引言

ROS 2 把感知、规划与控制等功能组织为相互协作的节点,并为通信、调度与系统集成提供基础。理解节点如何交换数据,以及客户端、执行器和中间件各自负责什么,是阅读这篇架构指南的起点。

ROS 2 的节点通过话题、服务与动作协作;客户端及执行器、RMW 接口和中间件实现构成分层通信基础。
图:ROS 2 以节点组织机器人软件,用话题、服务与动作建立协作;客户端与执行器、RMW 接口和中间件实现分别承担不同职责。

一、从 ROS 1 到 ROS 2

1.1 为什么要重构

ROS(Robot Operating System) 诞生于 2007 年斯坦福大学人工智能实验室(STAIR 项目)与 Willow Garage,其初衷是为学术界提供一个开源的机器人软件快速原型平台。随着机器人技术从实验室走向工业自动化、商用服务、自动驾驶以及人形具身智能,ROS 1 的设计局限性日益凸显:

  1. 中心化单点故障(Single Point of Failure):ROS 1 强依赖运行在固定 IP/端口的 roscore(Master 节点)。若 Master 崩溃或发生网络分区,整个机器人系统的节点发现与通信注册将全面瘫痪。
  2. 缺乏确定性与硬/软实时支持:ROS 1 的底层基于标准 TCP/UDP socket,操作系统调度无优先级控制,无法满足工业控制器与底层电机驱动微秒/毫秒级的确定性实时控制需求。
  3. 网络适应性差与无原生加密安全机制:TCPROS/UDPROS 在无线有损网络(Wi-Fi、4G/5G、跨网段)中丢包率高、重连机制脆弱;通信链路为明文传输,无身份认证与访问控制机制。
  4. 多机协同与多机器人集群复杂度高:ROS 1 多机通信需严格配置 ROS_MASTER_URI 与 ROS_IP,缺少灵活的域隔离与多机发现治理方案。
  5. 嵌入式微控制器隔离:无法直接运行在计算与内存受限的微控制器(MCU/DSP/RTOS)上,通常只能通过脆弱的串口协议(如 rosserial)做低效桥接。

为了解决这些问题,Open Robotics 没有在 ROS 1 上打补丁,而是基于工业标准 DDS(Data Distribution Service) 重新设计了 ROS 2。

flowchart TB
    subgraph ROS1["ROS 1:依赖中心节点 roscore"]
        direction LR
        N1["传感器节点"] -->|注册 / 查询| Master["roscore (Master)<br/>单点故障"]
        N2["算法节点"] -->|注册 / 查询| Master
        N3["控制节点"] -->|注册 / 查询| Master
        style Master fill:#ffe3e3,stroke:#c92a2a,color:#7a1c1c
    end

    subgraph ROS2["ROS 2:节点经 DDS 自动发现"]
        direction LR
        P1["传感器节点"] <-->|RTPS 发现| P2["算法节点"]
        P2 <-->|按 QoS 匹配| P3["控制节点"]
        style ROS2 fill:#eefaf0,stroke:#2b8a3e
    end

    ROS1 ~~~ ROS2

图:ROS 1 的节点要先向 roscore 注册才能互相找到;ROS 2 的节点通过 DDS/RTPS 直接发现彼此,没有中心节点。

1.2 ROS 1 与 ROS 2 对比

维度 ROS 1 (Noetic / Melodic) ROS 2 (Humble / Iron / Jazzy) 核心价值 / 工业影响
网络拓扑 基于 Master (roscore) 集中协调 基于 DDS RTPS 的完全分布式去中心化 杜绝单点失效,支持大规模集群动态组网
底层通信 自定义 TCPROS / UDPROS 协议 OMG 工业级 DDS 标准(Fast DDS, Cyclone DDS, Connext 等) 复用军工/航空级成熟数据分发底座
服务质量 (QoS) 仅支持简单 TCP 可靠传输与 UDP 尽力传输 完备的 QoS 策略(Reliability, Durability, History, Deadline 等) 精准适配传感器高频低延时与控制高可靠需求
跨进程/进程内通信 Socket 序列化拷贝;Nodelet 进程内共享(API 割裂) 统一 Component 容器;原生支持借用指针零拷贝(Zero-Copy IPC) 极大降低百兆高分辨率点云与 4K 图像传输 CPU 占用
节点生命周期 无状态黑盒;节点各自无序初始化 原生受管生命周期节点(Lifecycle Managed Nodes) 保证传感器驱动、算法、执行器的确定性受控启动顺序与故障降级
实时性支持 Linux 通用内核;无实时保证 支持 Linux PREEMPT_RT、QNX、VxWorks 等硬实时 OS,内存零动态分配 API 满足微秒级闭环运动控制需求
嵌入式支持 仅通过 rosserial 串口转译 micro-ROS 原生支持 STM32、ESP32、Zephyr、FreeRTOS MCU 微控制器无缝作为 First-class ROS 2 节点
安全机制 无安全验证,网络裸奔 SROS2 规范:DDS-Security 身份鉴权、访问控制列表 (ACL)、TLS/AES 加密 满足商业机器人安全合规与抗网络攻击标准
参数系统 全局统一的 Parameter Server 节点私有独立的 Parameter 实例,支持运行时强类型约束与事件监听 避免参数命名空间污染,支持动态重配置拦截
多平台构建 强依赖 Ubuntu Linux / CMake (catkin) 原生支持 Linux, Windows, macOS (colcon + ament) 降低跨平台工业软件移植门槛

1.3 发行版与支持周期

ROS 2 每年 5 月发布一个版本,与 Ubuntu 的发布节奏对齐:偶数年发布长期支持版(LTS),支持 5 年;奇数年发布普通版本,支持约一年半。

发行版 发布 目标平台 类型 支持状态(截至 2026-10)
Foxy Fitzroy 2020-05 Ubuntu 20.04 LTS 已停止支持
Galactic Geochelone 2021-05 Ubuntu 20.04 普通 已停止支持
Humble Hawksbill 2022-05 Ubuntu 22.04 LTS 支持至 2027-05,目前部署最广
Iron Irwini 2023-05 Ubuntu 22.04 普通 已停止支持
Jazzy Jalisco 2024-05 Ubuntu 24.04 LTS 支持至 2029-05
Kilted Kaiju 2025-05 Ubuntu 24.04 普通 即将停止支持
Lyrical Luth 2026-05 Ubuntu 26.04 LTS 支持至 2031-05,最新 LTS

选型建议

  • 生产部署:选 Humble(Ubuntu 22.04)或 Jazzy(Ubuntu 24.04),Nav2、MoveIt 2、ros2_control 等生态包对它们的支持最完善。新项目可以评估 Lyrical,但要先确认依赖的生态包已经发布对应版本。
  • 前沿研发:用最新 LTS 或 Rolling,可以更早用上执行器性能优化、Type Adaptation 等新特性。

