草庐IT

ROS学习笔记（八）：ROS2

cv-player 2025-02-19 原文

ROS学习笔记（八）：ROS2

ROS1存在的问题

ROS（一般ROS均指ROS1）经过多年的发展，已成为机器人领域的重要的工具与平台。但是ROS1主要存在以下问题：
（1）ROS1无法适用于多机器人系统。
（2）ROS1基于Linux系统，在Windows、macOS和RTOS上无法应用或功能有限。
（3）ROS1缺少实时性方面的设计。
（4）ROS1的分布式机制需要良好的网络环境才能保证数据的完整性，而且网络不具备数据加密、安全防护等功能。
（5）ROS1的稳定性不好，ROS Master和节点有时候可能会崩掉，导致难以产品化。

开发者与研究机构对新一代ROS的呼声越来越大，ROS2也就应运而生。

ROS2

ROS2的设计目标

（1）支持多机器人系统，提升多机器人之间通信的网络性能。
（2）满足产品化开发需求。
（3）支持x86、ARM系统，以及MCU等嵌入式微处理器。
（4）支持实时控制。
（5）支持跨系统平台。

ROS2的系统架构

  1. OS层：ROS1主要构建在Linux系统上；ROS2支持构建的系统包括Linux、Windows、macOS、RTOS，甚至没有操作系统的裸机。
  2. 中间层：ROS 中最重要的一个概念就是计算图中的“节点"，它可以让开发者并行开发低耦合的功能模块，并且便于二次复用。ROS1的通信系统基于 TCPROS / UDPROS ，而ROS2的通信系统基于 DDS 。 DDS 是一种分布式实时系统中数据发布／订阅的标准解决方案，下面会详细介绍。ROS2内部提供了 DDS 的抽象层实现，用户无需关注底层 DDS 的提供厂家。在ROS1架构中， Nodelet 和 TCPROS / UDPROS 是并列的层次，可以为同一个进程中的多个节点提供一种更优化的数据传输方式。ROS2中也保留了类似的数据传输方式，命名为" Intra-process "，同样独立于 DDS 。
  3. 应用层：ROS1强依赖于 ROSMaster ，因此可以想象，一旦 Master 宕机，整个系统就会面临怎样的窘境。但是在右边的ROS2架构中，ROS Master 消失了，节点之间使用一种称为" Discovery "的发现机制来帮助彼此建立连接。

ROS2的关键中间件——DDS

DDS ( DataDistributionService ，数据分发服务）,2004年由对象管理组织（ObjectManagementGroup , OMG ）发布，是一种专门为实时系统设计的数据分发／订阅标准。
DDS 最早应用于美国海军，用于解决舰船复杂网络环境中大量软件升级的兼容性问题，目前已经成为美国国防部的强制标准，同时广泛应用于国防、民航、工业控制等领域，成为分布式实时系统中数据发布／订阅的标准解决方案。其技术关键是以数据为核心的发布／订阅（ Data - CentricPublish - Subscribe , DCPS ）模型，这种 DCPS 模型创建了一个"全局数据空间"( GlobalDataSpace ）的概念，所有独立的应用都可以访问。目前已经有多家 DDS 厂商可以提供相关技术，包括可供 ROS 使用的开源版本和商业版本。

