ROS2 -01-ROS2操作系统简介

一、ROS简介

ROS（Robot Operating System，机器人操作系统）和ROS2是两代广泛应用于机器人研发的开源软件框架。它们并非真正的操作系统，而是提供分布式通信、硬件抽象、设备驱动、工具库等功能的中间件，帮助开发者快速构建机器人应用程序。

ROS（ROS1）简介

ROS诞生于2007年，由斯坦福大学和 Willow Garage 公司联合开发。其核心设计理念是点对点分布式架构，通过节点（Node）进行通信，节点之间通过话题（Topic，基于发布/订阅模式）、服务（Service，基于请求/响应模式）等机制交换数据。ROS提供了丰富的工具和库，如可视化工具Rviz、仿真环境Gazebo、TF坐标变换、导航功能包集等，极大地简化了机器人软件的开发。

主要特点：

• 分布式计算：机器人多个进程可运行在不同机器上，通过网络通信。
• 开源社区：拥有庞大且活跃的社区，共享大量功能包（如SLAM、运动规划、机器视觉等）。
• 语言中立：支持C++、Python、Lisp等多种编程语言。
• 工具链完善：提供调试、可视化、日志记录等实用工具。
  

局限性：

• 实时性支持较弱：依赖TCP/IP协议，不适合硬实时控制。
• 网络依赖性强：单点故障（如ROS Master）会导致系统崩溃。
• 多机器人支持不足：设计之初主要针对单个机器人。
• 安全性考虑较少：缺乏安全加密机制。
• 跨平台能力有限：对Windows支持较差。

ROS2 简介

随着机器人应用场景的复杂化（如多机器人协作、工业自动化、自动驾驶等），ROS1的架构缺陷逐渐显现。ROS2于2015年启动开发，旨在解决ROS1的局限性，同时保留其优秀的生态和工具。

ROS2重新设计了底层通信架构，采用**数据分发服务（DDS，Data Distribution Service）**作为核心中间件。DDS是一种发布-订阅模式的实时通信标准，具备高可靠性、实时性、安全性，并支持分布式动态发现。

主要改进与特点：

• 去中心化：不再依赖ROS Master，节点通过DDS自动发现，避免单点故障。
• 实时性：支持实时内核和确定性通信，适合工业控制。
• 多机器人支持：原生支持多机器人系统和分布式环境。
• 安全性：集成DDS的安全插件，提供加密、认证、访问控制。
• 跨平台：支持Linux、Windows、macOS、RTOS等，甚至裸机环境。
• 支持嵌入式设备：资源占用更低，可运行在资源受限的微控制器上（通过micro-ROS）。
• 改进的API：更简洁、更一致的编程接口，支持同步和异步编程。

ROS1 与 ROS2 的主要对比

如何选择？

• ROS1：适合教育、科研、原型验证以及已有的ROS1项目，社区成熟，资料多。
• ROS2：适合工业应用、多机器人协作、对实时性和安全性有要求的场景，也是未来发展的主流方向。

目前ROS1已发布最终版本（Noetic Ninjemys，支持到2025年），官方推荐新项目直接使用ROS2。

DDS

在上一轮我们聊到，ROS2 的核心改进之一是采用了DDS作为其底层通信中间件，从而解决了 ROS1 的许多架构性问题。那么，DDS 究竟是什么？它又是如何工作的呢？

简单来说，DDS（数据分发服务，Data Distribution Service）是一个由对象管理组织（OMG）发布的分布式实时通信中间件技术规范。可以把它理解为一种“实时的数据总线”，它让分布式系统中的各个节点（即发布者和订阅者）能够高效、可靠、灵活地交换数据。