二、分层架构与 DDS

2.1 软件分层

ROS 2 采用分层设计,上层算法代码与底层传输中间件相互解耦:换一种中间件,不需要改业务代码。

flowchart TB
    subgraph UserLayer["用户应用层"]
        AppCpp["C++ 节点 / 组件"]
        AppPy["Python 节点 / 脚本"]
        AppRust["Rust 节点"]
    end

    subgraph ClientLayer["客户端库层"]
        RCLCPP["rclcpp<br/>(C++)"]
        RCLPY["rclpy<br/>(Python)"]
        RCLC["rclc<br/>(C / micro-ROS)"]
        RCL["rcl<br/>(纯 C 公共核心)"]
        RCUTILS["rcutils /<br/>rmw_implementation"]
    end

    subgraph RMWLayer["中间件接口层 (RMW)"]
        RMW_API["rmw:统一的 C 接口<br/>(Publisher / Subscriber / Service / WaitSet)"]
    end

    subgraph DDSLayer["中间件实现层"]
        RMW_Fast["Fast DDS"]
        RMW_Cyclone["Cyclone DDS"]
        RMW_Connext["Connext DDS"]
        RMW_Zenoh["Zenoh"]
    end

    subgraph TransportLayer["传输层"]
        UDP["UDP 组播 / 单播"]
        SHM["共享内存<br/>(POSIX / Iceoryx)"]
        UART["串口 / CAN / USB"]
    end

    AppCpp --> RCLCPP
    AppPy --> RCLPY
    AppRust --> RCL
    RCLCPP --> RCL
    RCLPY --> RCL
    RCLC --> RCL
    RCL --> RCUTILS --> RMW_API
    RMW_API --> RMW_Fast
    RMW_API --> RMW_Cyclone
    RMW_API --> RMW_Connext
    RMW_API --> RMW_Zenoh
    RMW_Fast --> UDP & SHM
    RMW_Cyclone --> UDP & SHM
    RMW_Connext --> UDP & SHM
    RMW_Zenoh --> UDP & UART

图中的中间件实现层对应 rmw_fastrtps_cpp、rmw_cyclonedds_cpp、rmw_connextdds 与 rmw_zenoh_cpp 四个包,2.3 节比较它们的取舍。

关键组件职责

  • rcl (ROS Client Library):纯 C 编写的公共逻辑层,负责参数解析、节点图、日志、时钟等与语言无关的功能,让 C++、Python 等客户端库行为一致。
  • rmw (ROS Middleware):统一的 C 接口,定义发布、订阅、等待集、QoS 映射等操作,上层代码无需知道底层用的是哪种中间件。
  • rosidl:接口定义语言(IDL)生成器,将 .msg、.srv、.action 自动生成为 C、C++、Python 的原生结构体与序列化/反序列化代码。

2.2 DDS 工作机制

DDS 是对象管理组织(OMG)制定的开放标准,其核心是 以数据为中心的发布-订阅模型(DCPS, Data-Centric Publish-Subscribe)。

flowchart LR
    subgraph Domain["DDS 通信域 (Domain ID: 0~101)"]
        subgraph Participant1["DomainParticipant (Node 1)"]
            Pub["Publisher"] --> DW["DataWriter"]
        end

        subgraph GlobalDataSpace["全局数据空间 (Global Data Space)"]
            TopicData[("Topic: /camera/image_raw<br/>Type: sensor_msgs/Image<br/>QoS: SensorData Profile")]
        end

        subgraph Participant2["DomainParticipant (Node 2)"]
            DR["DataReader"] --> Sub["Subscriber"]
        end

        DW ==>|"写入 (Write)"| TopicData
        TopicData ==>|"读取 (Take/Read)"| DR
    end

RTPS 自动发现

DDS 节点在局域网内启动时,无需 Master 协调即可自动发现彼此,其内部包含两个阶段:

  1. SPDP(Simple Participant Discovery Protocol):节点启动后,向预定端口(基于 Domain ID 计算的组播地址 239.255.0.1)周期性发送组播心跳包,宣告自身的 Participant GUID、IP 地址与传输端口。
  2. SEDP(Simple Endpoint Discovery Protocol):当 Participant 发现彼此后,建立可靠单播连接,互相交换各自包含的 DataWriter / DataReader 详细信息(Topic 名称、数据类型、QoS 配置)。若 QoS 匹配成功,即在底层建立点对点数据通道。
sequenceDiagram
    autonumber
    participant A as 节点 A (Publisher)
    participant Multicast as 局域网组播网段 (SPDP)
    participant B as 节点 B (Subscriber)

    Note over A: 节点 A 启动 (Domain 0)
    A->>Multicast: 广播 SPDP 心跳: "我是 NodeA, IP:Port=..."
    Multicast->>B: 转发 SPDP 发现报文
    Note over B: 节点 B 记录 NodeA 存在
    B->>A: 单播回复 SPDP 心跳: "我是 NodeB, IP:Port=..."

    rect rgb(240, 248, 255)
        Note over A,B: 进入 SEDP 端点匹配阶段 (单播交换元数据)
        A->>B: SEDP 宣告: "我有 DataWriter, 话题: /scan, QoS: BestEffort"
        B->>A: SEDP 宣告: "我有 DataReader, 话题: /scan, QoS: BestEffort"
        Note over A,B: 检查 QoS 兼容性:匹配成功!
    end

    rect rgb(240, 255, 240)
        Note over A,B: 建立直接数据流通道
        loop 传感器数据周期传输
            A->>B: 发送激光雷达 PointCloud / LaserScan 数据包
        end
    end

2.3 RMW 实现对比与切换

中间件 (RMW) 供应商 / 许可 优势与核心特性 劣势 / 注意事项 推荐应用场景
Fast DDS (rmw_fastrtps_cpp) eProsima (Apache-2.0) ROS 2 官方默认实现;功能完备,内置高性能共享内存 (SHM) 传输,支持 Discovery Server Wi-Fi 弱网环境下组播丢包易导致发现变慢 默认通用机器人开发、单机仿真、高性能单机部署
Cyclone DDS (rmw_cyclonedds_cpp) Eclipse (EPL-2.0) 架构轻量,代码精炼;对 Wi-Fi 抖动网络鲁棒性极佳,吞吐量高,延迟极低 共享内存配置较复杂(需配合 Iceoryx) 自动驾驶、多机分布式系统、无线移动机器人
Connext DDS (rmw_connextdds) RTI (商业许可) 工业/军工级认证,支持安全关键系统(ISO 26262 ASIL-D, DO-178C),调试工具集完备 商业收费闭源 航空航天、医疗手术机器人、车规级自动驾驶系统
Zenoh (rmw_zenoh_cpp) ZettaScale (Apache-2.0) 放弃复杂 RTPS,采用极简协议;零组播风暴,天然支持跨公网/4G/5G/云边协同通信 仍在快速演进中,生态工具链逐步成熟 跨广域网(WAN)车云互联、大规模机器人集群管理
# 环境变量动态切换 RMW(无需重新编译代码)
export RMW_IMPLEMENTATION=rmw_cyclonedds_cpp
ros2 run my_pkg my_node

# 验证当前使用的 RMW 实现
ros2 doctor --report | grep middleware

2.4 多机通信与 Domain ID

为了在同一局域网内隔离不同机器人或团队的节点,ROS 2 提供了 ROS_DOMAIN_ID。合法取值为 0 ~ 232,推荐使用 0 ~ 101:这个范围在各平台上都不会与操作系统的临时端口冲突。

