Project Icon

PlotJuggler

开源时间序列数据可视化与分析工具

PlotJuggler是一个开源的时间序列数据可视化与分析工具。该工具支持文件数据加载和实时数据流,能够处理大规模时间序列和数据点。PlotJuggler提供拖放式界面、OpenGL渲染、数据转换功能和插件扩展机制。它兼容多种数据源和格式,如CSV、ULog、JSON等,并可与ROS系统集成。通过内置的Transform Editor和Custom Function Editor,用户能方便地进行数据分析和处理。

PlotJuggler

windows ubuntu macos ROS1 ROS2 Tweet

金牌赞助商Greenzie

PlotJuggler 3.9

PlotJuggler是一款快速强大直观的时间序列可视化工具。

值得注意的特性:

  • 简单的拖放式用户界面。
  • 从文件加载数据。
  • 连接到实时数据流。
  • 保存可视化布局和配置以便日后重复使用。
  • 快速的OpenGL可视化。
  • 可处理数千个时间序列和数百万个数据点。
  • 使用简单的编辑器转换数据:导数、移动平均、积分等...
  • PlotJuggler可以通过插件轻松扩展。

PlotJuggler

数据源(文件和流式)

  • 加载CSV文件。
  • 加载ULog(PX4)。
  • 订阅多种不同的流式数据源:MQTT、WebSockets、ZeroMQ、UDP等。
  • 理解JSON、CBOR、BSON、Message Pack等数据格式。
  • ROS良好集成:打开rosbags和/或订阅ROS主题(ROS1和ROS2都支持)。
  • 支持Lab Streaming Layer,该协议被许多设备使用。
  • 轻松添加自定义数据源和/或格式...

转换和分析数据

PlotJuggler不仅可以轻松可视化数据,还可以分析数据。 您可以使用简单且可扩展的转换编辑器操作时间序列。

或者,您可以使用自定义函数编辑器,它允许您使用基于Lua的脚本语言创建多输入/单输出函数。

如果您不熟悉Lua,不用担心,您只需5分钟就能学会 ;)

教程

要学习如何使用PlotJuggler,请查看以下教程:

教程 1教程 2教程 3

支持的插件

一些插件可以在不同的仓库中找到。各个README文件应该包含编译和使用插件所需的所有信息。

请在相关的Github仓库中提交具体问题、拉取请求和问题:

如果你想要一个简单的例子来学习如何编写自己的插件,可以看看PlotJuggler/plotjuggler-sample-plugins

安装

Snap(推荐在Ubuntu中使用,也适用于ROS用户)

snap包含一个可以与ROS1或ROS2一起使用的PlotJuggler版本。

从Snap商店获取

要在Ubuntu 22.04中安装并支持ROS2,请运行:

sudo snap install plotjuggler

如果你仍在使用ROS1(Ubuntu 20.04),请改为安装:

sudo snap install plotjuggler-ros

Windows二进制安装程序

此安装程序不包含ROS插件。

Windows安装程序PlotJuggler-Windows-3.9.0-installer

ROS用户的Debian软件包

使用以下命令安装ROS软件包:

sudo apt install ros-$ROS_DISTRO-plotjuggler-ros

要在ROS上启动PlotJuggler,使用以下命令:

rosrun plotjuggler plotjuggler

或者,如果你使用的是ROS2:

ros2 run plotjuggler plotjuggler

ROS插件在单独的仓库中提供:https://github.com/PlotJuggler/plotjuggler-ros-plugins

如果你想从源代码编译PJ及其ROS插件,请查看该仓库中的说明。

从源代码编译

你可以在这里找到详细说明:COMPILE.md

赞助和商业支持

PlotJuggler的开发和维护需要大量工作;我的目标是构建最直观和强大的数据和时间序列可视化工具。

如果你觉得PlotJuggler有用,可以考虑通过PayPal捐赠或成为Github赞助商

如果你需要扩展PlotJuggler的任何功能以满足特定需求或解析自定义数据格式,你可以从主要作者Davide Faconti获得商业支持。

许可证

PlotJuggler根据Mozilla公共许可证版本2.0发布,允许用户开发闭源插件。

请注意,一些第三方依赖项(包括Qt)使用GNU较宽松通用公共许可证

星标历史

星标历史图表

贡献者

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号