Ejemplos del SDK de Linux

​

Descripción general

​

Sistema y entorno

​

Sistemas compatibles y versiones de dependencias

​

2.2 Comprobar la versión del sistema y de la aplicación

​

2.2.1 Comprobar la versión del sistema

uname -a

• Número de versión principal: 5
• Número de versión: 15 [Los números impares son versiones de desarrollo y los pares son versiones estables]
• Número de revisión: 0 [Número de modificaciones]
• N.° de revisión de esta versión: 97
• Versión del kernel: #107~20.0.4.1; normalmente, la versión del sistema es la versión del kernel

​

2.2.2 Comprobar la versión de Cmake

cmake --version

​

2.2.3 Comprobar la versión de Gcc

gcc -v

​

2.2.4 Ver la versión de Opencv

pkg-config --modversion opencv

​

2.2.5 Comprobar la versión de Pcl

dpkg -l libpcl-dev

​

2.2.6 Ver la versión de ROS

rosversion -d

​

2.3 Crear un entorno de desarrollo básico

sudo apt update

​

2.3.1 Instalar Cmake

sudo apt install cmake

​

2.3.2 Instalar Gcc

sudo apt install build-essential

​

2.4 Crear un entorno de desarrollo opcional

​

2.4.1 Instalar Opencv [puede mostrar imágenes de la cámara]

sudo apt-get install libopencv-dev

​

2.4.2 Instalar Pcl [puede mostrar la nube de puntos]

sudo apt-get install libpcl-dev

​

Preparar el código de ejemplo

​

3.1 Ejecutar el script de instalación

1. Descomprime el archivo Lanxin-MRDVS y entra en la carpeta Lanxin-MRDVS

2. Haz clic con el botón derecho para abrir la consola
3. Ejecuta el script install.sh

4. Entra en el directorio /opt/ para comprobar si la instalación se realizó correctamente.

5. Si se encuentra la carpeta, la instalación se realizó correctamente.
6. Si la instalación falla, debes añadirla manualmente al directorio opt.
7. Ejecuta el script set_socket_buffer_size.sh

8. En este punto, el script de instalación se ha ejecutado por completo.

​

3.2 Introducción al código de ejemplo

• La carpeta C contiene código relacionado con C y C++
• La carpeta Java contiene un servidor HTTP para llamar indirectamente al SDK
• La carpeta Ros contiene un ejemplo de ROS
• La carpeta Ros2 contiene un ejemplo de ROS 2

​

3.2.1 Código de ejemplo de C y C++

• application_obstacle: obtiene datos del flujo de la cámara, activa el algoritmo de evitación de obstáculos y muestra los resultados del algoritmo
• application_pallet: obtiene datos del flujo de la cámara, activa el algoritmo de palés y muestra los resultados del algoritmo
• arm_local_camera: llama al SDK en la cámara [ARM] y obtiene los datos del flujo
• frame_callback: utiliza el método de callback para obtener datos del flujo de la cámara
• multi_cameras: abre varias cámaras y obtiene datos del flujo
• single_camera: abre una sola cámara y obtiene datos del flujo
• single_camera2: obtiene datos de fotogramas mediante una estructura

​

3.2.2 Código de ejemplo de Java

• Config: la carpeta almacena las configuraciones relacionadas con el servidor
• Middleware: tema del servidor
• LxCamera.postman_collection.json: archivo de configuración de Postman
• README: tutorial de uso del servidor virtual de Java

​

3.2.3 Código de ejemplo de ROS

• lx_camera_node_ws: la carpeta contiene un controlador estándar de ROS
• README.EN: explica en inglés cómo compilar un nodo y crear un nodo nuevo

​

3.2.4 Código de ejemplo de ROS 2

• lx_camera_node_ws: la carpeta contiene un controlador estándar de ROS 2
• README.EN: explica en inglés cómo compilar un nodo y crear un nodo nuevo

​

3.2.5 Código de ejemplo de ros-v1pro

• src: la carpeta contiene un controlador estándar de ROS
• README: explica cómo utilizar este nodo
• README.pdf: explica cómo utilizar este nodo

​

Compilar y ejecutar los ejemplos

​

4.1 Compilar y ejecutar el código de ejemplo de C y C++

mkdir build
cd build
cmake ..
make

​

4.2 Proceso de ejecución del ejemplo de Java

• Entra en la carpeta config y modifica los campos http_sever_host y http_sever_port del archivo Configs.json:
• Entra en la carpeta middleware y ejecuta el script start.sh para activar el servidor de transferencia

