]->mipinode init sucess.

[WARN] [1654573500.227352507] [example]: [wuwl]->rgbd init!
[WARN] [1654573500.228502174] [example]: [wuwl]->rgbd add_node!

[INFO] [1662723985.860666547] [rgbd_node]: publish camera info.
[INFO] [1662723985.866077156] [rgbd_node]: [pub_ori_pcl]->pub pcl w:h=24192:1,nIdx-24192:sz=24192.
[INFO] [1662723985.876428980] [rgbd_node]: [timer_ros_pub]->pub dep w:h=224:129,sz=982464, infra w:h=224:108, sz=24192.

[INFO] [1662723985.946767230] [rgbd_node]: publish camera info.
[INFO] [1662723985.951415418] [rgbd_node]: [pub_ori_pcl]->pub pcl w:h=24192:1,nIdx-24192:sz=24192.
[INFO] [1662723985.960161280] [rgbd_node]: [timer_ros_pub]->pub dep w:h=224:129,sz=982464, infra w:h=224:108, sz=24192.
...

PC 机上查询当前话题，查询命令及返回结果如下：

Foxy
Humble

source /opt/ros/foxy/setup.bash

source /opt/ros/humble/setup.bash

ros2 topic list

输出：

/rgbd_CP3AM/depth/image_rect_raw

/rgbd_CP3AM/depth/color/points

/rgbd_CP3AM/color/camera_info

/rgbd_CP3AM/aligned_depth_to_color/color/points

/rgbd_CP3AM/infra/image_rect_raw

/rgbd_CP3AM/color/image_rect_raw

/parameter_events

/rosout

PC 机上订阅话题，并预览摄像头数据

Foxy
Humble

source /opt/ros/foxy/setup.bash

source /opt/ros/humble/setup.bash

ros2 run rviz2 rviz2

在 rviz2 界面上点击 add 按钮，添加 rgbd_sensor 所发布 topic （参见目录 3 所标示的 rgbd_CP3AM 相关 topic），订阅点云需要把 rviz2 配置的 Global Options 里面的选项 “Fixed Frame” 修改为 “depth”，就可以观看实时点云信息。在 point 话题配置中，里面 point type 选择 points 即可。

在 PC 机上查询相机内参

Foxy
Humble

source /opt/ros/foxy/setup.bash

source /opt/ros/humble/setup.bash

ros2 topic echo /rgbd_CP3AM/color/camera_info

输出结果如下:

header:
stamp:
    sec: 119811
    nanosec: 831645108
frame_id: color
height: 1080
width: 1920
distortion_model: plumb_bob
d:
- -0.32267
- 0.083221
- 0.000164
- -0.002134
- 0.0
k:
- 1066.158339
- 0.0
- 981.393777
- 0.0
- 1068.659998
- 545.569587
- 0.0
- 0.0
- 1.0
r:
- 1.0
- 0.0
- 0.0
- 0.0
- 1.0
- 0.0
- 0.0
- 0.0
- 1.0
p:
- 741.315308
- 0.0
- 968.865379
- 0.0
- 0.0
- 969.43042
- 546.524343
- 0.0
- 0.0
- 0.0
- 1.0
- 0.0
binning_x: 0
binning_y: 0
roi:
x_offset: 0
y_offset: 0
height: 0
width: 0
do_rectify: false

注意事项

如遇到 hobot_sensor 节点启动异常，可通过下述步骤进行问题排查：

检查硬件连接
是否设置 tros.b 环境
参数是否正确，具体参考 Hobot_Sensors README.md

RealSense 图像采集

功能介绍

双目相机是机器人开发常用的传感器，经常扮演着机器人“眼睛”的角色。双目相机在机器人上的应用涵盖了多个方面，例如导航避障、目标识别、三维重建、人机交互等。RDK 平台也支持市面上常见的双目相机，例如 RealSense、Orbbec、ZED 等系列相机。

目前 RealSense 和 Orbbec 的双目相机在 ROS 上的使用是按照如下架构实现的，首先需要不同硬件平台上编译的 SDK 库文件，相机的 SDK 提供了相机启动、相机设置等 API 接口，在此基础上，再进行 ROS 封装，即可实现 ROS 调用相机。