ROS2的通信模型

基于DDS的ROS2通信模型包含以下几个关键概念：

  1. 参与者（Participant)：在 DDS 中，每一个发布者或者订阅者都称为参与者，对应于一个使用 DDS 的用户，可以使用某种定义好的数据类型来读／写全局数据空间。
  2. 发布者（Publisher)：数据发布的执行者，支持多种数据类型的发布，可以与多个数据写入器（DataWriter）相连，发布一种或多种主题（Topic）的消息。
  3. 订阅者（Subscriber)：数据订阅的执行者，支持多种数据类型的订阅，可以与多个数据读取器（DataReader)相连，订阅一种或多种主题（Topic）的消息。
  4. 数据写入器（DataWriter）：上层应用向发布者更新数据的对象，每个数据写人器对应一个特定的主题（Topic)，类似于ROS1中的一个消息发布者。
  5. 数据读取器（DataReader)：上层应用从订阅者读取数据的对象，每个数据读取器对应一个特定的主题（Topic)，类似于ROS1中的一个消息订阅者。
  6. 话题 （Topic)：与ROS1中的概念类似，话题需要定义一个名称和一种数据结构，但ROS2中的每个话题都是一个实例，可以存储该话题中的历史消息数据。
  7. 质量服务原则（QualityofServicePolicy)：质量服务原则简称QoSPolicy，这是ROS2中新增的、也是非常重要的一个概念，控制各方面与底层的通信机制，主要从时间限制、可靠性、持续性、历史记录这几个方面满足用户针对不同场景的数据需求。
  • 实时性增强：数据必须在 deadline 之前完成更新。
  • 持续性增强： DDS 可以为ROS2提供数据历史服务，新加入的节点也可以获取发布者发布的所有历史数据。
  • 可靠性增强：配置可靠性原则，用户可以根据需求选择性能模式（BEST _ EFFORT)或者稳定模式（RELIABLE)。
ROS笔记xffxff0cxff0机器人

有关ROS学习笔记（八）：ROS2的更多相关文章

  1. LC滤波器设计学习笔记（一）滤波电路入门 - 2

    目录前言滤波电路科普主要分类实际情况单位的概念常用评价参数函数型滤波器简单分析滤波电路构成低通滤波器RC低通滤波器RL低通滤波器高通滤波器RC高通滤波器RL高通滤波器部分摘自《LC滤波器设计与制作》，侵权删。前言最近需要学习放大电路和滤波电路，但是由于只在之前做音乐频谱分析仪的时候简单了解过一点点运放，所以也是相当从零开始学习了。滤波电路科普主要分类滤波器：主要是从不同频率的成分中提取出特定频率的信号。有源滤波器：由RC元件与运算放大器组成的滤波器。可滤除某一次或多次谐波，最普通易于采用的无源滤波器结构是将电感与电容串联，可对主要次谐波（3、5、7）构成低阻抗旁路。无源滤波器：无源滤波器，又称

  2. CAN协议的学习与理解 - 2

    最近在学习CAN，记录一下，也供大家参考交流。推荐几个我觉得很好的CAN学习，本文也是在看了他们的好文之后做的笔记首先是瑞萨的CAN入门，真的通透；秀！靠这篇我竟然2天理解了CAN协议！实战STM32F4CAN！原文链接：https://blog.csdn.net/XiaoXiaoPengBo/article/details/116206252CAN详解（小白教程）原文链接：https://blog.csdn.net/xwwwj/article/details/105372234一篇易懂的CAN通讯协议指南1一篇易懂的CAN通讯协议指南1-知乎(zhihu.com)视频推荐CAN总线个人知识总

  3. 深度学习部署：Windows安装pycocotools报错解决方法 - 2

    深度学习部署：Windows安装pycocotools报错解决方法1.pycocotools库的简介2.pycocotools安装的坑3.解决办法更多Ai资讯：公主号AiCharm本系列是作者在跑一些深度学习实例时，遇到的各种各样的问题及解决办法，希望能够帮助到大家。ERROR:Commanderroredoutwithexitstatus1:'D:\Anaconda3\python.exe'-u-c'importsys,setuptools,tokenize;sys.argv[0]='"'"'C:\\Users\\46653\\AppData\\Local\\Temp\\pip-instal

  4. ruby - 我正在学习编程并选择了 Ruby。我应该升级到 Ruby 1.9 吗？ - 2

    我完全不是程序员，正在学习使用Ruby和Rails框架进行编程。我目前正在使用Ruby1.8.7和Rails3.0.3，但我想知道我是否应该升级到Ruby1.9，因为我真的没有任何升级的“遗留”成本。缺点是什么？我是否会遇到与普通gem的兼容性问题，或者甚至其他我不太了解甚至无法预料的问题？ 最佳答案 你应该升级。不要坚持从1.8.7开始。如果您发现不支持1.9.2的gem，请避免使用它们(因为它们很可能不被维护)。如果您对gem是否兼容1.9.2有任何疑问，您可以在以下位置查看:http://www.railsplugins.or