• Usa Postman para abrir el archivo LxCamera.postman_collection.json y enviar datos al puerto del ejemplo

​

4.3 Compilar y ejecutar el código de ejemplo de ROS

roscore

catkin_make

source devel/setup.bash
roslaunch lx_camera_ros lx_camera_ros.launch
roslaunch lx_camera_ros obstacleV2.launch
roslaunch lx_camera_ros obstacle.launch
roslaunch lx_camera_ros pallet.launch

​

4.4 Compilar y ejecutar el código de ejemplo de ROS 2

sudo apt install python3-colcon-common-extensions

sudo apt-get install ros-foxy-pcl*

colcon build

source install/setup.bash
ros2 launch lx_camera_ros lx_camera_ros_launch.py
ros2 launch lx_camera_ros obstacleV2.launch.py
ros2 launch lx_camera_ros obstacle.launch.py
ros2 launch lx_camera_ros pallet.launch.py

​

4.5 Compilar y ejecutar el código de ejemplo de ros-v1pro

catkin_make

source devel/setup.bash

• roslaunch lx_camera_ros localization.launch
• roslaunch lx_camera_ros mapping.launch
• roslaunch lx_camera_ros sensor_sim.launch

​

Referencia del código de ejemplo

​

5.1 C y C++

​

5.1.1 CMakeLists

​

5.1.2 application_obstacle y application_pallet

​

5.1.3 arm_local_camera

​

5.1.4 frame_callback

​

5.1.5 multi_cameras

​

5.1.6 single_camera

​

5.1.7 single_camera2

​

5.2 java

• log_path: ruta de salida de los registros
• print_level: nivel de impresión de los registros
• enable_screen_print: indica si los registros se imprimen en la consola

• open_mode: modo de apertura de la cámara
• param: parámetros para abrir la cámara

• handle: identificador de la cámara, que se devuelve en DcOpenDevice

• handle: identificador de la cámara que se va a configurar
• cmd: número del comando

• handle: identificador de la cámara que se va a configurar
• cmd: número del comando

• handle: identificador de la cámara que se va a configurar
• cmd: número del comando
• value: valor que se va a establecer

• handle: identificador de la cámara que se va a configurar
• cmd: número del comando

11. Consulta la tabla siguiente para ver otras instrucciones relacionadas:

​

5.3 ROS1 y ROS2

​

5.3.1 Descripción del archivo launch de ROS1

5.3.1.1 Todos los archivos launch

1. En la carpeta src/launch se encuentran los siguientes archivos:

• localization.launch: archivo de ejecución de los nodos de posicionamiento visual
• lx_camera_ros.launch: archivo de ejecución de los nodos normales
• mapping.launch: archivo de ejecución del mapeo para posicionamiento visual
• obstacle.launch: archivo de ejecución del algoritmo de evitación de obstáculos
• obstacleV2.launch: archivo de ejecución de la versión V2 del algoritmo de evitación de obstáculos
• pallet.launch: archivo de ejecución del algoritmo de palés
• sensor_sim.launch: archivo de ejecución para simular datos de posicionamiento

2. Puedes ejecutar distintas funciones del nodo mediante diferentes archivos launch. Salvo localization, mapping y sensor, el contenido de los parámetros es el mismo en todos los nodos, pero la configuración es diferente. Esto se explicará en detalle en las secciones siguientes. Para una introducción detallada a los parámetros de los tres archivos launch de localization, mapping y sensor, consulta la introducción del nodo ros-v1pro.

5.3.1.2 IP de la cámara, configuración del flujo, configuración del modo de trabajo, unidad de la nube de puntos, etc.

• ip: IP de la cámara que se debe conectar. Si es 0, se conectará la primera de forma predeterminada.
• log_path: ruta de almacenamiento de los registros del SDK; debes indicar la ruta absoluta
• is_xyz: indica si se deben enviar datos de la nube de puntos
• is_depth: indica si se deben enviar datos de profundidad
• is_amp: indica si se deben enviar datos del mapa de intensidad
• is_rgb: indica si se deben enviar datos de imagen RGB
• lx_work_mode: modo de trabajo
• lx_application: indica si se activa el algoritmo; 0: desactivado, 1: algoritmo de evitación de obstáculos, 2: algoritmo de palés, 3: algoritmo de posicionamiento, 4: algoritmo de evitación de obstáculos V2
• lx_tof_unit: unidad de la nube de puntos; 1 es metro, 0 es milímetro; debes cambiarlo a 1 al visualizar con rviz