# 在 ~/.bashrc 中为这台机器人设置域 ID
export ROS_DOMAIN_ID=42

# 发现范围(Jazzy 及以后):SUBNET 允许局域网多机通信,LOCALHOST 仅限本机
export ROS_AUTOMATIC_DISCOVERY_RANGE=SUBNET
# Humble 及更早版本用 ROS_LOCALHOST_ONLY=0/1 实现同样的效果(Jazzy 起已弃用)

DDS 端口计算公式 每个 Domain ID 占用一段固定的 UDP 端口: \(\text{Port} = 7400 + 250 \times \text{DomainID} + \text{Offset}\) 同一网段内设置了相同 ROS_DOMAIN_ID 的设备,节点会自动互相发现。

三、五种通信方式

ROS 2 将所有的软件解耦交互抽象为五种通信原语。选择正确的通信方式是系统架构设计的首要原则。

mindmap
  root((ROS 2 通信原语))
    话题 Topic
      单向异步广播
      发布 / 订阅模式
      适用:高频传感器流、控制指令
    服务 Service
      双向同步/异步请求响应
      客户端 / 服务端模式
      适用:短时触发、模式切换、参数查询
    动作 Action
      抢占式长时异步任务
      包含 Goal / Feedback / Result
      适用:导航、机械臂轨迹执行
    参数 Parameter
      节点私有运行时配置
      支持动态变更与验证
      适用:PID 增益、阈值、传感器外参
    生命周期 Lifecycle
      受控状态机迁移
      Unconfigured -> Inactive -> Active
      适用:确定性驱动启动、故障保护

3.1 如何选择

flowchart TD
    Start([需要进行模块间数据交互?]) --> Q1{数据流向是持续不断<br/>的高频数据吗?}
    Q1 -->|是| NodeTopic["使用 话题 (Topic)<br/>发布-订阅 / 异步解耦"]
    Q1 -->|否| Q2{需要等待对端<br/>返回确认结果吗?}
    Q2 -->|否| NodeTopic
    Q2 -->|是| Q3{任务处理耗时<br/>是否超过 100ms?}
    Q3 -->|否, 短时简单处理| NodeService["使用 服务 (Service)<br/>Request-Response 立即返回"]
    Q3 -->|是, 耗时长/可中断| NodeAction["使用 动作 (Action)<br/>带进度反馈 / 支持随时取消"]
    Start --> Q4{属于算法配置或运行时动态调参?}
    Q4 -->|是| NodeParam["使用 参数 (Parameter)<br/>支持 YAML 导入与回调拦截"]

3.2 话题 Topic

通信原理

话题是多对多的发布-订阅(Pub/Sub)通道。发布者将数据推送到 DDS 域中,订阅者根据 QoS 策略接收数据,双方在生命周期与网络拓扑上完全解耦。

flowchart LR
    subgraph Publishers["发布者集群"]
        P1["激光雷达驱动"]
        P2["深度相机点云"]
        P3["轮速计驱动"]
    end

    subgraph Channel["DDS 话题总线"]
        T1(["/scan<br/>(sensor_msgs/LaserScan)"])
        T2(["/odom<br/>(nav_msgs/Odometry)"])
    end

    subgraph Subscribers["订阅者集群"]
        S1["SLAM 建图节点"]
        S2["局部避障算法"]
        S3["RViz2 可视化看板"]
    end

    P1 --> T1
    P2 --> T1
    P3 --> T2
    T1 --> S1 & S2 & S3
    T2 --> S1 & S2

C++ 实现(rclcpp)

#include <chrono>
#include <memory>
#include <string>
#include "rclcpp/rclcpp.hpp"
#include "std_msgs/msg/string.hpp"

using namespace std::chrono_literals;

class RobustPublisher : public rclcpp::Node {
public:
    RobustPublisher() : Node("robust_publisher_node"), count_(0) {
        // 创建传感器专用的 BestEffort QoS
        rclcpp::QoS qos_profile(rclcpp::KeepLast(10));
        qos_profile.best_effort();
        qos_profile.durability_volatile();

        publisher_ = this->create_publisher<std_msgs::msg::String>("/telemetry_data", qos_profile);
        timer_ = this->create_wall_timer(100ms, std::bind(&RobustPublisher::timer_callback, this));
        
        RCLCPP_INFO(this->get_logger(), "高频发布节点已启动 (10Hz)...");
    }

private:
    void timer_callback() {
        auto message = std_msgs::msg::String();
        message.data = "Telemetry Frame #" + std::to_string(count_++);
        publisher_->publish(message);
    }

    rclcpp::TimerBase::SharedPtr timer_;
    rclcpp::Publisher<std_msgs::msg::String>::SharedPtr publisher_;
    size_t count_;
};

int main(int argc, char* argv[]) {
    rclcpp::init(argc, argv);
    rclcpp::spin(std::make_shared<RobustPublisher>());
    rclcpp::shutdown();
    return 0;
}

Python 实现(rclpy)

#!/usr/bin/env python3
import rclpy
from rclpy.node import Node
from rclpy.qos import QoSProfile, ReliabilityPolicy, HistoryPolicy
from std_msgs.msg import String

class RobustSubscriber(Node):
    def __init__(self):
        super().__init__('robust_subscriber_node')
        
        # 定义匹配发布端的 QoS 配置
        qos = QoSProfile(
            history=HistoryPolicy.KEEP_LAST,
            depth=10,
            reliability=ReliabilityPolicy.BEST_EFFORT
        )
        
        self.subscription = self.create_subscription(
            String,
            '/telemetry_data',
            self.listener_callback,
            qos
        )
        self.get_logger().info('订阅节点已就绪,等待遥测数据...')

    def listener_callback(self, msg: String):
        self.get_logger().info(f'收到遥测帧: "{msg.data}"')

def main(args=None):
    rclpy.init(args=args)
    node = RobustSubscriber()
    try:
        rclpy.spin(node)
    except KeyboardInterrupt:
        pass
    finally:
        node.destroy_node()
        rclpy.shutdown()

if __name__ == '__main__':
    main()

3.3 服务 Service

通信原理

服务是点对点的客户端-服务端(Client/Server)通信模型。客户端发送 Request,服务端计算后返回 Response。

注意:不要在单线程 Executor 的回调里同步等待服务结果(如对 async_send_request() 返回的 future 调用 get()、或 Python 中的 client.call())。等待会占住唯一的线程,响应回调永远得不到执行,造成死锁。应使用异步调用,在 future 完成时的回调里处理结果。

sequenceDiagram
    autonumber
    participant C as Service Client (控制节点)
    participant S as Service Server (电机伺服驱动)

    C->>S: 发送 SetBool.Request {data: true}
    Note over C: 非阻塞等待 (async) / 注册 Future 回调
    Note over S: 执行使能上电逻辑...
    S-->>C: 返回 SetBool.Response {success: true, message: "Motor Ready"}
    Note over C: Future 完成,执行后续业务

3.4 动作 Action

通信原理

动作用于耗时较长的异步任务,如底盘从 A 点导航到 B 点、机械臂执行一次抓取。一个 Action 在底层由三个服务和两个话题组成:

