参考文章

https://blog.csdn.net/qq_28877125/article/details/131032064?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0-131032064-blog-116835100.235^v43^pc_blog_bottom_relevance_base4&spm=1001.2101.3001.4242.1&utm_relevant_index=3

Linux的启动过程

桌面端和嵌入式端的启动过程都遵循以下步骤

这里以嵌入式端Linux启动为例子：

硬件上电与BootROM阶段

系统通电后，CPU首先执行固化在芯片内部的BootROM代码。该阶段完成基础硬件初始化（如时钟、片内RAM），并根据引脚配置确定启动设备（如eMMC、TF卡），随后从设备中加载SPL（Secondary Program Loader）到RAM并执行。

二级引导加载程序（SPL + U-Boot）

SPL：作为轻量级引导程序，负责初始化DDR内存，并将完整的U-Boot加载到内存中。
U-Boot：进一步初始化硬件（如网络、存储设备），加载Linux内核镜像（含内核、设备树、根文件系统）到内存，并传递启动参数。

Linux内核启动

内核解压后，执行以下关键操作：
初始化硬件子系统：包括中断控制器、内存管理、设备驱动等。
挂载根文件系统：通过内核参数确定根文件系统位置（如从存储设备或网络），完成挂载。
启动第一个用户进程：内核调用start_kernel()完成初始化后，启动/sbin/init进程。

用户空间初始化

init进程：读取/etc/inittab配置文件，设置默认运行级别（如多用户模式）。
执行启动脚本：依次运行/etc/init.d/rcS及对应运行级别目录（如rc5.d）中的脚本，完成网络配置、服务启动等。
启动应用程序：最终通过getty或自定义脚本启动用户应用程序。

关键补充说明

硬件初始化分层：BootROM和U-Boot的硬件初始化可能被内核覆盖，内核的初始化是最终生效的。
内核解压方式：嵌入式系统常采用运行时解压以节省存储空间。

#include <ros/ros.h>
#include <sensor_msgs/Image.h>
#include <cv_bridge/cv_bridge.h>
#include <opencv2/opencv.hpp>
#include <image_transport/image_transport.h>
#include <thread>
#include <atomic>

class OpenCVGStreamerNode {
public:
    OpenCVGStreamerNode(ros::NodeHandle& nh) : it(nh), running(true) {
        // 从参数服务器获取 GStreamer 管道配置
        nh.param<std::string>("gstreamer_pipeline", gstreamer_pipeline,
                               "udpsrc port=5600 caps='application/x-rtp, media=(string)video, clock-rate=(int)90000, encoding-name=(string)H265' ! rtph265depay ! h265parse ! nvv4l2decoder ! nv3dsink -e");
        nh.param<std::string>("output_topic", output_topic, "/openipc_camera/image");

        // 发布图像话题
        image_pub_ = it_.advertise(output_topic, 1);

        // 启动图像捕获线程
        capture_thread = std::thread(&OpenCVGStreamerNode::captureImages, this);
    }

    ~OpenCVGStreamerNode() {
        running = false;
        if (capture_thread.joinable()) {
            capture_thread.join();
        }
    }

private:
    void captureImages() {
        // 使用 GStreamer 管道配置初始化 VideoCapture
        cv::VideoCapture cap(gstreamer_pipeline, cv::CAP_GSTREAMER);
        if (!cap.isOpened()) {
            ROS_ERROR("Failed to open video stream using GStreamer pipeline: %s", gstreamer_pipeline.c_str());
            return;
        }

        cv::Mat frame;
        while (running) {
            cap >> frame;  // 从视频流捕获一帧
            if (frame.empty()) {
                ROS_WARN("Received empty frame from video stream");
                continue;
            }

            // 将 OpenCV 图像转换为 ROS 图像消息
            sensor_msgs::ImagePtr msg = cv_bridge::CvImage(std_msgs::Header(), "bgr8", frame).toImageMsg();
            image_pub_.publish(msg);
        }
    }

    image_transport::ImageTransport it_;
    image_transport::Publisher image_pub_;
    std::string gstreamer_pipeline;
    std::string output_topic;
    std::thread capture_thread;
    std::atomic<bool> running;
};

int main(int argc, char** argv) {
    ros::init(argc, argv, "opencv_gstreamer_node");
    ros::NodeHandle nh;

    // 创建 OpenCV GStreamer 节点
    OpenCVGStreamerNode opencv_gstreamer_node(nh);
    ros::spin();
    return 0;
}