所以，双目相机 ROS 功能包的一般安装流程是：首先安装相机的 SDK 库文件，然后安装相机的 ROS 封装功能包。

本节介绍 RealSense 相机在 RDK 平台上的使用方法。

支持平台

平台	运行方式
RDK X3, RDK X3 Module	Ubuntu 20.04 (Foxy), Ubuntu 22.04 (Humble)
RDK X5, RDK X5 Module	Ubuntu 22.04 (Humble)

准备工作

RDK 平台

确认手中 RealSense 相机工作正常，将 USB 数据线接入 RDK 的 USB 插槽
RDK 已烧录好 Ubuntu 系统镜像
RDK 已成功安装 tros.b
确认 PC 机能够通过网络访问 RDK

使用方式

直接使用 apt 命令安装 RealSense SDK2.0 以及 RealSense ROS wrapper 后，即可在 RDK 平台使用 Realsense 系列相机。

此处列出 RealSense SDK2.0 和 RealSense ROS wrapper 的 GitHub 仓库，本教程也是参考这两个仓库编写，用户可以查看仓库中更为详细的教程。

RealSense SDK2.0：https://github.com/IntelRealSense/librealsense
RealSense ROS wrapper：https://github.com/IntelRealSense/realsense-ros/tree/ros2-development

1. 通过串口或者 SSH 登录 RDK，确认 ROS 的版本

Foxy
Humble

# 配置tros.b环境
source /opt/tros/setup.bash
# 打印ros版本的环境变量
echo $ROS_DISTRO

# 配置tros.b环境
source /opt/tros/humble/setup.bash
# 打印ros版本的环境变量
echo $ROS_DISTRO

2. apt 安装 RealSense SDK2.0 以及 RealSense ROS2 wrapper

# 安装RealSense SDK2.0
sudo apt-get install ros-$ROS_DISTRO-librealsense2* -y
# 安装RealSense ROS2 wrapper
sudo apt-get install ros-$ROS_DISTRO-realsense2-* -y

3. RealSense 相机启动

安装完毕后，即可通过 ROS 命令启动 RealSense 相机：

ros2 launch realsense2_camera rs_launch.py

可以通过 ros2 topic list 查看 RealSense 发布的话题，默认参数启动 RealSense 相机只会开启相机的深度数据流和 RGB 数据流。

RealSense ROS wrapper 提供了很多可设置参数，例如 enable_infra1:=true 和 pointcloud.enable:=true 会开启相机的左 IR 数据流和点云数据流。

ros2 launch realsense2_camera rs_launch.py enable_infra1:=true pointcloud.enable:=true

此外 RealSense 还开启了一些服务，可以通过 ros2 service list 查看，例如可以通过服务查询相机的序列号、固件版本等信息。

ros2 service call /camera/device_info realsense2_camera_msgs/srv/DeviceInfo

更多话题和服务的相关设置可参考 RealSense ROS wrapper 的 GitHub 仓库。

4. 深度和 RGB 对齐

在实际的应用中，经常需要双目相机的深度图对齐彩色图，RealSense 也提供了对应的启动方式。

ros2 launch realsense2_camera rs_launch.py enable_rgbd:=true enable_sync:=true align_depth.enable:=true enable_color:=true enable_depth:=true

5. 图像和点云的显示

要显示 RealSense 的图像和点云，有多种方式，可参考数据展示，例如可以在 PC 机上使用 rviz2 显示，这种方式需要确认 PC 机能够通过网络访问 RDK，数据通过网络传输，压力较大，可能会出现卡顿的现象。

推荐直接在 RDK 上直接读取数据，确认出流是否正常，可以通过 ros2 topic echo topic_name 打印数据或者编写代码订阅相应话题。

使用 ros2 topic echo 在板端确认 RealSense 出流数据的终端输出

奥比中光(Orbbec)相机图像采集

功能介绍

所以，双目相机 ROS 功能包的一般安装流程是：首先安装相机的 SDK 库文件，然后安装相机的 ROS 封装功能包。

本节介绍 Orbbec 相机在 RDK 平台上的使用方法。

支持平台

平台	运行方式
RDK X3, RDK X3 Module	Ubuntu 20.04 (Foxy), Ubuntu 22.04 (Humble)
RDK X5, RDK X5 Module	Ubuntu 22.04 (Humble)