  1. Goal(服务):客户端发送目标,服务端决定接受或拒绝。
  2. Cancel(服务):客户端可随时请求取消,服务端安全中断当前任务。
  3. Result(服务):任务结束后返回最终结果(成功、失败或已取消)。
  4. Feedback(话题):执行过程中持续推送进度,如当前位姿、剩余距离。
  5. Status(话题):广播各个目标的当前状态。
stateDiagram-v2
    [*] --> ACCEPTED: 客户端发送 Goal, 服务端接受
    ACCEPTED --> EXECUTING: 开始执行任务逻辑
    
    state EXECUTING {
        [*] --> PublishingFeedback: 持续发送 Feedback 话题
        PublishingFeedback --> PublishingFeedback: 计算中间状态
    }

    EXECUTING --> SUCCEEDED: 顺利完成目标 (succeed)
    EXECUTING --> ABORTED: 遇到不可恢复异常 (abort)
    EXECUTING --> CANCELING: 收到客户端 CancelGoal 请求
    
    CANCELING --> CANCELED: 安全停止执行器 (canceled)

    SUCCEEDED --> [*]
    ABORTED --> [*]
    CANCELED --> [*]

Action 接口定义

# 1. 目标 (Goal)
geometry_msgs/PoseStamped pose
string behavior_tree
---
# 2. 最终结果 (Result)
std_msgs/Empty result
int16 error_code
---
# 3. 实时反馈 (Feedback)
geometry_msgs/PoseStamped current_pose
builtin_interfaces/Duration navigation_time
builtin_interfaces/Duration estimated_time_remaining
int16 number_of_recoveries
float32 distance_remaining

3.5 参数 Parameter

在 ROS 2 中,参数是绑定在具体节点实例上的私有数据项,支持强类型校验、范围约束和动态修改回调拦截。

// C++ 声明带描述符与动态校验的参数
rcl_interfaces::msg::ParameterDescriptor desc;
desc.description = "机器人最大线速度限制 (m/s)";
desc.floating_point_range.resize(1);
desc.floating_point_range[0].from_value = 0.0;
desc.floating_point_range[0].to_value = 2.5;
desc.floating_point_range[0].step = 0.05;

this->declare_parameter("max_linear_velocity", 1.0, desc);

// 注册动态参数变更拦截回调 (OnSetParametersCallback)
params_callback_handle_ = this->add_on_set_parameters_callback(
    [this](const std::vector<rclcpp::Parameter> &parameters) {
        rcl_interfaces::msg::SetParametersResult result;
        result.successful = true;
        for (const auto &param : parameters) {
            if (param.get_name() == "max_linear_velocity") {
                if (param.as_double() > 2.0) {
                    result.successful = false;
                    result.reason = "安全保护触发:实车线速度不可超过 2.0 m/s";
                } else {
                    RCLCPP_INFO(this->get_logger(), "速度上限更新为: %.2f", param.as_double());
                }
            }
        }
        return result;
    }
);

四、QoS 服务质量

QoS(Quality of Service)是 ROS 2 相比 ROS 1 最重要的通信改进:可以按数据流的特点,分别配置底层的传输行为。

4.1 核心策略

策略 可选值 含义
Reliability(可靠性) RELIABLE / BEST_EFFORT 丢包后重传;或尽力发送、允许丢包
Durability(持久性) VOLATILE / TRANSIENT_LOCAL 不保留历史;或为后加入的订阅者保留最近 N 条消息
History & Depth(历史队列) KEEP_LAST(N) / KEEP_ALL 只保留最近 N 条;或保留全部,直到资源上限
Liveliness & Lease(活跃度) AUTOMATIC / MANUAL_BY_TOPIC 由中间件自动上报存活;或由发布者显式声明存活
Deadline(截止期) 时间段 规定相邻两条消息的最大间隔,超时触发事件
Lifespan(生存期) 时间段 消息超过有效期后不再投递

4.2 兼容性规则

Request vs. Offer 原则

发布端提供(Offered)的 QoS 必须不低于订阅端请求(Requested)的 QoS,否则两端不会建立连接。程序照常运行,订阅端只是收不到数据,最多在日志里留下一条 QoS 不兼容警告;可以用 ros2 topic info -v 对比两端的 QoS 来排查。

flowchart LR
    subgraph Publisher["发布端 (Offered QoS)"]
        PubRel["Reliability: BEST_EFFORT"]
    end

    subgraph Subscriber["订阅端 (Requested QoS)"]
        SubRel["Reliability: RELIABLE"]
    end

    Publisher -.->|❌ 匹配失败!静默断开| Subscriber
    
    style Publisher fill:#ffe3e3,stroke:#e03131
    style Subscriber fill:#ffe3e3,stroke:#e03131

兼容矩阵

发布者 (Offered) 订阅者 (Requested) 匹配结果 说明
RELIABLE RELIABLE ✅ 兼容 全链路可靠传输(丢包自动重发)
RELIABLE BEST_EFFORT ✅ 兼容 发布者可提供高保证,订阅者降级接收
BEST_EFFORT BEST_EFFORT ✅ 兼容 尽力传输,低延时,允许丢包
BEST_EFFORT RELIABLE ❌ 不兼容 订阅者要求可靠,但发布者无法保证,无法通信
TRANSIENT_LOCAL VOLATILE ✅ 兼容 订阅者不需要历史数据,正常接收实时数据
VOLATILE TRANSIENT_LOCAL ❌ 不兼容 订阅者需要历史地图,但发布者未缓存,无法通信

4.3 常用配置模板

场景应用 Reliability Durability History (Depth) 设计考量
高频原始相机图像 / 激光雷达 (/image_raw, /scan) BEST_EFFORT VOLATILE KEEP_LAST (1~5) 追求极低延迟,丢掉一帧老旧图像无影响,避免队列积压
底盘控制指令 (/cmd_vel) RELIABLE VOLATILE KEEP_LAST (10) 控制指令必须准确送达,禁止丢帧造成失控
静态地图 / 参数事件 (/map, /robot_description) RELIABLE TRANSIENT_LOCAL KEEP_LAST (1) 类似 ROS 1 的 Latch 机制,后启动的 SLAM/Nav2 节点一上线即可获得全量地图
高可靠状态报警 (/emergency_stop) RELIABLE TRANSIENT_LOCAL KEEP_ALL 急停与故障事件绝不允许丢失

五、执行器与零拷贝

5.1 执行器

在 ROS 2 中,回调函数(Timer、Subscription、Service、Action)不会自己在后台线程里运行,而是由 Executor(执行器) 从底层 WaitSet 中取出就绪事件,再调度执行。

执行器 调度方式 优点 代价与注意事项
SingleThreadedExecutor 一个线程按顺序执行所有就绪回调 没有并发竞争,天然线程安全 任何一个回调耗时过长,都会拖住后面所有事件
MultiThreadedExecutor 线程池并行执行就绪回调 利用多核,提高响应速度和吞吐 必须用回调组(见 5.2 节)控制并发,避免数据竞争
EventsExecutor 由中间件事件直接唤醒,不再轮询 WaitSet CPU 空转开销低,低负载时更省电 Iron 起以实验特性提供,使用前确认所用版本的支持情况

5.2 回调组与死锁

为了在 MultiThreadedExecutor 中精细控制并发权限,ROS 2 提供了两类回调组:

  1. MutuallyExclusiveCallbackGroup(互斥组,默认):该组内的所有回调函数在同一时刻只能有一个线程在执行。
  2. ReentrantCallbackGroup(可重入组):组内的不同回调(甚至同一个回调的多次触发)可以被多个线程并行执行。
flowchart LR
    subgraph NodeInstance["节点内部结构"]
        subgraph Group1["MutuallyExclusive Group (互斥组)"]
            CB1["传感器状态轮询 Timer (100Hz)"]
            CB2["电机使能 Service"]
        end

        subgraph Group2["Reentrant Group (可重入组)"]
            CB3["高频图像处理订阅者"]
            CB4["点云滤波订阅者"]
        end
    end

    Pool["MultiThreadedExecutor 线程池"]
    Pool -.-> Group1
    Pool ==> Group2

经典死锁场景

订阅回调里同步等待某个服务的响应,而处理响应的回调与它同属默认的互斥回调组。订阅回调占着执行权等响应,响应回调却永远轮不到执行,节点就此卡死。

解法(任选其一或组合使用):

  1. 把等待响应的回调和处理响应的回调放进不同的回调组,并改用 MultiThreadedExecutor。
  2. 不在回调里阻塞等待,改为异步调用,在 future 完成的回调里处理结果。

5.3 组件与进程内零拷贝

传统多节点系统采用多进程模型,节点间传一条消息要经过:用户态内存 → 序列化 → 内核 Socket → 反序列化 → 目标用户态内存。对 4K 图像或 3D 激光点云这种每秒数百兆字节的数据流,CPU 与内存带宽开销很大。

ROS 2 的 Component(组件) 把多个节点编译成动态库(.so / .dll),在运行时加载进同一个 ComposableNodeContainer 进程。开启进程内通信后,用 std::unique_ptr 发布消息,就能直接转移指针所有权,不再拷贝数据(零拷贝 IPC)。

flowchart TB
    subgraph Traditional["多进程:每条消息都要序列化和拷贝"]
        direction LR
        P1["相机驱动节点"] -->|序列化| K["内核 Socket / DDS"]
        K -->|拷贝 + 反序列化| P2["检测节点"]
    end

    subgraph Container["组件容器:同一进程内传指针"]
        direction LR
        C1["相机组件"] ==>|"转移 unique_ptr<br/>不拷贝数据"| C2["检测组件"]
    end

    Traditional ~~~ Container

C++ 零拷贝发布示例

#include "rclcpp/rclcpp.hpp"
#include "sensor_msgs/msg/point_cloud2.hpp"

using namespace std::chrono_literals;

class ZeroCopyPointCloudPublisher : public rclcpp::Node {
public:
    // 加载组件时需开启进程内通信:NodeOptions().use_intra_process_comms(true)
    explicit ZeroCopyPointCloudPublisher(const rclcpp::NodeOptions & options)
    : Node("zero_copy_publisher", options) {
        pub_ = this->create_publisher<sensor_msgs::msg::PointCloud2>("/points", 10);
        timer_ = this->create_wall_timer(33ms, std::bind(&ZeroCopyPointCloudPublisher::publish_cloud, this));
    }

private:
    void publish_cloud() {
        // 使用 unique_ptr 构造独占所有权的消息
        auto cloud_msg = std::make_unique<sensor_msgs::msg::PointCloud2>();
        
        // 填充大型点云数据 buffer ...
        cloud_msg->header.stamp = this->now();
        cloud_msg->header.frame_id = "lidar_frame";
        cloud_msg->width = 1920;
        cloud_msg->height = 1080;
        cloud_msg->data.resize(cloud_msg->width * cloud_msg->height * 16);

        // 使用 std::move 转移所有权,触发底层进程内指针直接交换
        pub_->publish(std::move(cloud_msg));
    }

    rclcpp::Publisher<sensor_msgs::msg::PointCloud2>::SharedPtr pub_;
    rclcpp::TimerBase::SharedPtr timer_;
};

六、生命周期节点

在真实机器人上,节点启动顺序失控可能造成事故,例如激光雷达或底盘驱动还没完成参数校验,导航算法就已经开始发布速度指令。为此,ROS 2 提供了 Lifecycle Node(受管生命周期节点):节点按显式的状态机逐步启动,由外部管理器决定何时激活。

6.1 状态机

stateDiagram-v2
    [*] --> Unconfigured: 构造函数实例化
    
    Unconfigured --> Inactive: on_configure()<br/>加载参数、分配资源
    Inactive --> Unconfigured: on_cleanup()<br/>释放资源
    
    Inactive --> Active: on_activate()<br/>使能输出
    Active --> Inactive: on_deactivate()<br/>暂停输出
    
    Active --> Finalized: on_shutdown()
    Inactive --> Finalized: on_shutdown()
    Unconfigured --> Finalized: on_shutdown()
    
    Active --> ErrorProcessing: 捕获运行时异常
    Inactive --> ErrorProcessing: 配置校验失败
    Unconfigured --> ErrorProcessing: 硬件连接异常
    
    ErrorProcessing --> Unconfigured: on_error() 处理成功
    ErrorProcessing --> Finalized: on_error() 处理失败

    Finalized --> [*]: 析构并销毁节点

状态含义

  • Unconfigured(未配置):节点已加载,但未读取参数,未连接硬件设备。
  • Inactive(非活动):配置已加载,Publisher 与 Subscriber 已建立,但 Publisher 处于静默状态(不向 DDS 广播任何消息),执行器被挂起。
  • Active(活动状态):系统正常运转,所有回调激活,执行主控制循环。
  • Finalized(终结状态):资源完全释放,准备退出进程。

七、TF2 坐标变换

机器人系统中存在大量的几何坐标系(世界系、底盘系、雷达系、机械臂末端系、相机光学系)。TF2(Transform Library 2) 负责维护整个机器人全生命周期内的时空变换树(Transform Tree)。

7.1 标准坐标系

根据 ROS 官方规范 REP 105,移动机器人必须严格遵循树状单父级拓扑:

flowchart TB
    earth["earth (全球大地坐标系 / ECEF WGS-84)"]
    map["map (地图全局坐标系 / 原点固定 / 离散突变校正)"]
    odom["odom (里程计局部坐标系 / 连续无突变 / 存在漂移)"]
    base_footprint["base_footprint (底盘在地面投影坐标系 / Z=0)"]
    base_link["base_link (机器人本体刚体几何中心)"]
    
    subgraph Sensors["传感器外参坐标系 (静态 TF 广播)"]
        laser_link["laser_link (激光雷达)"]
        camera_link["camera_link (相机基准)"]
        camera_optical["camera_optical_frame (相机光学系: X右/Y下/Z前)"]
        imu_link["imu_link (IMU 惯性单元)"]
    end

    earth -.->|"GPS / RTK 定位发布"| map
    map -->|"SLAM / AMCL 定位发布 (消解漂移)"| odom
    odom -->|"轮速计 / 视觉里程计高频广播"| base_footprint
    base_footprint --> base_link
    base_link ==> laser_link
    base_link ==> camera_link
    camera_link ==> camera_optical
    base_link ==> imu_link

    style map fill:#d0ebff,stroke:#1971c2
    style odom fill:#ffe8cc,stroke:#d9480f
    style base_link fill:#d3f9d8,stroke:#2b8a3e
  • REP 103 坐标轴定义约定:
    • 机器人本体:FLU(Forward-Left-Up):$X$ 轴向前,$Y$ 轴向左,$Z$ 轴向上。
    • 相机光学坐标系:RDF(Right-Down-Forward):$X$ 轴向右,$Y$ 轴向下,$Z$ 轴向前(视线方向)。