5.3.1.3 Configuración de la pose de la cámara

• X: cantidad de traslación de la cámara desde el centro de la nube de puntos en X
• Y: cantidad de traslación de la cámara desde el centro de la nube de puntos en Y
• Z: cantidad de traslación de la cámara desde el centro de la nube de puntos en Z
• Yaw: ángulo de rotación de la nube de puntos alrededor del eje Z
• Roll: ángulo de rotación de la nube de puntos alrededor del eje X
• Pitch: ángulo de rotación de la nube de puntos alrededor del eje Y

5.3.1.4 Indicar si se utiliza la configuración de launch

• raw_param: 0: usa la configuración de la cámara; 1: usa la configuración del archivo launch

5.3.1.5 Configuración de parámetros 2D

• lx_2d_binning：0：1x1，1：2x2，2：4x4
• lx_2d_undistort: ​​antidistorsión 2D, 0: desactivada, 1: activada
• lx_2d_undistort_scale: coeficiente de antidistorsión 2D
• lx_2d_auto_exposure: exposición automática 2D, 0: desactivada, 1: activada
• lx_2d_auto_exposure_value: intensidad objetivo de la exposición automática 2D
• lx_2d_exposure: valor de exposición 2D
• lx_2d_gain: ganancia 2D

5.3.1.6 Configuración de parámetros 3D

• lx_rgb_to_tof: alineación RGB
• lx_3d_binning：0：1x1，1：2x2，2：4x4
• lx_mulit_mode: modo multicámara, que puede eliminar las interferencias entre cámaras; 0: desactivado, 1: activado
• lx_3d_undistort: ​​antidistorsión 3D, 0: desactivada, 1: activada
• lx_3d_undistort_scale: coeficiente de antidistorsión 3D
• lx_hdr: HDR, 0: desactivado, 1: activado
• lx_3d_auto_exposure: exposición automática 3D, 0: desactivada, 1: activada
• lx_3d_auto_exposure_value: intensidad objetivo de la exposición automática 3D
• lx_3d_first_exposure: puntos altos 3D
• lx_3d_second_exposure: puntos bajos 3D
• lx_3d_gain: ganancia 3D

5.3.1.7 Profundidad máxima y mínima

• lx_min_depth: profundidad mínima
• lx_max_depth: profundidad máxima

​

5.3.2 Descripción del archivo launch de ROS 2

5.3.2.1 Todos los archivos launch

• localization.launch.py: archivo de ejecución del nodo de posicionamiento visual
• lx_camera_ros.launch.py: archivo de ejecución del nodo normal
• mapping.launch.py: archivo de ejecución del mapeo para posicionamiento visual
• obstacle.launch.py: archivo de ejecución del algoritmo de evitación de obstáculos
• obstacleV2.launch.py: archivo de ejecución de la versión V2 del algoritmo de evitación de obstáculos
• pallet.launch.py: archivo de ejecución del algoritmo de palés
• sensor_sim.launch.py: archivo de ejecución para simular datos de posicionamiento

5.3.2.2 IP de la cámara, configuración del flujo, configuración del modo de trabajo, unidad de la nube de puntos, etc.

• ip: IP de la cámara que se debe conectar. Si es 0, se conectará la primera de forma predeterminada.
• log_path: ruta de almacenamiento de los registros del SDK; debes indicar la ruta absoluta
• is_xyz: indica si se deben enviar datos de la nube de puntos
• is_depth: indica si se deben enviar datos de profundidad
• is_amp: indica si se deben enviar datos del mapa de intensidad
• is_rgb: indica si se deben enviar datos de imagen RGB
• lx_work_mode: modo de trabajo
• lx_application: indica si se activa el algoritmo; 0: desactivado, 1: algoritmo de evitación de obstáculos, 2: algoritmo de palés, 3: algoritmo de posicionamiento, 4: algoritmo de evitación de obstáculos V2
• lx_tof_unit: unidad de la nube de puntos; 1 es metro, 0 es milímetro; debes cambiarlo a 1 al visualizar con rviz

