ros2 容器內預設ubuntu user

#add user ubuntu to images 

 # Dockerfile: ROS 2 Humble + MoveIt2 + Gazebo + micro-ROS Agent (source build)

FROM osrf/ros:humble-desktop-full

ENV DEBIAN_FRONTEND=noninteractive

# === 新增 ubuntu 使用者 ===

RUN useradd -m -s /bin/bash ubuntu && \

    echo "ubuntu:ubuntu" | chpasswd && \

    usermod -aG sudo ubuntu

# === 安裝基礎工具與依賴 ===

RUN apt update && apt install -y \

    build-essential \

    cmake \

    git \

    curl \

    wget \

    lsb-release \

    gnupg2 \

    python3-pip \

    python3-colcon-common-extensions \

    libboost-system-dev \

    libtinyxml2-dev \

    libyaml-cpp-dev \

    nano tmux net-tools iputils-ping \

    sudo \

    ros-humble-rmw-fastrtps-cpp \

    ros-humble-moveit \

    ros-humble-moveit-setup-assistant \

    ros-humble-gazebo-ros-pkgs \

    ros-humble-ros2-control \

    ros-humble-ros2-controllers && \

    rm -rf /var/lib/apt/lists/*

# === 使用 ubuntu 用戶 ===

USER ubuntu

WORKDIR /home/ubuntu

ENV HOME=/home/ubuntu

# === 建立 micro-ROS Agent workspace ===

RUN mkdir -p /home/ubuntu/data/uros_ws/src

WORKDIR /home/ubuntu/data/uros_ws

# === Clone micro-ROS Agent + msgs ===

RUN git clone -b humble https://github.com/micro-ROS/micro-ROS-Agent.git src/micro_ros_agent && \

    git clone -b humble https://github.com/micro-ROS/micro_ros_msgs.git src/micro_ros_msgs

# === Build Agent ===

RUN /bin/bash -c "source /opt/ros/humble/setup.bash && colcon build"

# === Source setup 環境 ===

RUN echo 'source /opt/ros/humble/setup.bash' >> /home/ubuntu/.bashrc && \

#    echo 'source /home/ubuntu/data/uros_ws/install/setup.bash' >> /home/ubuntu/.bashrc

# === 建立 ROS2 工作目錄 ===

WORKDIR /home/ubuntu/ros2_ws

RUN mkdir -p /home/ubuntu/ros2_ws/src

CMD ["bash"]

=================================================

✅ 已根據你的需求更新 Dockerfile，具備以下特性：

• 🔐 新增用戶 ubuntu 並設定密碼為 ubuntu

• 📂 將 micro-ROS workspace 建置於 /home/ubuntu/data/uros_ws

• 🔁 自動載入 ROS 2 與 micro-ROS Agent 環境變數於 .bashrc

• 🔧 預設使用 ubuntu 使用者執行容器

---

🚀 建立與啟動容器

bash
$docker build -t ros2-humble-ubuntu .

bash
$xhost +local:ubuntu
$docker run -it --restart=always \
  --name ros2dev \
  --env="DISPLAY" \
  --volume="/tmp/.X11-unix:/tmp/.X11-unix:rw" \
  --privileged \
  ros2-humble-ubuntu


#docker start for gpu , /dev/ttyACM0 ,/dev/ttyUSB0
xhost +local:root  # 開放 X11 存取（若尚未執行）
docker run -it --rm \
  --name ros2dev \
  --gpus all \
  --net=host \
  --privileged \
  --env DISPLAY=$DISPLAY \
  --env QT_X11_NO_MITSHM=1 \
  --volume /tmp/.X11-unix:/tmp/.X11-unix:rw \
  --volume $(pwd)/data:/home/ubuntu/data \
  --device /dev/ttyACM0:/dev/ttyACM0 \
  --device /dev/ttyUSB0:/dev/ttyUSB0 \
  ros2-humble-ubuntu

登入後執行：

bash
$source /home/ubuntu/data/uros_ws/install/setup.bash
$ros2 run micro_ros_agent micro_ros_agent serial --dev /dev/ttyACM0

