博客
关于我
将ROS的功能包打包为deb文件,并且成功安装
阅读量:514 次
发布时间:2019-03-07

本文共 639 字,大约阅读时间需要 2 分钟。

打包并安装ROS功能包的步骤说明

  • 打包配置文件
  • 在功能包的CMakeLists.txt文件中添加以下内容:

    install(TARGETS mvcam    ARCHIVE DESTINATION ${CATKIN_PACKAGE_LIB_DESTINATION}    LIBRARY DESTINATION ${CATKIN_PACKAGE_LIB_DESTINATION}    RUNTIME DESTINATION ${CATKIN_PACKAGE_BIN_DESTINATION})
    1. 安装依赖工具
    2. 运行以下命令安装必要工具:

      sudo apt-get install python-bloom fakeroot
      1. 生成功能包
      2. 切换到功能包目录并执行生成命令:

        roscd mvcambloom-generate rosdebian --os-name ubuntu --ros-distro melodic
        1. 创建 Debian 包
        2. 执行 fakeroot 环境下的构建命令:

          fakeroot debian/rules binary
          1. 打包发布
          2. 生成的 Debian 包将位于 ~/ros-melodic-mvcam 目录下。

            1. 测试功能包
            2. 运行主节点程序,观察包管理界面确认安装成功。

              7.卸载功能包

              当不再需要时,可以使用以下命令删除功能包:

              sudo dpkg -r ros-melodic-mvcam

              注意事项:在生成功能包后请谨慎管理包名,以便于后续修改和验证。

    转载地址:http://fcajz.baihongyu.com/

    你可能感兴趣的文章
    Objective-C实现lazy segment tree惰性段树算法(附完整源码)
    查看>>
    Objective-C实现LBP特征提取(附完整源码)
    查看>>
    Objective-C实现LDPC码(附完整源码)
    查看>>
    Objective-C实现least common multiple最小公倍数算法(附完整源码)
    查看>>
    Objective-C实现Lempel-Ziv压缩算法(附完整源码)
    查看>>
    Objective-C实现Length conversion长度转换算法(附完整源码)
    查看>>
    Objective-C实现Levenshtein 距离算法(附完整源码)
    查看>>
    Objective-C实现levenshteinDistance字符串编辑距离算法(附完整源码)
    查看>>
    Objective-C实现lfu cache缓存算法(附完整源码)
    查看>>
    Objective-C实现LFU缓存算法(附完整源码)
    查看>>
    Objective-C实现linear algebra线性代数算法(附完整源码)
    查看>>
    Objective-C实现linear congruential generator线性同余发生器算法(附完整源码)
    查看>>
    Objective-C实现linear discriminant analysis线性判别分析算法(附完整源码)
    查看>>
    Objective-C实现linear regression线性回归算法(附完整源码)
    查看>>
    Objective-C实现linear search线性搜索算法(附完整源码)
    查看>>
    Objective-C实现Linear search线性搜索算法(附完整源码)
    查看>>
    Objective-C实现LinearSieve线性素数筛选算法 (附完整源码)
    查看>>
    Objective-C实现LinkedListNode链表节点类算法(附完整源码)
    查看>>
    Objective-C实现LinkedList链表算法(附完整源码)
    查看>>
    Objective-C实现local weighted learning局部加权学习算法(附完整源码)
    查看>>