5.3.2.3 Configuración de la pose de la cámara

• X: cantidad de traslación de la cámara desde el centro de la nube de puntos en X
• Y: cantidad de traslación de la cámara desde el centro de la nube de puntos en Y
• Z: cantidad de traslación de la cámara desde el centro de la nube de puntos en Z
• Yaw: ángulo de rotación de la nube de puntos alrededor del eje Z
• Roll: ángulo de rotación de la nube de puntos alrededor del eje X
• Pitch: ángulo de rotación de la nube de puntos alrededor del eje Y

5.3.2.4 Indicar si se utiliza la configuración de launch

• raw_param: 0: usa la configuración de la cámara; 1: usa la configuración del archivo launch

5.3.2.5 Configuración de parámetros 2D

• lx_2d_binning：0：1x1，1：2x2，2：4x4
• lx_2d_undistort: ​​antidistorsión 2D, 0: desactivada, 1: activada
• lx_2d_undistort_scale: coeficiente de antidistorsión 2D
• lx_2d_auto_exposure: exposición automática 2D, 0: desactivada, 1: activada
• lx_2d_auto_exposure_value: intensidad objetivo de la exposición automática 2D
• lx_2d_exposure: valor de exposición 2D
• lx_2d_gain: ganancia 2D

5.3.2.6 Configuración de parámetros 3D

• lx_rgb_to_tof: alineación RGB
• lx_3d_binning：0：1x1，1：2x2，2：4x4
• lx_mulit_mode: modo multicámara, que puede eliminar las interferencias entre cámaras; 0: desactivado, 1: activado
• lx_3d_undistort: ​​antidistorsión 3D, 0: desactivada, 1: activada
• lx_3d_undistort_scale: coeficiente de antidistorsión 3D
• lx_hdr: HDR, 0: desactivado, 1: activado
• lx_3d_auto_exposure: exposición automática 3D, 0: desactivada, 1: activada
• lx_3d_auto_exposure_value: intensidad objetivo de la exposición automática 3D
• lx_3d_first_exposure: puntos altos 3D
• lx_3d_second_exposure: puntos bajos 3D
• lx_3d_gain: ganancia 3D

5.3.2.7 Profundidad máxima y mínima

• lx_min_depth: profundidad mínima
• lx_max_depth: profundidad máxima

​

5.3.3 Descripción de los temas exclusivos

5.3.3.1 FrameRate.msg

• header: información del fotograma y marca de tiempo de los datos actuales
• depth: cuando el mapa de profundidad está activado, muestra la frecuencia de fotogramas del mapa de profundidad
• amp: cuando el mapa de intensidad está activado, muestra la frecuencia de fotogramas del mapa de intensidad
• rgb: cuando RGB está activado, muestra la frecuencia de fotogramas RGB
• temperature: muestra la temperatura de la cámara

5.3.3.2 Obstacle.msg

• header: información del fotograma y marca de tiempo de los datos actuales
• status: información de estado devuelta por el algoritmo de evitación de obstáculos

• io_output: información de evitación de obstáculos generada por la interfaz io

• box_number: número de obstáculos
• box: información de los obstáculos, matriz de longitud variable cuya longitud viene determinada por box_number

5.3.3.3 Obstacle_box.msg

• center: centro de masa del obstáculo en la nube de puntos
• rotation: matriz de rotación de la nube de puntos del obstáculo
• translation: vector de traslación de la nube de puntos del obstáculo
• width: ancho del marco del obstáculo
• height: alto del marco del obstáculo
• depth: profundidad del marco del obstáculo

5.3.3.4 Result.msg

• ret: valor devuelto obtenido al ejecutar el SDK
• msg: descripción del valor devuelto obtenido al ejecutar el SDK

5.3.3.5 Pallet.msg

• header: información del fotograma y marca de tiempo de los datos actuales
• status: información de estado devuelta por el reconocimiento de palés:

• x: distancia X entre la bandeja y el centro óptico de la cámara
• y: distancia Y entre la bandeja y el centro óptico de la cámara
• yaw: ángulo theta entre el centro de la bandeja y el centro óptico de la cámara

