ROS2入门指南：从基础概念到开发环境搭建-嵌云网-嵌入式AI开发资源站

ROS2入门指南：从基础概念到开发环境搭建

逸言为定

1. ROS2入门基础与开发环境搭建

机器人操作系统（ROS）经过多年发展，现已进入ROS2时代。相比ROS1，ROS2在实时性、跨平台支持和分布式架构等方面都有显著提升。我初次接触ROS2时，最直观的感受是其更现代化的架构设计和更完善的工具链。对于完全没有ROS基础的开发者来说，从ROS2开始学习反而是个不错的选择。

1.1 ROS2核心概念解析

ROS2的核心架构基于DDS（数据分发服务）通信中间件，这使其具备了真正的分布式特性。理解几个关键概念对后续开发至关重要：

节点（Node）：ROS2中的基本执行单元，每个节点负责完成特定功能。例如，一个节点处理传感器数据，另一个节点控制电机。
话题（Topic）：节点间通过话题进行异步通信，采用发布-订阅模式。比如激光雷达数据通过"/scan"话题发布。
服务（Service）：同步的请求-响应通信机制，适合需要即时反馈的操作。
动作（Action）：长时间运行的任务接口，支持执行、反馈和取消。

提示：ROS2的通信质量服务(QoS)配置是其特色功能，可以精细控制消息传输的可靠性、持久性等参数，这在机器人实时控制中非常有用。

1.2 开发环境配置实战

我推荐使用Ubuntu 22.04 LTS作为开发平台，这是目前ROS2 Humble Hawksbill的最佳支持系统。以下是具体配置步骤：

设置软件源：

bash复制sudo apt update && sudo apt install curl gnupg lsb-release
sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(source /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

安装ROS2基础包：

bash复制sudo apt update
sudo apt install ros-humble-desktop

配置环境变量：

bash复制source /opt/ros/humble/setup.bash
echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc

安装开发工具：

bash复制sudo apt install python3-colcon-common-extensions python3-rosdep2
sudo rosdep init
rosdep update

安装完成后，可以通过运行ros2 run demo_nodes_cpp talker和ros2 run demo_nodes_cpp listener来验证基础环境是否正常工作。你应该能看到两个终端之间正在进行消息传递。

2. 创建第一个ROS2功能包

2.1 工作空间初始化

ROS2开发始于工作空间的创建。与ROS1不同，ROS2推荐使用colcon作为构建工具。我习惯在home目录下创建dev_ws作为开发空间：

bash复制mkdir -p ~/dev_ws/src
cd ~/dev_ws
colcon build

这个命令会创建一个标准的ROS2工作空间结构。src目录将存放我们的功能包，build和install目录由colcon自动生成。每次添加新包后，都需要在工作空间根目录运行colcon build。

2.2 Python功能包创建

我们将创建一个Python包来控制虚拟机器人。ROS2支持多种编程语言，但Python因其易用性成为初学者的首选：

bash复制cd ~/dev_ws/src
ros2 pkg create --build-type ament_python my_first_robot --dependencies rclpy geometry_msgs

这个命令创建了一个名为my_first_robot的Python包，并自动添加了rclpy（ROS2 Python客户端库）和geometry_msgs（包含常用几何消息类型）作为依赖。

创建后的目录结构如下：

code复制my_first_robot/
├── my_first_robot
│   ├── __init__.py
│   └── my_first_robot_node.py
├── package.xml
├── resource
│   └── my_first_robot
├── setup.cfg
└── setup.py

注意：ROS2的Python包结构与标准Python包一致，节点脚本应放在与包同名的子目录中。这是与ROS1的主要区别之一。

3. 编写机器人控制节点

3.1 基础节点框架

打开my_first_robot_node.py，我们先构建一个最小化的ROS2节点：

python复制#!/usr/bin/env python3

import rclpy
from rclpy.node import Node

class MyFirstRobot(Node):
    def __init__(self):
        super().__init__('my_first_robot')
        self.get_logger().info('机器人控制节点已启动!')

def main(args=None):
    rclpy.init(args=args)
    node = MyFirstRobot()
    rclpy.spin(node)
    rclpy.shutdown()

if __name__ == '__main__':
    main()

这个简单的节点已经包含了ROS2节点的所有基本要素：

继承自rclpy.node.Node基类
在初始化时指定节点名称
使用get_logger()输出日志信息
rclpy.spin()保持节点运行

给脚本添加可执行权限后即可运行：

bash复制chmod +x ~/dev_ws/src/my_first_robot/my_first_robot/my_first_robot_node.py
cd ~/dev_ws
colcon build
source install/setup.bash
ros2 run my_first_robot my_first_robot_node.py

3.2 添加简单控制逻辑

让我们为这个虚拟机器人添加移动控制功能。我们将创建一个发布者来发送速度指令：

python复制#!/usr/bin/env python3

import rclpy
from rclpy.node import Node
from geometry_msgs.msg import Twist
import time

class MyFirstRobot(Node):
    def __init__(self):
        super().__init__('my_first_robot')
        self.publisher = self.create_publisher(Twist, '/cmd_vel', 10)
        timer_period = 0.5  # 秒
        self.timer = self.create_timer(timer_period, self.timer_callback)
        self.get_logger().info('机器人控制节点已启动!')
        
