先记录大概主要流程，后期有时间了再完善细节以及附上截图

一、编译 Astra Pro 相机功能包

1. 清理并编译相机包

cd ~/Astra_ws
rm -rf build/astra_camera install/astra_camera  # 清理旧编译
colcon build --packages-select astra_camera --parallel-workers 2  # 编译相机包
source install/setup.bash  # 激活环境

指令解析：
- --packages-select 仅编译指定包，节省时间；
- --parallel-workers 2 设置 2 线程并行编译，可根据 CPU 核心数调整。

最终显示 Finished <<< astra_camera，即编译成功。

二、编译 YOLOv5 Rockchip 检测包

1. 清理并编译检测包

cd ~/Astra_ws
rm -rf build/yolov5_rockchip install/yolov5_rockchip  # 清理旧编译
colcon build --packages-select yolov5_rockchip --parallel-workers 2  # 编译检测包
source install/setup.bash

核心依赖：
需提前安装 rknn-toolkit-lite2（pip install rknn-toolkit-lite2），用于 Rockchip NPU 推理。

2. 模型路径确认

确保检测节点配置的模型路径正确：

# yolov5_node.py中模型路径
self.declare_parameter('model_path', '/home/elf/Astra_ws/src/yolov5_rockchip/models/yolov5s_relu_rk3588.rknn')

三、启动 Astra Pro 相机

1. 启动相机节点

source install/setup.bash
ros2 launch astra_camera astra_pro.launch.py  # 启动Pro型号相机

关键日志：

[INFO] [camera.camera]: Device connected: Astra serial number: xxx  # 设备连接成功
[INFO] [camera.camera]: set color video mode Resolution :640x480@30Hz  # 图像参数

2. 查看相机话题

ros2 topic list  # 确认包含/camera/color/image_raw等图像话题

四、启动 YOLOv5 检测功能

1. 运行检测节点（指定图像输入）

source install/setup.bash
ros2 run yolov5_rockchip yolov5_node --input /camera/color/image_raw

参数说明：
--input 需与相机发布的彩色图像话题一致（通过ros2 topic list查询）。

2. 检测日志验证

正常运行时可见：

[INFO] [yolov5_rockchip_node]: RKNN Lite 初始化成功
[INFO] [yolov5_rockchip_node]: 检测到目标: person, 置信度: 0.92

五、常用调试指令汇总

查看系统日志

ros2 topic echo /rosout | grep -E "yolov5|camera"  # 过滤关键日志

统计话题发布频率

ros2 topic hz /yolov5/detections  # 检测结果帧率
ros2 topic hz /camera/color/image_raw  # 相机图像帧率

保存检测图像（无图形界面时）
修改yolov5_node.py添加：

cv2.imwrite(f"/home/elf/det_{int(time.time())}.jpg", result_image)

六、完整流程指令速查表

操作阶段	指令示例	说明
编译相机包	`colcon build --packages-select astra_camera`	仅编译相机功能包
编译检测包	`colcon build --packages-select yolov5_rockchip --parallel-workers 2`	2 线程编译检测包
启动相机	`ros2 launch astra_camera astra_pro.launch.py`	加载 Pro 型号相机配置
启动检测	`ros2 run yolov5_rockchip yolov5_node --input /camera/color/image_raw`	指定相机图像作为检测输入
查看检测日志	`ros2 topic echo /rosout	grep yolov5`