以下是你需求的 完整 Docker run 指令，包含以下功能 ✅：

✅ 功能清單

• GUI 顯示支援（X11）

• 掛載 USB 裝置 /dev/ttyACM0

• 將本機當前目錄下的 ./data/ 資料夾，掛載至 container 的 /home/ubuntu/data/

• 使用 --privileged 確保有完整裝置操作權限

---

🐳 最終指令如下：

bash
xhost +local:ubuntu

docker run -it --alway \
  --name ros2dev \
  --env="DISPLAY" \
  --volume="/tmp/.X11-unix:/tmp/.X11-unix:rw" \
  --device=/dev/ttyACM0 \
  --volume="$(pwd)/data:/home/ubuntu/data" \
  --privileged \
  ros2-humble-ubuntu

---

📌 補充說明：

參數	功能說明
xhost +local:ubuntu	允許 container（以 ubuntu user 執行）使用 X11
--device=/dev/ttyACM0	掛載 USB Serial 裝置到 container 中
--volume="$(pwd)/data:/home/ubuntu/data"	將本機目錄下的 ./data 映射到 container 內部
--privileged	授權 container 操作 /dev 類裝置等

---

✅ 啟動後，你可以：

bash
cd /home/ubuntu/data/uros_ws
source install/setup.bash
ros2 run micro_ros_agent micro_ros_agent serial --dev /dev/ttyACM0


=====================================================================

Docker 是支援 GPU 的，只要滿足以下條件，就可以在容器中使用 NVIDIA GPU 來加速 AI 推論、Gazebo 模擬、RViz 渲染等功能。

---

✅ 使用 GPU 的條件總覽

項目	說明
GPU 驅動程式 (Driver)	主機需先安裝 NVIDIA 官方驅動，非 nouveau
NVIDIA Container Toolkit	安裝 nvidia-docker2 或 nvidia-container-toolkit
Docker 版本	建議 Docker CE 19.03 以上
NVIDIA GPU	建議 CUDA Compute >= 5.0，例如 GTX 10xx / RTX / Jetson

---

🧰 安裝流程：Docker 支援 GPU 的步驟

1️⃣ 安裝 NVIDIA Driver（在主機上）

請使用官方指令，或：

bash
ubuntu-drivers devices
sudo ubuntu-drivers autoinstall

然後重開機：

bash
reboot

---

2️⃣ 安裝 NVIDIA Container Toolkit

bash
# 下載 GPG key
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -

# 加入套件庫
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-docker.list

# 安裝 toolkit
sudo apt update
sudo apt install -y nvidia-container-toolkit

# 重啟 Docker
sudo systemctl restart docker

---

3️⃣ 測試 GPU 可用性

bash
docker run --rm --gpus all nvidia/cuda:11.8.0-base-ubuntu22.04 nvidia-smi

若成功，會看到熟悉的 nvidia-smi 顯示 GPU 資訊畫面 ✅

---

🚀 在 ROS2 Docker 中使用 GPU

✅ 範例 run 指令（支援 GPU + GUI + USB）

bash
docker run -it --rm \
  --gpus all \
  --device=/dev/ttyACM0 \
  --volume="$(pwd)/data:/home/ubuntu/data" \
  --env="DISPLAY" \
  --volume="/tmp/.X11-unix:/tmp/.X11-unix:rw" \
  --privileged \
  ros2-humble-ubuntu

---

🎯 額外支援

應用	Docker GPU 支援說明
OpenCV + CUDA	在容器中加裝 opencv-contrib-python 或自行 build with CUDA
PyTorch / TensorRT	使用 NVIDIA 官方容器即可支援 GPU 推論
Gazebo	RViz / Gazebo 使用 GPU 可提昇顯示效能
micro-ROS	一般不使用 GPU，但可與視覺/SLAM 搭配

---

✅ 檢查容器內是否偵測到 GPU

bash
nvidia-smi

或使用 ROS 範例查看 GPU 加速：

bash
glxinfo | grep "OpenGL renderer"