    def timer_callback(self):
        msg = Twist()
        msg.linear.x = 0.2  # 前进速度 0.2 m/s
        msg.angular.z = 0.5  # 旋转速度 0.5 rad/s
        self.publisher.publish(msg)
        self.get_logger().info(f'发送指令: 线速度={msg.linear.x}, 角速度={msg.angular.z}')

def main(args=None):
    rclpy.init(args=args)
    node = MyFirstRobot()
    rclpy.spin(node)
    node.destroy_node()
    rclpy.shutdown()

if __name__ == '__main__':
    main()

这段代码做了以下增强：

创建了一个发布者，用于向/cmd_vel话题发布Twist消息
添加了定时器，每0.5秒触发一次回调函数
在回调中构造并发布速度指令
添加了更详细的日志输出

Twist消息是机器人控制中最常用的消息类型之一，包含linear和angular两个向量，分别表示线速度和角速度。

4. 可视化与调试技巧

4.1 RViz2可视化工具

ROS2内置的RViz2是机器人开发的瑞士军刀。安装并启动RViz2：

bash复制sudo apt install ros-humble-rviz2
ros2 run rviz2 rviz2

在RViz2中，我们可以添加TF、RobotModel等显示插件来可视化机器人状态。虽然我们的虚拟机器人没有实际物理模型，但可以观察/cmd_vel话题的数据：

点击左下角"Add"按钮
选择"By topic"选项卡
找到/cmd_vel下的Twist消息
添加"Velocity"显示插件

4.2 ROS2命令行工具

ROS2提供了一套强大的命令行工具用于调试：

ros2 node list：查看运行中的节点
ros2 topic list：查看活跃的话题
ros2 topic echo /cmd_vel：实时查看/cmd_vel话题内容
ros2 interface show geometry_msgs/msg/Twist：查看消息定义

我经常使用ros2 topic hz /cmd_vel来检查消息发布频率是否符合预期，这对性能调优很有帮助。

4.3 常见问题排查

在开发过程中，我遇到过几个典型问题：

消息未收到：
- 检查发布者和订阅者的QoS配置是否匹配
- 使用ros2 topic info /cmd_vel确认订阅关系
- 确保所有节点使用相同的话题名称（注意大小写）
节点无法启动：
- 检查是否source了工作空间的setup.bash
- 确认package.xml和setup.py中的依赖项完整
- 查看节点脚本是否有可执行权限
消息延迟：
- 调整QoS的reliability策略
- 考虑使用零拷贝发布者
- 检查系统负载情况

经验分享：在开发初期就建立完善的日志系统非常重要。我习惯为不同级别的信息使用不同的日志级别：DEBUG用于开发调试，INFO用于常规运行状态，WARN和ERROR用于异常情况。

5. 扩展功能与进阶方向

5.1 添加参数配置

ROS2的参数系统比ROS1更加强大。让我们为机器人添加可配置参数：

python复制class MyFirstRobot(Node):
    def __init__(self):
        super().__init__('my_first_robot')
        # 声明参数并设置默认值
        self.declare_parameter('linear_speed', 0.2)
        self.declare_parameter('angular_speed', 0.5)
        self.declare_parameter('control_frequency', 2.0)
        
        # 获取参数值
        self.linear_speed = self.get_parameter('linear_speed').value
        self.angular_speed = self.get_parameter('angular_speed').value
        timer_period = 1.0 / self.get_parameter('control_frequency').value
        
        self.publisher = self.create_publisher(Twist, '/cmd_vel', 10)
        self.timer = self.create_timer(timer_period, self.timer_callback)
        self.get_logger().info(f'机器人启动，线速度={self.linear_speed}，角速度={self.angular_speed}')

现在可以在启动节点时动态修改参数：

bash复制ros2 run my_first_robot my_first_robot_node.py --ros-args -p linear_speed:=0.3 -p angular_speed:=0.8

5.2 添加简单服务

让我们实现一个服务来动态改变机器人速度：

python复制from example_interfaces.srv import SetBool

class MyFirstRobot(Node):
    def __init__(self):
        super().__init__('my_first_robot')
        # ...其他初始化代码...
        self.srv = self.create_service(SetBool, 'set_active', self.set_active_callback)
        
    def set_active_callback(self, request, response):
        if request.data:
            self.linear_speed = 0.3
            self.angular_speed = 0.6
            response.success = True
            response.message = "高速模式已激活"
        else:
            self.linear_speed = 0.1
            self.angular_speed = 0.3
            response.success = True
            response.message = "低速模式已激活"
        return response

可以通过命令行测试这个服务：

bash复制ros2 service call /set_active example_interfaces/srv/SetBool "{data: true}"

5.3 下一步学习建议

掌握基础控制程序后，可以考虑以下进阶方向：

添加传感器输入：订阅激光雷达或摄像头数据
实现导航功能：集成ROS2导航栈
多机通信：配置ROS2多机系统
真实机器人控制：连接真实的TurtleBot3或类似平台
行为树控制：使用ROS2行为树实现复杂逻辑

我在实际项目中发现，理解ROS2的执行器（Executor）系统和生命周期节点设计对构建可靠机器人系统至关重要。建议在掌握基础后深入研究这些概念。