ROS 2 最容易被误解的一点,是把它当成一个"消息队列库"。它真正定义的是四类接口:连续数据流(话题)、一问一答(服务)、可取消的长任务(动作)、运行时配置(参数)。选错接口,后面的工程复杂度会成倍上升。本文用 Ubuntu 24.04 + ROS 2 Jazzy 的命令和最小代码把这四类接口拆开讲;ROS 2 每年发版,具体参数以对应发行版的官方文档为准。
一、先看全图:节点、执行器与四类接口
节点是一个进程内的计算单元,执行器(executor)负责把回调分发给它。节点之间没有中心 broker:底层 DDS 负责发现与传输,所以只要两个节点在同一网络、同一 ROS_DOMAIN_ID,话题名与类型匹配,就能直接通信。这也解释了为什么 ROS 2 没有 roscore。
把接口按"交互形态"而不是"技术实现"来记,选择会清楚很多:
| 接口 | 语义 | 典型场景 | 用错时的表现 |
|---|---|---|---|
| 话题 Topic | 单向、多播、持续的数据流 | 传感器、里程计、速度指令、状态广播 | 收不到数据、频率异常、拿到旧数据 |
| 服务 Service | 同步请求-响应,一次调用一个结果 | 查询状态、触发一次性操作、开关 | 调用阻塞、超时、主线程卡死 |
| 动作 Action | 目标 + 持续反馈 + 最终结果,可取消 | 导航到点、转动到角度、抓取 | 目标被 abort、卡住没有反馈 |
| 参数 Parameter | 节点内配置项,低频读写 | 阈值、标定值、模式开关 | set 成功但不生效、重启后丢失 |
还有两个不属于通信、但会反复出现的基础概念:命名空间与重映射(同一个节点用不同前缀跑两份),以及组合(composition)(多个节点装进一个进程,省掉进程间拷贝)。图像这类大数据流,用组合加进程内通信,往往比换 DDS 更有效。
二、话题与 QoS:发出去不等于收得到
先用 turtlesim 建一个最小系统。三个终端分别启动仿真、观察、发布:
source /opt/ros/jazzy/setup.bash
ros2 run turtlesim turtlesim_node
# 终端 B
ros2 topic list -t
ros2 topic echo /turtle1/pose
ros2 topic hz /turtle1/pose
ros2 topic info /turtle1/pose --verbose
# 终端 C:手动发一条速度指令
ros2 topic pub --once /turtle1/cmd_vel geometry_msgs/msg/Twist "{linear: {x: 1.0}, angular: {z: 0.5}}"
--verbose 会打印发布端和订阅端各自的 QoS 配置,这是排查"话题在但收不到"的第一现场。QoS 的核心只有几个开关:
| 策略 | 常见取值 | 含义 | 典型用法 |
|---|---|---|---|
| Reliability | reliable / best_effort | 是否保证送达 | 控制指令 reliable;激光、图像 best_effort |
| Durability | volatile / transient_local | 晚加入的订阅者能否拿到历史 | 地图、/tf_static、参数事件用 transient_local |
| History | keep_last(n) / keep_all | 缓存多少条 | 传感器 keep_last 小深度;控制 keep_last(1) |
| Deadline / Liveliness | 周期与超时 | 判断对端是否还活着 | 安全相关链路 |
兼容规则其实很朴素:发布端"能提供的保证"必须不低于订阅端"要求的保证",可靠性、持久性都是这个逻辑。
最容易踩的坑是QoS 不兼容:发布端 best_effort、订阅端 reliable 时,两边不会建立连接,命令行也不报错,只是永远没数据;反过来通常兼容。用 ros2 topic info --verbose 对照两端的 Reliability 与 Durability 即可确认。订阅传感器话题时,让订阅端显式声明:
ros2 topic echo /scan --qos-reliability best_effort
ros2 topic echo /tf_static --qos-durability transient_local
写代码时同理。下面这个订阅者用传感器默认 QoS 接收激光数据,并统计到达频率:
import rclpy
from rclpy.node import Node
from rclpy.qos import qos_profile_sensor_data
from sensor_msgs.msg import LaserScan
class ScanWatcher(Node):
def __init__(self):
super().__init__('scan_watcher')
self.count = 0
self.create_subscription(LaserScan, '/scan', self.on_scan,
qos_profile_sensor_data)
self.create_timer(5.0, self.report)
def on_scan(self, msg):
self.count += 1