🧭 DDS的核心模型：以数据为中心的发布/订阅（DCPS）

DDS 的核心思想是DCPS (以数据为中心的发布-订阅模型)。为了更好地理解，我们可以把它想象成一个高效的“信息交换市场”：

这个模型中的几个关键角色如下：

• Domain（域）：整个通信发生的独立“空间”。只有处于同一个Domain ID下的参与者才能相互发现和通信，这为系统提供了天然的数据隔离。
• DomainParticipant（域参与者）：在 Domain 内的一个应用程序或节点的“代表”，它是创建发布者、订阅者和主题的“工厂”。
• Topic（主题）：数据的“标签”或“名称”，是通信的桥梁。例如，/camera_image或/battery_voltage。在一个Domain内，Topic的名称是唯一的。
• Publisher（发布者）和 DataWriter（数据写入者）：Publisher 负责管理一个或多个DataWriter。而DataWriter是应用程序用来将特定 Topic 的数据“写入”总线的实际对象。
• Subscriber（订阅者）和 DataReader（数据读取者）：Subscriber 负责管理一个或多个DataReader。DataReader是应用程序从总线“读取”特定 Topic 数据的实际对象。
• QoS（服务质量，Quality of Service）：这是DDS最强大的特性之一。它是一系列可配置的策略，用来精确控制数据的传输行为，例如数据的可靠性、传递的时效性、历史数据的保存策略等。

⚙️ DDS 的核心优势：不仅仅是通信

DDS 的强大之处在于它解决了许多分布式实时通信的痛点：

• 去中心化，无单点故障：DDS 使用动态发现机制，节点之间自动寻找对方，不需要中心服务器（如 ROS1 的 Master），系统更健壮。
• 丰富的 QoS 策略：这是DDS的杀手级特性。通过配置QoS，可以精细化地控制通信行为。例如，对于传感器数据流，可以设置Best Effort（尽力传输，允许丢包以保证速度）和Keep Last（只保留最新数据）的策略；而对于关键的操控指令，则可以设置Reliable（可靠传输，确保送达）的策略。
• 极强的实时性和性能：DDS 专为高性能、低延迟的实时系统设计，能很好地满足航空航天、自动驾驶等领域对数据吞吐量和响应时间的严苛要求。
• 极高的可靠性和安全性：DDS标准内置了可插拔的安全机制，支持数据加密、身份验证和访问控制，这对于工业级和军事级应用至关重要。其传输能力比通常的战术数据链高数个数量级。
• 跨平台与互操作性：DDS 是OMG发布的工业标准，不同厂商（如 RTI、eProsima、Eclipse）实现的 DDS 产品，只要遵循标准，理论上可以互相通信，这打破了供应商锁定的风险。

🤝 DDS 与 ROS2：天作之合

回到我们关心的ROS2。ROS2 并没有重新发明一个通信协议，而是明智地选择站在巨人的肩膀上，将 DDS 作为其核心通信中间件。

• RMW 接口层：为了支持多种 DDS 实现（如 eProsima Fast DDS、Eclipse Cyclone DDS、RTI Connext DDS 等），ROS2 定义了一个抽象的ROS 中间件接口（RMW，ROS Middleware Interface）。这就像是一个“翻译官”，让上层的 ROS2 应用可以无缝切换底层的 DDS 厂商，而无需修改代码。
• 默认实现：目前，ROS2 默认使用的是eProsima Fast DDS，因为它采用 Apache 2.0 许可证，并随 ROS2 二进制包一起分发，开箱即用。你可以根据项目需求（如商业许可、对微控制器的支持、安全性认证等）切换到其他 RMW 实现。

💡 深度理解：QoS 和 RTPS

• QoS 策略示例：在ROS2中，你可以这样设置一个订阅者的QoS，以确保它能可靠地接收到最后10个样本的历史数据：

  # 伪代码示例subscriber=node.create_subscription(...,qos_profile=QoSProfile(depth=10,# 队列深度为10reliability=ReliabilityPolicy.RELIABLE# 可靠性策略为可靠))

• RTPS协议：DDS 规范本身主要定义了应用层的接口和行为，而具体的网络数据交换格式和传输机制则由RTPS（实时发布订阅协议，Real-Time Publish-Subscribe Protocol）来定义。RTPS 是 DDS 的有线协议（Wire Protocol），它确保了来自不同厂商的 DDS 实现能够在网络层面上互联互通。

🚀 DDS 的实际应用

凭借其强大的性能和高可靠性，DDS 早已在关键领域担当重任，并随着自动驾驶的浪潮进入汽车行业：

• 军事与国防：最早应用于美国海军解决舰艇网络问题，后被广泛应用于宙斯盾作战系统、无人机控制等场景。
• 航空航天：用于 NASA 的智能机器人系统、飞行模拟器等。
• 工业自动化：如西门子的风电通信网络。
• 智能汽车：自2018年纳入AUTOSAR Adaptive Platform标准后，已被丰田、奥迪等200多个车型项目采用，用于实现传感器数据融合、跨域通信等核心功能。