准备工作

RDK 平台

确认手中 Orbbec 相机工作正常，将 USB 数据线接入 RDK 的USB3.0插槽（目前发现 USB2.0 可能存在无法启动的问题）
RDK 已烧录好 Ubuntu 系统镜像
RDK 已成功安装 tros.b
确认 PC 机能够通过网络访问 RDK

使用方式

目前 Orbbec 相机不支持直接使用 apt 命令安装 SDK 库文件以及 ROS wrapper 功能包，需要下载源码编译后才能在 RDK 平台运行。

此处列出 Orbbec SDK 和 Orbbec ROS2 wrapper 的 GitHub 仓库，本教程也是参考这两个仓库编写，用户可以查看仓库中更为详细的教程。

Orbbec SDK：https://github.com/orbbec/OrbbecSDK
Orbbec ROS2 wrapper：https://github.com/orbbec/OrbbecSDK_ROS2

1. 通过串口或者 SSH 登录 RDK，确认 ROS 的版本

Foxy
Humble

# 配置tros.b环境
source /opt/tros/setup.bash
# 打印ros版本的环境变量
echo $ROS_DISTRO

# 配置tros.b环境
source /opt/tros/humble/setup.bash
# 打印ros版本的环境变量
echo $ROS_DISTRO

2. 下载 Orbbec ROS2 wrapper 源码进行编译

# 先创建一个ros工作区
mkdir -p tros_ws/src
cd tros_ws/src

# 下载Orbbec ROS2 wrapper源码到tros_ws/src目录
git clone https://github.com/orbbec/OrbbecSDK_ROS2.git

注意，OrbbecSDK_ROS2 这个仓库已经包含了 Orbbec 相机的 SDK 库文件，在 OrbbecSDK_ROS2/orbbec_camera/SDK 目录下，在 RDK 平台编译的过程中会依赖 arm64 的版本。

下载好源码，接下来就要进行编译，但编译该程序至少需要 4GB 以上的内存，在 RDK 平台可能会出现内存不足的情况，导致编译失败。

解决的方案有两个:

设置 swap 空间，充当临时内存
使用交叉编译，在 PC 上编译，然后在 RDK 上运行

方案 1 的优点是操作简单，并且可以在 RDK 平台上直接编译，但缺点是由于 RDK 平台性能有限，编译速度较慢，例如在 RDK X3 平台上编译耗时需要 30 分钟。方案 2 的优点是编译速度快，但缺点是搭建交叉编译环境较为复杂。本教程介绍方案 1 的实现，方案 2 可参考教程：交叉编译环境部署。

下面介绍 swap 空间的使用方式：

# 创建一个4GB的swap文件，该文件位于/swapfile目录
sudo dd if=/dev/zero of=/swapfile bs=1M count=4096
# 出于安全考虑，将Swap文件的权限设置为只有root用户可以读取和写入
sudo chmod 600 /swapfile
# 使用mkswap命令将文件格式化为swap空间
sudo mkswap /swapfile
# 使用swapon命令启用swap文件
sudo swapon /swapfile

设置好 swap 空间后，可以使用 swapon --show 、 free -h 或 htop 命令查看当前的 swap 使用情况，例如使用 htop 命令查看：

这样设置只是临时生效，断电重启后 swap 空间会失效，如果希望系统重启后仍然使用这个 swap 文件，可以重新执行一下 sudo swapon /swapfile ，或者将其添加到 /etc/fstab文 件中。

# 通过vim打开/etc/fstab
sudo vim /etc/fstab
# 添加以下行，保存退出
/swapfile none swap sw 0 0
# 执行sync刷新一下缓存，确保所有数据已正确地写入磁盘
sync

如果要删除 swap 空间的话，可以执行如下命令。

# 使用swapoff命令禁用Swap文件
sudo swapoff /swapfile
# 删除swap文件
sudo rm -rf /swapfile
# 如果在/etc/fstab添加了swap文件的条目，则需要移除该条目
sudo vim /etc/fstab
# 删除以下行
/swapfile none swap sw 0 0