7.2 动态 TF 与静态 TF

  • /tf(动态变换):以固定频率(如 50Hz)广播不断变化的相对位姿(如 odom -> base_link)。
  • /tf_static(静态外参):仅在系统启动或传感器外参标定完成时广播一次,底层使用 TRANSIENT_LOCAL QoS,后启动的节点也能收到,不必周期性重复广播,节省 CPU 和带宽。
// C++ 监听并查询任意两个坐标系在历史某一时刻的变换关系
#include "tf2_ros/buffer.h"
#include "tf2_ros/transform_listener.h"

auto tf_buffer = std::make_unique<tf2_ros::Buffer>(this->get_clock());
auto tf_listener = std::make_shared<tf2_ros::TransformListener>(*tf_buffer);

try {
    // 阻塞最多 100ms 查询 map 到 laser_link 的最新变换
    geometry_msgs::msg::TransformStamped transform = tf_buffer->lookupTransform(
        "map", "laser_link",
        tf2::TimePointZero,
        std::chrono::milliseconds(100)
    );
    RCLCPP_INFO(this->get_logger(), "雷达在地图上的全局坐标: x=%.2f, y=%.2f",
                transform.transform.translation.x, transform.transform.translation.y);
} catch (const tf2::TransformException & ex) {
    RCLCPP_WARN(this->get_logger(), "TF 变换查询失败: %s", ex.what());
}

八、URDF 与 Xacro

8.1 机器人描述体系

  • URDF(Unified Robot Description Format):采用 XML 描述机器人的连杆(Link)、关节(Joint)、物理碰撞体与惯性张量。
  • Xacro(XML Macros):针对 URDF 不支持变量、宏、包含与数学运算的缺陷演进而来,是现代机器人建模的标准方式。
flowchart LR
    subgraph Modeling["机器人建模与发布数据流"]
        XACRO["robot.xacro<br/>(参数化宏与数学表达)"] -->|"xacro 解析器"| URDF["robot.urdf (标准 XML)"]
        URDF --> RSP["robot_state_publisher"]
        JSP["joint_state_publisher<br/>或 ros2_control<br/>(发布 /joint_states)"] --> RSP
        RSP -->|广播全局静态与动态 TF| TF_Tree["/tf_static & /tf 坐标树"]
        TF_Tree --> RViz["RViz2 / Nav2 / MoveIt 2"]
    end

8.2 Xacro 宏示例

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name="industrial_diff_bot">

  <!-- 常量定义 -->
  <xacro:property name="wheel_radius" value="0.10" />
  <xacro:property name="wheel_width" value="0.05" />
  <xacro:property name="wheel_mass" value="2.5" />
  <xacro:property name="track_width" value="0.45" />

  <!-- 宏:参数化定义动力驱动轮 -->
  <xacro:macro name="drive_wheel" params="prefix side_sign">
    <link name="${prefix}_wheel_link">
      <visual>
        <origin xyz="0 0 0" rpy="${pi/2} 0 0"/>
        <geometry>
          <cylinder radius="${wheel_radius}" length="${wheel_width}"/>
        </geometry>
        <material name="black"><color rgba="0.1 0.1 0.1 1.0"/></material>
      </visual>
      <collision>
        <origin xyz="0 0 0" rpy="${pi/2} 0 0"/>
        <geometry>
          <cylinder radius="${wheel_radius}" length="${wheel_width}"/>
        </geometry>
      </collision>
      <inertial>
        <mass value="${wheel_mass}"/>
        <inertia ixx="${(wheel_mass/12.0)*(3*wheel_radius*wheel_radius + wheel_width*wheel_width)}" 
                 iyy="${(wheel_mass/12.0)*(3*wheel_radius*wheel_radius + wheel_width*wheel_width)}" 
                 izz="${(wheel_mass/2.0)*(wheel_radius*wheel_radius)}" 
                 ixy="0.0" ixz="0.0" iyz="0.0"/>
      </inertial>
    </link>

    <joint name="${prefix}_wheel_joint" type="continuous">
      <parent link="base_link"/>
      <child link="${prefix}_wheel_link"/>
      <origin xyz="0 ${side_sign * track_width / 2.0} 0" rpy="0 0 0"/>
      <axis xyz="0 1 0"/>
    </joint>
  </xacro:macro>

  <!-- 实例化左右轮 -->
  <xacro:drive_wheel prefix="left" side_sign="1" />
  <xacro:drive_wheel prefix="right" side_sign="-1" />

</robot>

九、仿真平台

平台 特点 与 ROS 2 的连接方式
Gazebo(Gazebo Sim,如 Harmonic) 官方推荐的通用物理仿真器,跨平台 ros_gz_bridge 在 Gazebo 与 ROS 2 话题之间双向桥接
NVIDIA Isaac Sim / Isaac ROS 基于 Omniverse,光线追踪渲染,适合生成合成数据 Isaac ROS 提供 GPU 加速节点,NITROS 减少 GPU 数据拷贝
Webots / MuJoCo 轻量、物理计算快,常用于强化学习训练 Webots 有官方 ROS 2 接口;MuJoCo 多通过社区桥接

仿真引擎会在 /clock 话题上发布虚拟时间,ROS 2 节点设置 use_sim_time: true 后就跟随这个时间推进。

注意仿真时间

在仿真或回放 rosbag 时,所有算法节点都要设置 use_sim_time: true。否则节点读取的是宿主机的系统时钟,与数据中的时间戳对不上,TF 查询会报 ExtrapolationException。

十、核心生态

mindmap
  root((ROS 2 生态))
    自主移动导航 Nav2
      BT.CPP 行为树引擎
      SmacPlanner 全局搜索
      MPPI / RPP 局部控制
      Costmap2D 分层代价图
    机械臂操纵 MoveIt 2
      MoveGroup 动作规划
      OMPL / CHOMP 路径生成
      MoveIt Servo 实时伺服
      FCL 动态碰撞检测
    硬件控制 ros2_control
      Controller Manager
      硬件资源接口 HRI
      实时控制环 (RT Loop)
    微控制器 micro-ROS
      Micro XRCE-DDS
      FreeRTOS / Zephyr
      MCU 原生 Publisher/Subscriber

