docker中的ROS容器對實體的turtlebot的控制
在智能雲服務機器人的研究中，結合DOCKER容器技術是一個研究方向之一，本文闡述了利用容器技術進行一個線下機器人的基本控制方法。
一、概述
閱讀本文之前，建議先閱讀之前在仿真條件下做的turtlebot_sim的控制，本文的工作是基於仿真工作的基礎進行的。之前，實體的turtlebot機器人未成功，主要是因爲相應的package缺少，在docker的鏡像這並未給出。
package（功能包）是ROS中軟件組織的基本形式，一個功能包具有最小的結構和最小的內容，用於創建ROS程序。它可以運行包含RIS運行的進程（節點）、配置文件等。
實際上，完整版的ROS系統大概 341 個package，詳見“/opt/ros/indigo/share/“,但是ROS鏡像中只包含了150左右的package，因此有很多的功能僅僅用DOCKER官方給的簡單版的鏡像是不能實現的。
二、嘗試過的方法
爲了解決這個問題，嘗試過以下幾個覺得可行性方法：
（1）直接在容器內部進行package的安裝，failed。因爲，在進行ROS容器的啓用之前就改變了ROS容器的網絡結構，不是用的默認docker0網橋，而是自定義的網橋，並且對自定義的網橋進行了配置，詳細見：在仿真條件下做了turtlebot_sim的控制
（2）利用Docker的Volume數據卷共享機制，使ROS容器與本地共享package，failed。因爲，雖然可以在容器內部“發現“這些共享包，單與本地共享的package功能包是由本地編譯生成的，依賴的還是本地環境，即使重新編譯，重新編譯的命令比如catkin_make在容器內部也缺失。
（3）在Docker hub 官網給的簡單版的ROS鏡像基礎上，重新制作包含完整版的功能包package的ROS的鏡像，並用製作的鏡像進行實驗，Succeed。
三、解決辦法
如概述中所說，本文所提出的辦法是在之前仿真辦法的基礎上，建議連着看。
3.1 簡要回顧仿真的turtlebot的控制步驟：
3.1.1 將Docker中的ROS容器配置到本地網絡中；
3.1.2 檢查驗證配置網絡是否正確；
3.1.3 開啓turtlebot_sim仿真節點進行測試。
3.2 重新制作ROS鏡像
3.2.1 重新編寫Dockerfile，利用Dockerfile的內容build鏡像。
根據之前未能在容器內部控制的原因，主要就是要重新build的鏡像中需要加入完整的功能包，與完整版相比，大概還少200個功能包左右。
其實就是在原來的build鏡像的Dockerfile裏多加上這些功能包即可，但是我們又不太好一次性區分哪些在簡單版的鏡像中有哪些沒有，所以直接把所有的功能包安裝341個命令都寫入，一個個寫雖然二三十分鐘就可以弄完，但總覺得這種方式太過蠻力，還好只有幾百個，如果是上千上萬個就顯得不太好。
於是，寫了一小段python代碼進行處理生成需要的幾百條命令：
python代碼：
import os
def GetDirList(dir, dirlist):
newDir=dir
number=0
from string import maketrans
#定義轉化表，下載的命令包和讀取的本地的包文件名需要把'_'轉爲'-'
table =maketrans('_','-')
if os.path.isdir(dir):
for s in os.listdir(dir): #遍歷指定目錄
# 生成添加到Dockerfile的命令
newDir=' ros-indigo-'+s.translate(table)+' \\'
number=number+1
dirlist.append(newDir)
print number
return dirlist
#指定從本地目錄'/opt/ros/indigo/share/'，功能包都在這個目錄
list = GetDirList('/opt/ros/indigo/share/', [])
for e in list:
print e #把需要添加到Dockerfile的命令打印到控制檯，直接拷貝原Dockerfile:
注：
此處原Dockerfile的基礎鏡像指定的是“ros:indigo-robot“，對於此鏡像的描述，可以看看官網描述。
FROM ros:indigo-robot
WORKDIR /notebooks
RUN sed -i "s|http://archive.ubuntu.com|http://mirrors.163.com|g" /etc/apt/sources.list && rm -Rf /var/lib/apt/lists/* && apt-get -y update && apt-get install -y \
pkg-config \
python-dev \
python-opencv \
libopencv-dev \
libav-tools \
libjpeg-dev \
libpng-dev \
libtiff-dev \
libjasper-dev \
python-numpy \
python-pycurl \
python-opencv \
#在這裏把上面由python代碼生成的341條命令拷貝到這裏3.3 使用新鏡像生成容器
使用基於新鏡像生成的容器。
$ sudo docker run -idt --name=<指定容器名> --net=none <新鏡像的名稱> /bin/bash接下來的操作把這裏在仿真的操作完成一遍即可，
http://blog.csdn.net/chenming_hnu/article/details/61648071
四、實驗驗證
4.1 開啓turtlebot實體機器人，運行真機環境
實操運行步驟參考官網：
http://wiki.ros.org/Robots/TurtleBot/
4.2 在容器內部運行控制命令
4.2.1 注意每開啓一個容器窗口，需要source 一下容器環境
$ source /etc/profile
$ source /opt/ros/indigo/setup.bash開啓另外的新容器窗口時，不要用attach命令，用exec命令。
4.2.2容器內運行使用鍵盤控制的命令
root@50ed97b4ce5c:/notebooks# roslaunch turtlebot_teleop keyboard_teleop.launch
4.3 實驗圖片
4.3.1基於新鏡像的ROS容器的圖片：
當在鍵盤上用按鍵進行控制的時候，Turtlebot會運動。
4.3.2 實體的turtlebot實驗圖片
電腦屏幕的左邊命令框爲開啓Turtlebot, Kinect的命令；右邊爲Kinect採集的圖像，黃圈爲圖像特徵點。
五、小結
5.1 容器網絡的配置方式需要改進
目前這種辦法對於多個容器的配置是有問題的。當前的方式是通過用容器借用主機網卡eth0的方式進行通訊，但是當需要類似的多個容器的時候，就會遇到問題了。
5.2 由局域網-》廣域網
當前的 Docker容器的宿主機與Turtlebot機器是特意配置在同一個局域網 192.168.1.1／24內。但是，要使雲機器人的研究具有普適性，是要擴展到更大範圍的網絡。並且，Docker容器宿主機應該由專業服務器進行承擔，這樣纔可以處理大規模的分佈式機器人的複雜任務的處理。