ROS YOLOv8 目标检测节点：实时距离和角度计算

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

class ObjectDetector:
    def __init__(self):
        # 初始化订阅者，订阅 YOLOv8 检测结果
        self.bounding_box_sub = rospy.Subscriber('/yolov8/BoundingBoxes', BoundingBoxes, self.on_bounding_boxes,
                                                 queue_size=1)
        # 初始化距离和角度信息
        self.dist_1 = 0
        self.beta3 = 0

    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

# 在需要运行该节点的地方，调用以下代码：

if __name__ == '__main__':
    rospy.init_node('yolov8_object_detector')  # 初始化节点
    detector = ObjectDetector()  # 创建 ObjectDetector 对象
    rospy.spin()  # 进入 ROS 循环，等待消息的到来

使用说明：

安装依赖库：

pip install rospy darknet_ros_msgs numpy

修改代码：

将 your_node_name 替换为你的节点名称。
将 ObjectDetector 替换为你的类名称。
如果需要检测不同的目标类别，请修改 if message.bounding_boxes[i].Class == '1': 中的 '1' 为目标类别的编号。
可以根据实际情况调整距离和角度的计算方式。

运行节点：

rosrun your_package_name your_node_name.py

注意事项：

确保你的 ROS 环境已配置好，并且 YOLOv8 检测节点已正常运行。
需要将 YOLOv8 的输出主题改为 /yolov8/BoundingBoxes。
距离和角度的计算方式可能需要根据实际情况进行调整。
请确保 240 是图像中心点 Y 坐标的值。
距离信息的计算使用了目标中心点 X 坐标的倒数，可以根据实际情况调整。
角度的计算使用了 np.arctan 函数，可以根据实际情况选择不同的三角函数。
指数移动平均的平滑参数 alpha 可以根据实际情况进行调整。