💎 不同厂家

• Eclipse Cyclone DDS : ROS 2 Humble/Jazzy 官方默认 , 轻量级、开源、实时性优秀 , 适配嵌入式 / 中小型机器人系统 ;
• eProsima Fast DDS ( Fast RTPS ) : 早期 ROS 2 默认 , 功能最全、QoS 支持完整 , 适合复杂机器人系统 ( 如多机器人集群 ) ;
• RTI Connext DDS : 商业级 DDS , 实时性 / 可靠性顶尖 , 支持军工 / 工业级场景 ( 提供免费社区版 ) ;
• OpenSplice DDS : 开源 / 商业双版本 , 适配大规模分布式机器人系统 ;
• GurumDDS : 轻量级开源 DDS , 适配嵌入式 MCU ( 如 micro-ROS 场景 ) ;

• ROS 2 可切换 不同的 DDS , 参考如下文档 :

  DDS tuning information : https://docs.ros.org/en/humble/How-To-Guides/DDS-tuning.html
  Working with multiple ROS 2 middleware implementations : https://docs.ros.org/en/humble/How-To-Guides/Working-with-multiple-RMW-implementations.html

ROS2版本

版本介绍对比

以下是ROS2历史发行版的详细汇总表格，按发布时间从早到晚排列，涵盖了每个版本的发布日期、支持周期、适用的Ubuntu版本、核心特性及优化内容，方便你快速查阅和对比。

说明：

• LTS版本（如Dashing、Foxy、Humble）提供长期维护，适合产品级开发；非LTS版本（如Galactic、Iron、Jazzy）适合尝鲜和短期项目。
• “应用版本”指官方主要支持的Ubuntu发行版，其他平台（Windows、macOS）可能也部分支持，但Ubuntu是最常用且经过充分测试的环境。
• 特性与优化内容为各版本的核心亮点，具体细节可参考官方发行说明。

ROS的文档

ROS 2 所有发行版总览 : https://docs.ros.org/en/rolling/Releases.html , 该文档中 包含 版本对比、支持周期 ;

ROS2生态简介

ROS2 作为一个全面的机器人软件开发框架，其强大之处在于它将灵活的通信机制、丰富的可视化调试工具、专业的运动学与规划库，以及一个不断扩展的开源框架生态有机地结合在一起。下面我将从这四个方面为你详细介绍。

💬 核心通信机制：ROS2的“神经系统”

ROS2的通信机制是其灵魂，它基于DDS（数据分发服务）实现，为机器人各个模块（节点）之间的高效、可靠沟通提供了保障 。ROS2主要有三种核心通信方式 ：

• 话题（Topic）：这是ROS2中最常用的异步通信方式，采用发布/订阅模型。一个节点可以像“广播员”一样在某个“频道”（话题）上发布数据（例如摄像头图像），而零个或多个其他节点可以作为“听众”订阅该话题，以接收数据流。这种模式非常适合连续的数据流，如传感器数据 。
• 服务（Service）：这是一种用于一次性、请求-响应式通信的模式，由客户端（Client）发起请求，服务端（Server）处理并返回结果。它适用于那些不需要持续交互，但需要立即得到结果的场景，例如“请求地图数据”或“执行一次拍照” 。
• 动作（Action）：动作通信专门用于处理长时间执行的任务，例如“导航到目标点”或“控制机械臂抓取物体”。它建立在话题和服务之上，允许客户端在任务执行过程中随时接收实时反馈，并且可以在任务完成前取消它，提供了更高的控制灵活性 。

这三种机制让开发者可以根据不同场景，灵活地构建从简单到复杂的机器人行为。

🖥️ 强大的可视化工具：洞察机器人的“眼睛”