self.get_logger().debug(f'range span={msg.range_max - msg.range_min:.2f}')
def report(self):
self.get_logger().info(f'5s 内收到 {self.count} 帧')
self.count = 0
def main():
rclpy.init()
node = ScanWatcher()
try:
rclpy.spin(node)
except KeyboardInterrupt:
pass
node.destroy_node()
rclpy.shutdown()
if __name__ == '__main__':
main()
另一个隐性问题是执行器:默认单线程执行器会串行执行所有回调,一个耗时回调会拖住订阅和定时器。需要并发时用 MultiThreadedExecutor 配合回调组(MutuallyExclusive / Reentrant),并给共享数据加锁。别急着把线程数调大,先确认耗时到底花在哪。
三、服务与动作:别拿服务做长任务
服务的语义是"一次请求、一次响应",调用方会等结果;动作在此之上加了反馈、取消与抢占,适合导航、转动、抓取这类持续数秒到数分钟的任务。turtlesim 同时提供了两类接口,正好对比:
ros2 service list -t | grep turtle1
ros2 service call /turtle1/teleport_absolute turtlesim/srv/TeleportAbsolute "{x: 2.0, y: 2.0, theta: 0.0}"
ros2 action list -t
ros2 action info /turtle1/rotate_absolute
ros2 interface show turtlesim/action/RotateAbsolute
ros2 action send_goal /turtle1/rotate_absolute turtlesim/action/RotateAbsolute "{theta: -1.57}" --feedback
判断标准可以很直接:几毫秒到几百毫秒、只要一个结果的操作,用服务;可能持续几十秒、需要进度、需要中途取消的,用动作。这条经验比"哪种更高级"有用得多。
动作在传输层由三个服务加两个话题拼成:发目标、取消、取结果各是一个服务,反馈和状态各是一个话题。所以 ros2 node info 里会出现一堆 SendGoal、GetResult 之类的服务名——那是实现细节,写代码时用 ActionClient 即可。
动作的类型名会随发行版调整(例如新版本文档中 turtlesim 的动作类型拆到了 turtlesim_msgs),遇到 Invalid goal type 先 ros2 interface list | grep -i rotate 确认真实类型名。Jazzy 下的动作客户端骨架如下:
import rclpy
from rclpy.action import ActionClient
from rclpy.node import Node
from turtlesim.action import RotateAbsolute
class Rotate(Node):
def __init__(self):
super().__init__('rotate_client')
self.client = ActionClient(self, RotateAbsolute, '/turtle1/rotate_absolute')
def feedback(self, msg):
self.get_logger().info(f'remaining={msg.feedback.remaining:.2f}')
def send(self, theta):
if not self.client.wait_for_server(timeout_sec=2.0):
self.get_logger().error('动作服务器未就绪')
return
goal = RotateAbsolute.Goal()
goal.theta = theta
future = self.client.send_goal_async(goal, feedback_callback=self.feedback)
rclpy.spin_until_future_complete(self, future)
handle = future.result()
if not handle.accepted:
self.get_logger().error('目标被拒绝')
return
result = handle.get_result_async()
rclpy.spin_until_future_complete(self, result)
self.get_logger().info(f'delta={result.result().result.delta:.2f}')
def main():
rclpy.init()
node = Rotate()
node.send(-1.57)
node.destroy_node()
rclpy.shutdown()
if __name__ == '__main__':
main()