通过以上操作开启 swap 空间后，就可以进行编译了。

# 回到ros的工作空间
cd tros_ws
# 执行colcon编译，编译时间较久，请耐心等待
colcon build

在 RDK X3 平台的编译结果：

Orbbec 相机 ROS 包在 RDK X3 上 colcon 编译成功的结果

3. Orbbec 相机启动

编译完毕后，即可通过 ROS 命令启动 Orbbec 相机，OrbbecSDK_ROS2 有 Orbbec 所有相机的启动文件，包括 Orbbec 的 Astra 系列、Dabai 系列、Gemini 系列，只需要对应的 launch 文件即可启动，本教程以 Gemini2 相机为例。

cd tros_ws
source ./install/setup.bash
ros2 launch orbbec_camera gemini2.launch.py

可以通过 ros2 topic list 查看 Gemini2 发布的话题，默认参数启动 Gemini2 相机会开启相机的深度数据流、RGB 数据流、IR 数据流和点云数据流。

Orbbec ROS2 wrapper 提供了很多可设置参数，例如 enable_point_cloud:=false 和 enable_colored_point_cloud:=false 会关闭相机的点云数据流。

此外 Orbbec 相机还开启了一些服务，可以通过 ros2 service list 查看，例如可以通过服务查询相机的 SDK 版本、查询或设置曝光时间和增益、开启或关闭激光等，例如：

# 查询SDK版本
ros2 service call /camera/get_sdk_version orbbec_camera_msgs/srv/GetString '{}'
# 关闭彩色相机自动曝光
ros2 service call /camera/set_color_auto_exposure std_srvs/srv/SetBool '{data: false}'
# 开启激光
ros2 service call  /camera/set_laser_enable std_srvs/srv/SetBool '{data: true}'

更多话题和服务的相关设置可参考 Orbbec ROS2 wrapper 的 GitHub 仓库。

4. 深度和 RGB 对齐

在实际的应用中，经常需要双目相机的深度图对齐彩色图，Orbbec 也提供了对应的启动方式。

cd tros_ws
source ./install/setup.bash
ros2 launch orbbec_camera gemini2.launch.py depth_registration:=true

5. 图像和点云的显示

要显示 Orbbec 的图像和点云，有多种方式，可参考数据展示，例如可以在 PC 机上使用 rviz2 显示，这种方式需要确认 PC 机能够通过网络访问 RDK，数据通过网络传输，压力较大，可能会出现卡顿的现象。

推荐直接在 RDK 上直接读取数据，确认出流是否正常，可以通过 ros2 topic echo topic_name 打印数据或者编写代码订阅相应话题。

ZED 相机图像采集

功能介绍

代码仓库：https://github.com/D-Robotics/hobot_zed_cam

本节介绍 ZED 相机在 RDK 平台上的使用方法。

支持平台

平台	运行方式
RDK X5, RDK X5 Module	Ubuntu 22.04 (Humble)

准备工作

RDK 平台

确认手中 ZED 相机工作正常，将 USB 数据线接入 RDK 的 USB 插槽
RDK 已烧录好 RDK OS 系统
RDK 已成功安装 tros.b
确认 PC 机能够通过网络访问 RDK

