ROS 节点：使用 YOLOv8 进行目标检测并计算距离和角度

import rospy
from darknet_ros_msgs.msg import BoundingBoxes
import numpy as np


class ObjectDetection:
    def __init__(self):
        rospy.init_node('object_detection_node', anonymous=True)
        self.bounding_box_sub = rospy.Subscriber('/yolov8/BoundingBoxes', BoundingBoxes, self.on_bounding_boxes,
                                                 queue_size=1)

    def on_bounding_boxes(self, message):
        '''回调函数：处理收到的边框消息'''
        # 存储边框消息
        self.bounding_boxes = message

        # 解析目标检测结果
        num_boxes = len(message.bounding_boxes)

        object_detected = False
        for i in range(num_boxes):
            if message.bounding_boxes[i].Class == '1':
                object_detected = True
                x_min = message.bounding_boxes[i].xmin
                x_max = message.bounding_boxes[i].xmax
                y_min = message.bounding_boxes[i].ymin
                y_max = message.bounding_boxes[i].ymax
                break

        if object_detected:
            x_center = (x_min + x_max) / 2
            y_center = (y_min + y_max) / 2
            self.dist_1 = 1 / (x_center + 1e-6)  # 与目标距离的倒数作为距离信息
            self.beta3 = -np.arctan((y_center - 240) / x_center)  # 与目标中心点连线与车辆前进方向的夹角
            alpha = 0.2  # 平滑参数
            self.dist_1 = alpha * x_center + (1 - alpha) * self.dist_1  # 距离指数移动平均
            self.beta3 = alpha * self.beta3 + (1 - alpha) * self.beta3  # 角度指数移动平均
        else:
            self.dist_1 = 0
            self.beta3 = 0


if __name__ == '__main__':
    detection = ObjectDetection()
    rospy.spin()

该代码创建了一个名为 object_detection_node 的 ROS 节点，订阅 /yolov8/BoundingBoxes 主题以获取目标检测结果。回调函数 on_bounding_boxes 会处理接收到的消息，解析目标检测结果，并计算目标的距离和与车辆前进方向的夹角。该代码还实现了距离和角度的指数移动平均，以平滑结果。