​

5.3.4 Unique Service Description

5.3.4.1 LxBool.srv

• cmd: the parameter number that needs to be obtained or set
• val: the value set when setting
• is_set: Whether to set the parameter. When it is true, the value in val will be set to the camera. When it is false, the value of this parameter will be read from the camera and displayed.
• val: The value of the camera’s current parameter returned when getting or setting it
• result: the value and information returned by calling the SDK interface

5.3.4.2 LxCmd.srv

• cmd: The parameter number that needs to be obtained or set. When it is 0, all parameter numbers will be returned.
• result: the value and information returned by calling the SDK interface, cmd may have multiple return values

5.3.4.3 LxFloat.srv

• cmd: the parameter number that needs to be obtained or set
• val: the value set when setting
• is_set: Whether to set the parameter. When it is true, the value in val will be set to the camera. When it is false, the value of this parameter will be read from the camera and displayed.
• max_value: the maximum value that can be set for this parameter
• min_value: the minimum value that can be set for this parameter
• cur_value: the current value of this parameter in the camera
• available: whether this parameter supports setting
• result: the value and information returned by calling the SDK interface

5.3.4.4 LxInt.srv

• cmd: the parameter number that needs to be obtained or set
• val: the value set when setting
• is_set: Whether to set the parameter. When it is true, the value in val will be set to the camera. When it is false, the value of this parameter will be read from the camera and displayed.
• max_value: the maximum value that can be set for this parameter
• min_value: the minimum value that can be set for this parameter
• cur_value: the current value of this parameter in the camera
• available: whether this parameter supports setting
• result: the value and information returned by calling the SDK interface

5.3.4.5 LxString.srv

• cmd: the parameter number that needs to be obtained or set
• val: the value set when setting
• is_set: Whether to set the parameter. When it is true, the value in val will be set to the camera. When it is false, the value of this parameter will be read from the camera and displayed.
• val: The value of the camera’s current parameter returned when getting or setting it
• result: the value and information returned by calling the SDK interface

​

5.3.5 Description of topic subscription methods

5.3.5.1 Subscription frame rate, tray algorithm, obstacle avoidance algorithm output data

5.3.5.2 Subscribe to image data (ROS1)

5.3.5.3 Subscribe to image data (ROS2)

5.3.5.4 Subscribe to point cloud data

​

5.3.6 Description of service communication methods

5.3.6.1 Get the list of all parameter numbers (Lx_Cmd)

5.3.6.2 Get Int parameter (Lx_Int)

5.3.6.3 Set Int parameters (Lx_Int)

5.3.6.4 Get Float parameters (Lx_Float)

5.3.6.5 Set Float parameters (Lx_Float)

5.3.6.6 Get Bool parameters (Lx_Bool)

5.3.6.7 Set Bool parameters (Lx_Bool)

5.3.6.8 Get String parameter (Lx_String)

5.3.6.9 Set String parameters (Lx_String)

​

ROS recommended hardware and resource usage

​

6.1 Recommended hardware configuration

​

6.2 CPU details

• Dual stream: refers to turning on any two streams of RGB, depth and intensity

• Four streams: means RGB, depth, intensity, and point cloud are all turned on

• To enable the pallet algorithm, the depth must be enabled
• To turn on the obstacle avoidance algorithm, you must turn on depth
• To turn on the positioning algorithm, you must turn on RGB

​

6.3 Memory details

• Dual stream: refers to turning on any two streams of RGB, depth and intensity

• Four streams: means RGB, depth, intensity, and point cloud are all turned on

• To enable the pallet algorithm, the depth must be enabled
• To turn on the obstacle avoidance algorithm, you must turn on depth
• To turn on the positioning algorithm, you must turn on RGB

3. The light blue background in the table is the running configuration with point cloud enabled, and the colorless background is the running configuration without point cloud enabled. All the test data below have the algorithm shifted down by default, so for S2 series cameras, all test values ​​may be too small [some algorithms of S2 series cameras are forced to move up].