注意两点:spin_until_future_complete 会阻塞当前线程,别在回调里调用;服务调用在服务器忙时可能长时间无响应,工程上要加超时和重试。动作则要显式处理"取消"和"被新目标抢占"两种语义——不同服务器选择不同,不能假设。
四、参数:配置不是数据
参数是挂在节点上的低频配置,适合阈值、标定值、开关,不适合当高频状态数据用。所有节点都支持一套标准参数服务,命令行即可读写:
ros2 param list /turtlesim
ros2 param get /turtlesim background_r
ros2 param set /turtlesim background_r 200
ros2 param dump /turtlesim > /tmp/turtlesim.yaml
把配置写进 launch,节点启动就带上,不改代码:
from launch import LaunchDescription
from launch_ros.actions import Node
def generate_launch_description():
return LaunchDescription([
Node(package='turtlesim', executable='turtlesim_node',
parameters=[{'background_r': 100, 'background_g': 100}]),
])
需要运行时生效的参数,必须声明并注册校验回调;否则 set 只会改值,不会触发你的逻辑:
import rclpy
from rcl_interfaces.msg import SetParametersResult
from rclpy.node import Node
class Controller(Node):
def __init__(self):
super().__init__('controller')
self.declare_parameter('max_speed', 0.3)
self.add_on_set_parameters_callback(self.on_set)
def on_set(self, params):
for p in params:
if p.name == 'max_speed' and p.value <= 0.0:
return SetParametersResult(successful=False, reason='max_speed 必须大于 0')
return SetParametersResult(successful=True)
def main():
rclpy.init()
node = Controller()
rclpy.spin(node)
仿真里最容易忘的是 use_sim_time:它本身也是一个参数。Gazebo 发布 /clock 后,节点若不设 use_sim_time:=true,时间戳会落在两套时钟上,TF 查找和定时器都会出怪问题。
五、常见坑与排查顺序
按出现频率排,通信问题大多集中在这几处:
- QoS 不匹配:话题存在、
hz显示有数据,你的订阅就是没回调。 - 回调阻塞:在订阅回调里做重计算或同步服务调用,定时器停摆,看起来像节点卡死。
- 单线程 executor 死锁:在回调里等另一个需要同一 executor 的回调结果。
- 命名冲突:节点重名、命名空间写错,工具里出现两份同名实体。
- 网络与域:多机通信被防火墙挡住;实验室两台机器
ROS_DOMAIN_ID相同,话题互相串扰。 - 消息版本不一致:自定义 msg 改了字段但一端没重新编译,反序列化直接失败。
- 仿真时间:忘了
use_sim_time,时间戳对不上。
"话题有数据但我的节点收不到"几乎总是 QoS 或命名空间问题,不要急着换 DDS、重装系统。先 ros2 topic info --verbose 加 rqt_graph 确认拓扑与两端配置;需要抓现场时用 ros2 bag record 录一段,离线分析比反复重启快。
六、项目清单:把四类接口用对
做完下面四项,才算真正掌握通信模型,而不只是跑过教程:
| 任务 | 验收标准 |
|---|---|
| 写一对发布/订阅节点,发布可控频率的状态,统计端到端延迟 | 能用 bag 里的时间戳说明延迟分布,而不只看 hz |
| 给订阅端显式设置传感器 QoS,再故意做一次不兼容配置 | 能复现"无报错但无数据",并解释原因 |
| 为自定义动作写 server 与 client | 支持取消,反馈频率合理,被抢占时不会静默失败 |
| 把阈值改成参数,用命令行与 launch 两种方式覆盖 | 参数校验生效,非法值被拒并说明原因 |
最后一条经验:接口是设计决策,不是代码细节。哪些数据走话题、哪些操作必须是可取消的动作、哪些值允许运行时改,应该在写第一行代码前用一张表定下来并写进 README。系统长到十几个节点再回头改接口,成本远高于一开始想清楚。
参考与延伸阅读
- ROS 2 Jazzy 官方文档
- Understanding topics(话题与消息)
- Understanding actions(动作)
- About Quality of Service settings(QoS 概念)
- About Executors(执行器)
- Writing an action server and client (Python)
外链内容由对应网站负责,访问以实际可用性为准。