使用方式

通过 SSH 登录 RDK，并通过下述命令启动 ZED 相机

Humble

# 配置tros.b环境
source /opt/tros/humble/setup.bash

# 启动ZED相机，发布双目图像数据
ros2 launch hobot_zed_cam pub_stereo_imgs.launch.py need_rectify:=true

如程序输出如下信息，说明节点已成功启动

[anypub_stereo_imgs-1] [INFO] [0946684888.710715101] [pub_stereo_imgs_nv12_node]: => connected to camera sn: 38085162[/dev/video0]
[anypub_stereo_imgs-1] [INFO] [0946684888.779280740] [pub_stereo_imgs_nv12_node]: => calibration file found. Loading...
[anypub_stereo_imgs-1] [INFO] [0946684888.831008271] [pub_stereo_imgs_nv12_node]: => camera Matrix L:
[anypub_stereo_imgs-1] [514.5878861678406, 0, 665.3764572143555, 0;
[anypub_stereo_imgs-1]  0, 514.5878861678406, 320.3872646755642, 0;
[anypub_stereo_imgs-1]  0, 0, 1, 0]
[anypub_stereo_imgs-1] [INFO] [0946684888.831235937] [pub_stereo_imgs_nv12_node]: => camera Matrix R:
[anypub_stereo_imgs-1] [514.5878861678406, 0, 665.3764572143555, 61695.48427422668;
[anypub_stereo_imgs-1]  0, 514.5878861678406, 320.3872646755642, 0;
[anypub_stereo_imgs-1]  0, 0, 1, 0]
[anypub_stereo_imgs-1] [INFO] [0946684888.831287187] [pub_stereo_imgs_nv12_node]: => rectified fx: 514.587886, fy: 514.587886, cx: 665.376457, cy: 320.387265, base_line: 0.119893
[anypub_stereo_imgs-1] [INFO] [0946684888.831357562] [pub_stereo_imgs_nv12_node]: => camera_fx:=514.587886 camera_fy:=514.587886 camera_cx:=665.376457 camera_cy:=320.387265 base_line:=0.119893
[anypub_stereo_imgs-1] [INFO] [0946684888.851400416] [pub_stereo_imgs_nv12_node]: => raw img size: [1280, 720]
[anypub_stereo_imgs-1] [INFO] [0946684888.883419384] [pub_stereo_imgs_nv12_node]: => rectify img size: [1280, 640]

PC 打开浏览器 Chrome/Firefox/Edge ，输入 IP:8000 （IP 为 RDK 的 IP 地址），点击左上方 Web 端展示即可查看 ZED 相机实时画面。

USB 图像采集​

功能介绍​

支持平台​

准备工作​

RDK 平台​

X86 平台​

使用方式（默认 usb_pixel_format 为 mjpeg）​

使用方式 2（usb_pixel_format 为 yuyv2rgb）​

注意事项​

MIPI 图像采集​

功能介绍​

准备工作​

RDK 平台​

使用方式​

RDK 平台​

注意事项​

双目 MIPI 图像采集​

功能介绍​

支持平台​

准备工作​

RDK 平台​

使用方式​

RDK 平台​

注意事项​

RGBD 图像采集​

功能介绍​

支持平台​

准备工作​

RDK 平台​

使用方式​

RDK 平台​

注意事项​

RealSense 图像采集​

功能介绍​

支持平台​

准备工作​

RDK 平台​

使用方式​

1. 通过串口或者 SSH 登录 RDK，确认 ROS 的版本​

2. apt 安装 RealSense SDK2.0 以及 RealSense ROS2 wrapper​

3. RealSense 相机启动​

4. 深度和 RGB 对齐​

5. 图像和点云的显示​

奥比中光(Orbbec)相机图像采集​

功能介绍​

支持平台​

准备工作​

RDK 平台​

使用方式​

1. 通过串口或者 SSH 登录 RDK，确认 ROS 的版本​

2. 下载 Orbbec ROS2 wrapper 源码进行编译​

3. Orbbec 相机启动​

4. 深度和 RGB 对齐​

5. 图像和点云的显示​

ZED 相机图像采集​

功能介绍​

支持平台​

准备工作​

RDK 平台​

使用方式​

USB 图像采集

功能介绍

支持平台

准备工作

RDK 平台

X86 平台

使用方式（默认 usb_pixel_format 为 mjpeg）

使用方式 2（usb_pixel_format 为 yuyv2rgb）

注意事项

MIPI 图像采集

功能介绍

准备工作

RDK 平台

使用方式

RDK 平台

注意事项

双目 MIPI 图像采集

功能介绍

支持平台

准备工作

RDK 平台

使用方式

RDK 平台

注意事项

RGBD 图像采集

功能介绍

支持平台

准备工作

RDK 平台

使用方式

RDK 平台

注意事项

RealSense 图像采集

功能介绍

支持平台

准备工作

RDK 平台

使用方式

1. 通过串口或者 SSH 登录 RDK，确认 ROS 的版本

2. apt 安装 RealSense SDK2.0 以及 RealSense ROS2 wrapper

3. RealSense 相机启动

4. 深度和 RGB 对齐

5. 图像和点云的显示

奥比中光(Orbbec)相机图像采集

功能介绍

支持平台

准备工作

RDK 平台

使用方式

1. 通过串口或者 SSH 登录 RDK，确认 ROS 的版本

2. 下载 Orbbec ROS2 wrapper 源码进行编译

3. Orbbec 相机启动

4. 深度和 RGB 对齐

5. 图像和点云的显示

ZED 相机图像采集

功能介绍

支持平台

准备工作

RDK 平台

使用方式