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
Reliabilityreliable / best_effort是否保证送达控制指令 reliable;激光、图像 best_effort
Durabilityvolatile / 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
Historykeep_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:

  1. QoS 不匹配:话题存在、hz 显示有数据,你的订阅就是没回调。
  2. 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。
  3. 单线程 executor 死锁:在回调里等另一个需要同一 executor 的回调结果。
  4. 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。
  5. 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。
  6. 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。
  7. 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

外链内容由对应网站负责,访问以实际可用性为准。