在做机器人的调试的时候，关节的位置、速度和加速度曲线是必须要看的三样东西。
很多人一开始会在 Python 和 MATLAB 之间纠结。
但是真正做项目的时候就会发现，大部分的时间都花在了“数据如何变成曲线”的环节上。
比如rosbag，需要先写解析脚本。
PX4 的 ULog 要用工具进行转换。
产线里 MQTT 数据来了，还要先落盘再画图。折腾一圈，半天就没了。
最近挖到一个开源神器，可以直接拖拽使用，效率提高了一倍。
在 Github 上有 6000 多人关注。
它是一个可以同时显示上千条曲线的时间序列可视化工具。
10年老牌项目，ROS圈做数据分析的基本都知道。
做机器人算法调试和无人机飞控分析的工程师，强烈建议用起来。
下面我们看看它有哪些独特功能。
rosbag和ULog文件可以直接拖进来看曲线。
以前要用 Python 或 MATLAB 写脚本解析，现在打开软件把文件拖进去，曲线就出来了。
ROS1 和 ROS2 都支持，PX4 飞控的 uLog 格式也可以直接打开，不需要格式转换。
上面是多条曲线一起显示的效果，不同颜色表示不同数据通道，非常清楚。
做运动学算法调试时，关节轨迹、速度变化、加速度响应等数据可以一次性对比出来。
无人机飞行日志的姿态角、角速度和控制输出等数据，直接打开ULog文件就能展示，效率直接翻倍。
数据源很广泛，可以是文件也可以是实时流。
CSV文件、MQTT消息、WebSocket数据流、UDP包等都可以直接接入。
MQTT订阅之后就可以直接看到曲线了，PLC变量的变化会实时地显示出来。
Lab Streaming Layer也能直接接，生理信号、运动数据都能实时进来。
数据源不支持的话，可以用插件自己做一个。
JSON、CBOR、BSON、MessagePack 这些常见工业格式也都支持。
二维可视化能力也很好，深度图、视频都可以处理。
深度摄像头数据、H264/H265 视频流、WebRTC 实时视频等可以直接加载并显示出来。
上面是2D场景叠加可视化的效果，图像和标注同时呈现，调试视觉算法特别方便。
OpenGL渲染，百万数据点不卡。
上千条曲线同时显示，每条百万级数据点，拖拽缩放都不卡顿。
在做产线数据的时候，它性能上的优点就比较明显了。
以前用Python的matplotlib做图，数据量大的时候就会变慢，现在用了GPU来加快速度，反应很快。
在机器人调试时需要同时查看几十个关节变量，每个变量有几万多个数据点，传统的工具基本顶不住。
用 PlotJuggler 可以实现高性能渲染，
3D可视化更是亮点，点云、网格模型都能实时渲染。
ROS的TF变换系统自带，深度摄像头和激光雷达的点云数据可以直接显示出来。
上面是3D点云和网格模型的可视化效果，做SLAM调试时能直观看到环境重建情况。
内置数据变换函数，常用的运算可以拖拽完成。
导数、移动平均、积分、差分，这些工程常用的运算，不用写代码。
选择曲线之后，在变换选项里就可以看到结果了。
在机器人调试的时候，由位置计算出速度，再由速度计算出加速度，两步就可以完成了。
在做振动分析的时候，用移动平均来平滑掉噪声，然后积分得到位移，再对它求导得到加速度的变化率。
以前写MATLAB函数要花很多时间，现在只要拖拽就可以得到结果，比以前方便多了。
传感器数据有噪声？移动平均一键平滑，参数还能调整窗口大小。
Lua脚本支持自定义函数，5分钟学会语法。
内置函数不够用？Lua脚本写自己的计算逻辑，多输入单输出都行。
语法简单，比Python方便得多，不需要环境配置，实时计算，数据一进来就出结果。
想计算两个传感器的差值？写个简单函数，实时显示偏差曲线。
多输入函数也支持，比如融合3个传感器数据，算加权平均值，Lua几行就搞定。
看到这你想装上试试？
Ubuntu 用户可以直接用 snap 安装，一行命令就可以完成。
sudo snap install plotjugglerWindows 和 macOS 用户可以到 Release 页面下载安装包，解压后就可以运行了。
感兴趣的朋友可以抓紧试试。
开源地址：https://github.com/PlotJuggler/PlotJuggler 免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
下一主题