10.1 Nav2 导航

Nav2 是 ROS 2 官方打造的第二代自主移动机器人导航系统,重构了 ROS 1 navigation 的整体架构,完全基于行为树(BehaviorTree.CPP)与生命周期管理器(LifecycleManager)实现。

flowchart TB
    GoalIn(["导航目标 /goal_pose"]) --> BT_Nav["BT Navigator<br/>行为树调度整个导航任务"]
    BT_Nav --> Planners["规划器<br/>SmacPlanner · NavFn"]
    BT_Nav --> Controllers["控制器<br/>MPPI · RPP · DWB"]
    BT_Nav --> Behaviors["恢复行为<br/>Spin · BackUp · 清除代价地图"]
    Planners <-->|查询代价| Costmaps["分层代价地图 Costmap 2D<br/>静态层 · 障碍层 · 膨胀层 · Filters"]
    Controllers <-->|查询代价| Costmaps
    SensorsIn(["激光雷达 / 点云"]) --> Costmaps
    Controllers -->|线速度与角速度| CmdVel(["/cmd_vel → 底盘驱动"])
模块 常用插件 作用
规划器 SmacPlanner(2D / Hybrid-A* / State Lattice)、NavFn(Dijkstra / A*) 在全局代价地图上生成从当前位置到目标的路径
控制器 MPPI、Regulated Pure Pursuit(RPP)、DWB 跟踪路径,实时输出速度指令
恢复行为 Spin、BackUp、ClearEntireCostmap 机器人被困或规划失败时尝试脱困
代价地图 静态层、障碍 / 体素层、膨胀层、Costmap Filters(禁行区、限速区) 融合地图与传感器数据,给每个栅格标注通行代价

控制器对比

  1. MPPI(Model Predictive Path Integral):在 CPU 上并行采样大量候选轨迹并按代价函数打分,适用于差速、全向和阿克曼等多种底盘,避障灵活,是目前 Nav2 推荐的通用控制器之一。
  2. Regulated Pure Pursuit (RPP):紧贴参考路径行驶,根据路径曲率和与障碍物的距离自动减速,行为稳定、易于调参,常用于仓储 AGV/AMR。

10.2 MoveIt 2 运动规划

MoveIt 2 专为多自由度机械臂(6-DOF / 7-DOF 串联臂、双臂机器人、人形机器人上半身)提供运动学求解、轨迹规划与实时碰撞检测。

flowchart TB
    UserApp["用户应用 / 抓取流程"] --> MG["MoveGroup<br/>核心调度"]
    MG --> IK["逆运动学<br/>KDL / TRAC-IK"]
    MG --> Plan["运动规划<br/>OMPL / Pilz"]
    MG --> Coll["碰撞检测<br/>FCL / Bullet"]
    SensorCloud["点云相机 / OctoMap"] --> Coll
    Servo["MoveIt Servo<br/>手柄或视觉闭环的实时伺服"] ==>|关节位置 / 速度指令| RosControl["ros2_control"]
    MG -->|规划好的轨迹| RosControl

10.3 ros2_control 硬件控制

ros2_control 为机器人硬件驱动提供了统一的编写规范。它将实时控制循环(Hard Real-Time Loop,如 1000Hz) 与 非实时 ROS 异步通信完全解耦,避免电机控制因 ROS 消息阻塞而失控。

flowchart TB
    subgraph RealTimeLoop["硬实时控制循环 (1000Hz Deterministic Loop)"]
        CM["Controller Manager (控制器管理器)"]
        
        subgraph LoadedControllers["激活的控制器插件"]
            JTC["JointTrajectoryController (轨迹跟踪)"]
            DiffDrive["DiffDriveController (差速底盘)"]
            Effort["EffortControllers (力矩重力补偿)"]
        end

        subgraph HardwareInterface["硬件资源抽象接口 (HRI)"]
            SystemIF["SystemInterface (完整机器人)"]
            ActuatorIF["ActuatorInterface (单轴电机)"]
            SensorIF["SensorInterface (力矩/IMU 传感器)"]
        end

        HardwareDriver["硬件驱动层 (CANopen / EtherCAT / Serial / SocketCAN)"]

        CM --> LoadedControllers
        LoadedControllers --> HardwareInterface
        HardwareInterface -->|"read() / write() 虚函数"| HardwareDriver
    end

    HardwareDriver <===> Motors["物理电机 / 编码器反馈 / 关节驱动器"]
    ROS_Interfaces["ROS 2 话题 / 动作接口 (/joint_trajectory)"] <===> CM

十一、构建、启动与录包

11.1 colcon 构建

# 1. 基础完整构建
colcon build --symlink-install

# 2. 日常开发常用参数:
#   --symlink-install   用符号链接安装,改 Python 代码和配置文件后无需重新构建
#   --packages-select   只构建指定的包
#   --cmake-args        传给 CMake,这里开启 Release 优化
#   --parallel-workers  限制同时构建的包数,避免机器满载卡死
colcon build \
  --symlink-install \
  --packages-select my_robot_control \
  --parallel-workers 8 \
  --cmake-args -DCMAKE_BUILD_TYPE=Release

# 3. 编译后必须加载 overlay 环境
source install/setup.bash

11.2 Launch 编排

ROS 2 的 Launch 文件完全采用 Python 编写,具备强大的条件分支、事件监听与参数透传能力。

import os
from ament_index_python.packages import get_package_share_directory
from launch import LaunchDescription
from launch.actions import DeclareLaunchArgument, IncludeLaunchDescription, GroupAction
from launch.conditions import IfCondition
from launch.substitutions import LaunchConfiguration, PythonExpression
from launch_ros.actions import Node, PushRosNamespace

def generate_launch_description():
    pkg_bringup = get_package_share_directory('my_robot_bringup')
    
    # 声明启动参数
    use_sim_time_arg = DeclareLaunchArgument('use_sim_time', default_value='false', description='Use simulation clock')
    enable_rviz_arg = DeclareLaunchArgument('use_rviz', default_value='true', description='Open RViz2')

    # 包含子 launch 文件
    nav2_launch = IncludeLaunchDescription(
        os.path.join(pkg_bringup, 'launch', 'navigation.launch.py'),
        launch_arguments={'use_sim_time': LaunchConfiguration('use_sim_time')}.items()
    )

    # 声明条件启动节点
    rviz_node = Node(
        package='rviz2',
        executable='rviz2',
        name='rviz2',
        arguments=['-d', os.path.join(pkg_bringup, 'rviz', 'default.rviz')],
        parameters=[{'use_sim_time': LaunchConfiguration('use_sim_time')}],
        condition=IfCondition(LaunchConfiguration('use_rviz'))
    )

    return LaunchDescription([
        use_sim_time_arg,
        enable_rviz_arg,
        nav2_launch,
        rviz_node
    ])

11.3 rosbag2 录制回放

# 1. 录制全量话题(排除体积庞大的未压缩原始图像,节约 SSD 带宽)
ros2 bag record -a -x "/camera/(.*)/image_raw" -s mcap -o my_experiment_bag

# 2. 查询录包元信息(帧率、丢包率、时间跨度、消息总数)
ros2 bag info my_experiment_bag.mcap

# 3. 0.5 倍速慢放回放(带仿真时钟发布,方便离线单步调试算法)
ros2 bag play my_experiment_bag.mcap --rate 0.5 --clock 50

十二、多机部署与安全

12.1 弱网与 DDS 调优

在大规模机器人车队(Fleet Management)与多机协同场景中,Wi-Fi 组播容易出现风暴或丢包。推荐以下调优策略:

flowchart TB
    subgraph MultiRobotFleet["多机通信拓扑与 Discovery Server 架构"]
        DS["DDS 发现服务器 (Discovery Server / 固定 IP:Port)<br/>(消除局域网内任意组播数据包)"]
        R1["机器人 1 (AGV-01)<br/>Fast DDS Client"] -->|TCP/UDP 单播注册| DS
        R2["机器人 2 (AGV-02)<br/>Fast DDS Client"] -->|TCP/UDP 单播注册| DS
        PC["地面站调度中心 (Fleet Central)<br/>Fast DDS Client"] -->|TCP/UDP 单播注册| DS
    end