  5. ruby - 我如何学习 ruby​​ 的正则表达式？ - 2

    如何学习ruby​​的正则表达式？(对于假人) 最佳答案 http://www.rubular.com/在Ruby中使用正则表达式时是一个很棒的工具，因为它可以立即将结果可视化。 关于ruby-我如何学习ruby​​的正则表达式？，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.com/questions/1881231/

  6. 深度学习12. CNN经典网络 VGG16 - 2

    深度学习12.CNN经典网络VGG16一、简介1.VGG来源2.VGG分类3.不同模型的参数数量4.3x3卷积核的好处5.关于学习率调度6.批归一化二、VGG16层分析1.层划分2.参数展开过程图解3.参数传递示例4.VGG16各层参数数量三、代码分析1.VGG16模型定义2.训练3.测试一、简介1.VGG来源VGG（VisualGeometryGroup）是一个视觉几何组在2014年提出的深度卷积神经网络架构。VGG在2014年ImageNet图像分类竞赛亚军，定位竞赛冠军；VGG网络采用连续的小卷积核（3x3）和池化层构建深度神经网络，网络深度可以达到16层或19层，其中VGG16和VGG

  7. 机器学习——时间序列ARIMA模型(四)：自相关函数ACF和偏自相关函数PACF用于判断ARIMA模型中p、q参数取值 - 2

    文章目录1、自相关函数ACF2、偏自相关函数PACF3、ARIMA(p,d,q)的阶数判断4、代码实现1、引入所需依赖2、数据读取与处理3、一阶差分与绘图4、ACF5、PACF1、自相关函数ACF自相关函数反映了同一序列在不同时序的取值之间的相关性。公式：ACF(k)=ρk=Cov(yt,yt−k)Var(yt)ACF(k)=\rho_{k}=\frac{Cov(y_{t},y_{t-k})}{Var(y_{t})}ACF(k)=ρk​=Var(yt​)Cov(yt​,yt−k​)​其中分子用于求协方差矩阵，分母用于计算样本方差。求出的ACF值为[-1,1]。但对于一个平稳的AR模型，求出其滞

  8. Unity Shader 学习笔记（5）Shader变体、Shader属性定义技巧、自定义材质面板 - 2

    写在之前Shader变体、Shader属性定义技巧、自定义材质面板，这三个知识点任何一个单拿出来都是一套知识体系，不能一概而论，本文章目的在于将学习和实际工作中遇见的问题进行总结，类似于网络笔记之用，方便后续回顾查看，如有以偏概全、不祥不尽之处，还望海涵。1、Shader变体先看一段代码......Properties{ [KeywordEnum(on,off)]USL_USE_COL("IsUseColorMixTex?",int)=0 [Toggle(IS_RED_ON)]_IsRed("IsRed?",int)=0}......//中间省略，后续会有完整代码 #pragmamulti_c

  9. Tcl脚本入门笔记详解（一） - 2

    TCL脚本语言简介•TCL（ToolCommandLanguage）是一种解释执行的脚本语言（ScriptingLanguage）,它提供了通用的编程能力：支持变量、过程和控制结构；同时TCL还拥有一个功能强大的固有的核心命令集。TCL经常被用于快速原型开发，脚本编程，GUI和测试等方面。•实际上包含了两个部分：一个语言和一个库。首先，Tcl是一种简单的脚本语言，主要使用于发布命令给一些互交程序如文本编辑器、调试器和shell。由于TCL的解释器是用C\C++语言的过程库实现的，因此在某种意义上我们又可以把TCL看作C库，这个库中有丰富的用于扩展TCL命令的C\C++过程和函数，所以，Tcl是

  10. ruby-on-rails - 这个 C 和 PHP 程序员如何学习 Ruby 和 Rails？ - 2

    按照目前的情况，这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持，但这个问题可能会引发辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开，visitthehelpcenter指导。关闭9年前。我来自C、php和bash背景，很容易学习，因为它们都有相同的C结构，我可以将其与我已经知道的联系起来。然后2年前我学了Python并且学得很好，Python对我来说比Ruby更容易学。然后从去年开始，我一直在尝试学习Ruby，然后是Rails，我承认，直到现在我还是学不会，讽刺的是那些打着简单易学的烙印，但是对于我这样一个老练的程序员来说，我只是无法将它

随机推荐