​

Appendix

​

1. Cmake specified version installation method

​

2. Opencv specified version installation method

1. Download the required version of opencv: Releases-OpenCV

2. Environment configuration, execute the following commands in sequence:

3. Create a new opencv folder and extract the downloaded source code into the opencv folder.
4. Execute the following commands in sequence:
5.   cd opencv
6.   mkdir build && cd build
7.   sudocmake-DCMAKE_BUILD_TYPE=Release-D
8.   CMAKE_INSTALL_PREFIX=/usr/local ..
9.   sudo make -j4
10. sudo make install and wait for the installation to complete

​

3. Pcl specified version installation method

1. Check the supported pcl version:

2. Install the specified pcl version (where 1.10.0 needs to be replaced with the required version number):

​

4. Install ROS

1. Add the software source and set the secret key:

2. Add secret key:

3. Update source:

4. Install complete ros:

5. Configure environment variables:

6. Complete ROS-related tools:

7. Now that the installation of ROS1 is complete, run the example that comes with ROS to check whether the installation is correct:

1. Set up the software source:

3. Update software list:

4. Install Ubuntu18.04 version of ROS1:

5. Set environment variables:

6. Complete ROS-related tools:

7. Now that the installation of ROS1 is complete, run the example that comes with ROS to check whether the installation is correct:

1. Configure the public key:

2. If it shows that it cannot connect to the server or times out, please update the software source list first:

3. After configuring the public key, update the software list again:

4. Set environment variables:

5. Install ROS tools:

6. Now that the installation of ROS1 is complete, run the example that comes with ROS to check whether the installation is correct:

​

5. How to create a new test package in Ros

1. Create a new folder ws, create a new src folder in the ws folder, enter the src folder and execute:

2. This creates a new package named example, which depends on std_msgs rospy roscpp
3. Then compile this new package: catkin_make This is an empty package, there will not be any executable program, it is just a package
4. Next, we will demonstrate how to create a package that can output ‘Hellow world’
5. Based on the package just now, we enter the src folder (src in the package) and create a new main.cpp, as shown below (pay attention to the path):

6. In main.cpp, we enter some codes:

7. Then we change the outside CMakeLists.txt and add a line at the bottom: add_executable(example src/main.cpp)

8. Then return to the ws directory to compile and execute the command: catkin_make

9. Seeing these means the compilation is successful.
10. Next we configure the environment:

11. Then execute the program and you can see the output:

​

6. Install ROS2

1. Add secret key:

2. Add permissions:

3. If an error is reported in this step, use VPN to bypass the wall and then open the browser, enter the URL, and copy the content, then create a new ros.asc and copy the content to the file. After the copy is completed, the following is as follows:
4. Then re-execute step 3: sudo apt-key add ros.asc
5. Continue execution:

6. Install ROS2:

7. Configure environment variables:

8. Install the function package:

9. Try running the example program, open a terminal and run:

10. Open another interrupt to run:

11. The following terminal output proves that the installation is successful:

1. Add software source

2. If this step reports an error as follows:
3. Use VPN to bypass the wall, then open the browser, enter the URL, and copy the content, then create a new ros.asc and copy the content to the file. After the copy is completed, it is as follows:
4. Then re-execute step 3: sudo apt-key add ros.asc
5. Continue execution:

6. After completion, start downloading ros2, in which the red fonts need to be replaced with different versions (see the table above):

7. Wait for the installation to complete and continue to install the python library. Execute: sudo apt install -y libpython3-dev python3-pip pip3 install -U argcomplete

8. Try running the sample program, open a terminal and run:

9. Open another interrupt to run:

10. The following terminal output proves that the installation is successful:

1. Add software source

2. If you encounter the error “ailed to connect to raw.githubusercontent.com port 443 after 13 ms: connection refused”

3. Add the following analysis

4. The added files are as follows:

5. Continue execution:

6. After completion, start downloading ros2:

7. Wait for the installation to complete and continue to install the python library. Execute: sudo apt install -y libpython3-dev python3-pip pip3 install -U argcomplete
8. Then configure the environment variables:

9. Try running the sample program, open a terminal and run:

10. Open another interrupt to run:

11. The following terminal output proves that the installation is successful:

1. Add software source

2. If you encounter the error “ailed to connect to raw.githubusercontent.com port 443 after 13 ms: connection refused”

3. After completion, start downloading ros2: sudo apt update

4. Wait for the installation to complete and continue to install the python library. Execute: sudo apt install -y libpython3-dev python3-pip pip3 install -U argcomplete
5. Then configure the environment variables:

6. Try running the sample program, open a terminal and run:

7. Open another interrupt to run:

8. The following terminal output proves that the installation is successful:

​

7. How to create a new test package in Ros2

1. Execute the command:

2. You can create a new package named example_p and a node named example_n. After running, it will output: hello world example_p package