rwthika/ros2-torch

docker-ros-ml-images – 支持机器学习的ROS Docker镜像

镜像概述和主要用途

docker-ros-ml-images是一系列集成机器学习功能的ROS Docker镜像，旨在为机器人开发提供预配置的机器学习环境。该镜像支持多种ROS版本和主流机器学习框架，方便开发者快速构建融合机器学习能力的ROS应用。更多信息请访问https://github.com/ika-rwth-aachen/docker-ros-ml-images%E3%80%82

核心功能和特性

• 多架构支持：提供适用于不同硬件架构的镜像版本
• ROS版本兼容性：支持ROS noetic及ROS 2（foxy、humble、iron、rolling版本）
• 预安装机器学习框架：已集成PyTorch 1.11和TensorFlow 2.9
• 工具生态集成：推荐与以下工具配合使用以提升开发效率：
  • https://github.com/ika-rwth-aachen/docker-ros%EF%BC%9A%E8%87%AA%E5%8A%A8%E6%9E%84%E5%BB%BAROS%E5%BA%94%E7%94%A8%E7%9A%84%E6%9C%80%E5%B0%8F%E5%AE%B9%E5%99%A8%E9%95%9C%E5%83%8F
  • https://github.com/ika-rwth-aachen/docker-run%EF%BC%9A%E7%AE%80%E5%8C%96Docker%E9%95%9C%E5%83%8F%E4%BA%A4%E4%BA%92%E7%9A%84%E5%91%BD%E4%BB%A4%E8%A1%8C%E5%B7%A5%E5%85%B7

使用场景和适用范围

适用于需要在ROS环境中集成机器学习功能的机器人开发场景，包括但不限于：

• 基于视觉的环境感知与目标检测
• 机器人自主导航与路径规划算法开发
• 传感器数据的实时机器学习处理
• 机器人行为决策系统原型验证

使用方法和配置说明

基本使用流程

1. 访问https://github.com/ika-rwth-aachen/docker-ros-ml-images%E8%8E%B7%E5%8F%96%E6%9C%80%E6%96%B0%E9%95%9C%E5%83%8F%E6%A0%87%E7%AD%BE
2. 使用标准Docker命令拉取和运行镜像：

   bash
   docker pull ika-rwth-aachen/docker-ros-ml-images:<tag>
   docker run -it ika-rwth-aachen/docker-ros-ml-images:<tag>
   

推荐工具集成

与docker-run配合使用

docker-run工具可简化ROS容器的启动配置，自动处理网络、显示等ROS开发所需的环境设置：

bash
# 安装docker-run（需先安装Go）
go install github.com/ika-rwth-aachen/docker-run@latest

# 使用docker-run启动镜像
docker-run ika-rwth-aachen/docker-ros-ml-images:<tag>

与docker-ros配合使用

docker-ros工具可基于本镜像构建自定义ROS应用的最小容器：

bash
# 安装docker-ros
pip install docker-ros

# 构建自定义ROS应用镜像
docker-ros build --base-image ika-rwth-aachen/docker-ros-ml-images:<tag>

版本选择建议

根据项目需求选择合适的ROS版本标签：

• ROS 1项目：选择包含"noetic"的标签
• ROS 2项目：根据需求选择"foxy"、"humble"、"iron"或"rolling"标签

版本信息

• ROS版本：noetic (ROS 1)，foxy|humble|iron|rolling (ROS 2)
• 机器学习框架：PyTorch 1.11，TensorFlow 2.9