“眼见为实”在机器人开发中至关重要。ROS2提供了一系列图形化工具，帮助开发者观察和理解机器人的内部状态。

• RViz2 (ROS Visualization Tool 2)：这是ROS2中最重要的3D可视化工具。它就像一个强大的“示波器”，可以将抽象的传感器数据（如激光雷达点云、摄像头图像）和机器人状态（如模型、位置、规划路径）以直观的3D形式展示出来 。通过RViz2，你可以清晰地看到机器人“看”到的世界以及它正在“想”什么，是调试算法和理解系统行为的利器 。
• rqt：这是一个基于Qt的图形用户界面框架，集成了许多用于调试和分析的插件 。你可以通过它动态地监控节点间的通信图（rqt_graph）、绘制数据曲线（rqt_plot）、管理并录制数据包（rqt_bag）等，实现对系统的全面掌控 。
• Gazebo / Ignition Gazebo：这是一个功能强大的3D机器人仿真环境。它内置了物理引擎，允许你在部署到真实硬件之前，先在虚拟世界中测试机器人的运动、感知和控制算法，极大地降低了开发成本和风险 。

除了上述通用工具，还有一些针对特定框架的可视化工具，例如用于可视化行为树的py_trees_ros_viewer。

⚙️ 专业的运动学与规划工具：赋予机器人“行动力”

让机器人理解空间关系并安全地移动，离不开运动学与规划工具。

• TF2 (Transform Library 2)：这是ROS2中的一个核心库，用于管理坐标系之间的变换关系。例如，知道了激光雷达相对于机器人中心的坐标，以及机器人中心相对于地图原点的坐标，TF2就可以实时计算出激光雷达检测到的物体在地图中的准确位置。它是所有涉及空间计算的模块（如导航、机械臂控制）的基础。
• MoveIt 2：这是ROS2中用于机械臂运动规划的旗舰框架。它集成了运动学求解、碰撞检测、路径规划等功能。结合NVIDIA的Isaac ROS cuMotion等加速包，MoveIt 2可以利用GPU实现更快速、更平滑、更避障的运动规划，显著提升机械臂的工作效率 。
• Navigation2 (Nav2)：这是ROS2中用于移动机器人导航的官方框架。它为机器人提供了从A点到B点的自主移动能力，包括地图加载、定位（通常结合AMCL）、路径规划、避障和控制等功能。
• PlayMotion2：这是一个用于执行预录制动作的工具，尤其适用于机器人和机械臂 。你可以预先定义好一系列关节轨迹（例如“点头”、“握手”），然后通过简单的命令调用，非常适合执行标准化的重复动作 。

🌍 丰富的开源框架生态：站在巨人的肩膀上

ROS2的强大也得益于其活跃的社区和丰富的开源框架。除了上述核心工具，还有许多专门领域的框架，极大地加速了机器人应用的开发。

#ROS2 的全面介绍

ROS2是一个用于机器人开发的分布式、模块化框架，它提供了一整套工具、库和约定，极大地简化了复杂机器人系统的构建。下面我将从通信机制、可视化工具、运动学工具、开源框架模块以及核心开发工具五个维度，为你全面介绍ROS2。

💬 一、通信机制：ROS2的“神经系统”

ROS2采用基于DDS的通信中间件，实现了去中心化的节点间通信，主要包含三种模式：

关键概念：

• 节点（Node）：基本计算单元。
• QoS（服务质量）：通过配置可靠性、持久性、期限等参数，精细化控制通信行为。
• DDS（数据分发服务）：底层实现，提供了丰富的QoS和实时性保障。

🖥️ 二、可视化工具：洞察机器人的“眼睛”

ROS2提供了一系列图形化和命令行工具，用于观察、调试和分析机器人系统。

⚙️ 三、运动学工具：赋予机器人“空间感”

运动学相关工具是机器人定位、导航和操作的基础。

🌍 四、开源框架模块：构建应用的“积木”

ROS2生态中有大量成熟的框架，覆盖了机器人开发的各个领域。

🛠️ 五、核心开发工具：日常开发的“瑞士军刀”

这些工具是ROS2开发者每天都会用到的，它们使构建、调试和管理ROS2项目变得高效。

🔗 总结

ROS2通过上述五个维度构成了一个完整且强大的开发生态：

• 通信机制确保模块间高效协同；
• 可视化工具让系统状态透明直观；
• 运动学工具赋予机器人空间认知与运动能力；
• 开源框架模块提供即用型解决方案；
• 核心开发工具简化日常开发流程。