1. 扩大内核网络缓冲区

sudo sysctl -w net.core.rmem_max=2147483647
sudo sysctl -w net.core.wmem_max=2147483647
sudo sysctl -w net.ipv4.ipfrag_time=3
sudo sysctl -w net.ipv4.ipfrag_high_thresh=134217728

2. Fast DDS 发现服务器

# 在调度服务器或主机上启动发现服务器 (ID: 0, 端口 11811)
fastdds discovery -i 0 -p 11811

# 在所有机器人终端配置单播发现环境变量(无需任何组播支持!)
export ROS_DISCOVERY_SERVER="192.168.1.100:11811"

12.2 SROS2 安全

针对网络嗅探、未授权节点接入和伪造控制指令(如伪造 /cmd_vel)等威胁,ROS 2 提供了基于 DDS-Security 的 SROS2 安全工具集,包含三项能力:

能力 机制 防范的问题
身份认证 基于 X.509 证书(PKI)验证每个参与者的身份 未授权节点接入
访问控制 签名的 XML 权限文件,规定每个节点可以发布、订阅哪些话题 越权发布或订阅
加密 AES-GCM 加密与消息完整性校验 窃听与篡改
# 生成安全根证书密钥库 (Keystore)
ros2 security create_keystore ~/sros2_keystore

# 为特定节点生成独占数字证书与访问策略
ros2 security create_enclave ~/sros2_keystore /my_secure_controller

# 启用安全模式运行节点
export ROS_SECURITY_ENABLE=true
export ROS_SECURITY_STRATEGY=Enforce
export ROS_SECURITY_KEYSTORE=~/sros2_keystore
ros2 run my_robot_pkg controller_node --ros-args --enclave /my_secure_controller

12.3 systemd 部署与看门狗

将机器人启动栈托管为 Linux 系统守护服务,实现开机自启、崩溃自动拉起与日志轮转:

# /etc/systemd/system/robot_bringup.service
[Unit]
Description=Autonomous Mobile Robot Auto Bringup Service
After=network.target network-online.target systemd-timesyncd.service
Wants=network-online.target

[Service]
Type=simple
User=robot
Group=robot
Environment="ROS_DOMAIN_ID=42"
Environment="RMW_IMPLEMENTATION=rmw_cyclonedds_cpp"
ExecStart=/bin/bash -c "source /opt/ros/humble/setup.bash && source /home/robot/ros2_ws/install/setup.bash && ros2 launch my_robot_bringup full_system.launch.py"
Restart=always
RestartSec=3
KillSignal=SIGINT
TimeoutStopSec=10

[Install]
WantedBy=multi-user.target
# 加载并使能开机自启
sudo systemctl daemon-reload
sudo systemctl enable robot_bringup.service
sudo systemctl start robot_bringup.service

十三、CLI 速查

# -------------------------------------------------------------
# 1. 节点排查 (Node)
# -------------------------------------------------------------
ros2 node list                                # 列出当前活跃节点
ros2 node info /my_node                       # 打印节点的完整发布、订阅、服务、Action 接口

# -------------------------------------------------------------
# 2. 话题调试 (Topic)
# -------------------------------------------------------------
ros2 topic list -t                            # 列出话题及对应的消息类型
ros2 topic echo /scan --no-arr                # 打印话题内容(截断大型数组,防止刷屏)
ros2 topic hz /scan                           # 实时测量话题发布频率
ros2 topic bw /camera/image_raw               # 测量话题带宽消耗 (MB/s)
ros2 topic delay /odom                        # 测量消息传输延迟 (需包含 header.stamp)
ros2 topic info -v /cmd_vel                   # 打印话题详细 QoS 策略(排查 QoS 匹配失败)
ros2 topic pub /cmd_vel geometry_msgs/msg/Twist "{linear: {x: 0.2}}" -r 10 # 10Hz 发送测试指令

# -------------------------------------------------------------
# 3. 服务与动作调用 (Service & Action)
# -------------------------------------------------------------
ros2 service list -t                          # 列出服务及类型
ros2 service call /reset_odom std_srvs/srv/Empty {} # 触发服务
ros2 action send_goal /navigate_to_pose nav2_msgs/action/NavigateToPose \
  "{pose: {header: {frame_id: 'map'}, pose: {position: {x: 1.0, y: 2.0}}}}" --feedback

# -------------------------------------------------------------
# 4. 参数热更新 (Parameter)
# -------------------------------------------------------------
ros2 param list /planner_node                 # 查看指定节点的参数
ros2 param get /planner_node max_speed        # 读取参数值
ros2 param set /planner_node max_speed 1.5    # 运行时动态修改参数值
ros2 param dump /planner_node > params.yaml   # 导出节点参数为 YAML 文件

# -------------------------------------------------------------
# 5. TF2 坐标变换诊断 (TF2)
# -------------------------------------------------------------
ros2 run tf2_tools view_frames                # 生成 frames.pdf 坐标系全景拓扑图
ros2 run tf2_ros tf2_echo map base_link       # 实时打印两个坐标系间的相对位姿
ros2 run tf2_ros tf2_monitor                  # 监控所有坐标变换的广播频率与延迟

# -------------------------------------------------------------
# 6. 系统自检与包管理 (System & Pkg)
# -------------------------------------------------------------
ros2 doctor --report                          # 扫描网络配置、DDS 状态并输出体检报告
rosdep install --from-paths src --ignore-src -r -y # 一键自动安装工作空间源码缺失的所有系统依赖

十四、总结与参考资料

ROS 2 的设计围绕四点展开:以数据为中心、模块化、可靠、可满足实时要求。标准化的 DDS 传输、受管生命周期节点、组件化零拷贝通信,加上 Nav2、MoveIt 2、ros2_control 等生态栈,使它成为当前机器人软件开发的主流基础设施。

flowchart LR
    subgraph Mindset["掌握 ROS 2 核心认知模型"]
        direction TB
        M1["DDS 总线解耦底层传输"]
        M2["QoS 精细化掌控通信可靠性"]
        M3["Component 容器实现高性能零拷贝"]
        M4["Lifecycle 节点确保系统确定性启动"]
        M5["Nav2 / MoveIt2 / ros2_control 赋能上层业务"]
        M1 ==> M2 ==> M3 ==> M4 ==> M5
    end

参考与延伸阅读

  1. ROS 2 设计文档:ROS 2 Design Documents (design.ros2.org)
  2. ROS 2 官方文档:ROS 2 Documentation (Humble / Jazzy)
  3. OMG DDS 规范:Object Management Group - Data Distribution Service v1.4
  4. Nav2 文档:Navigation 2 Architecture & Guides
  5. MoveIt 2 文档:MoveIt 2 Documentation
  6. ros2_control 文档:ros2_control Framework Documentation
  7. Fast DDS 手册:eProsima Fast DDS User Manual
  8. ROS Enhancement Proposals (REPs):

反馈