ROS2系统架构及相关定义

服务(Service):节点间的你问我答

客户端/服务器模型

从服务的实现机制上来看，这种你问我答的形式叫做客户端/服务器模型，简称为CS模型，客户端在需要某些数据的时候，针对某个具体的服务，发送请求信息，服务器端收到请求之后，就会进行处理并反馈应答信息。

同步通信

这个过程一般要求越快越好，假设服务器半天没有反应，你的浏览器一直转圈圈，那有可能是服务器宕机了，或者是网络不好，所以相比话题通信，在服务通信中，客户端可以通过接收到的应答信息，判断服务器端的状态，我们也称之为同步通信。

一对多通信

服务器端唯一，客户端不唯一

服务接口

和话题通信类似，服务通信的核心还是要传递数据，数据变成了两个部分，一个请求的数据，比如请求苹果位置的命令，还有一个反馈的数据，比如反馈苹果坐标位置的数据，这些数据和话题消息一样，在ROS中也是要标准定义的，话题使用.msg文件定义，服务使用的是.srv文件定义

案例

加法求解器

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ @作者: 古月居(www.guyuehome.com) @说明: ROS2服务示例-发送两个加数，请求加法器计算 """ import sys import rclpy # ROS2 Python接口库 from rclpy.node import Node # ROS2 节点类 from learning_interface.srv import AddTwoInts # 自定义的服务接口 class adderClient(Node): def __init__(self, name): super().__init__(name) # ROS2节点父类初始化 self.client = self.create_client(AddTwoInts, 'add_two_ints') # 创建服务客户端对象（服务接口类型，服务名） while not self.client.wait_for_service(timeout_sec=1.0): # 循环等待服务器端成功启动 self.get_logger().info('service not available, waiting again...') self.request = AddTwoInts.Request() # 创建服务请求的数据对象 def send_request(self): # 创建一个发送服务请求的函数 self.request.a = int(sys.argv[1]) self.request.b = int(sys.argv[2]) self.future = self.client.call_async(self.request) # 异步方式发送服务请求 def main(args=None): rclpy.init(args=args) # ROS2 Python接口初始化 node = adderClient("service_adder_client") # 创建ROS2节点对象并进行初始化 node.send_request() # 发送服务请求 while rclpy.ok(): # ROS2系统正常运行 rclpy.spin_once(node) # 循环执行一次节点 if node.future.done(): # 数据是否处理完成 try: response = node.future.result() # 接收服务器端的反馈数据 except Exception as e: node.get_logger().info( 'Service call failed %r' % (e,)) else: node.get_logger().info( # 将收到的反馈信息打印输出 'Result of add_two_ints: for %d + %d = %d' % (node.request.a, node.request.b, response.sum)) break node.destroy_node() # 销毁节点对象 rclpy.shutdown() # 关闭ROS2 Python接口

entry_points={ 'console_scripts': [ 'service_adder_client = learning_service.service_adder_client:main', ], },

客户端流程

编程接口初始化

创建节点并初始化

创建客户端对象

创建并发送请求数据

等待服务器端应答数据

销毁节点并关闭接口

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ @作者: 古月居(www.guyuehome.com) @说明: ROS2服务示例-提供加法器的服务器处理功能 """ import rclpy # ROS2 Python接口库 from rclpy.node import Node # ROS2 节点类 from learning_interface.srv import AddTwoInts # 自定义的服务接口 class adderServer(Node): def __init__(self, name): super().__init__(name) # ROS2节点父类初始化 self.srv = self.create_service(AddTwoInts, 'add_two_ints', self.adder_callback) # 创建服务器对象（接口类型、服务名、服务器回调函数） def adder_callback(self, request, response): # 创建回调函数，执行收到请求后对数据的处理 response.sum = request.a + request.b # 完成加法求和计算，将结果放到反馈的数据中 self.get_logger().info('Incoming request\na: %d b: %d' % (request.a, request.b)) # 输出日志信息，提示已经完成加法求和计算 return response # 反馈应答信息 def main(args=None): # ROS2节点主入口main函数 rclpy.init(args=args) # ROS2 Python接口初始化 node = adderServer("service_adder_server") # 创建ROS2节点对象并进行初始化 rclpy.spin(node) # 循环等待ROS2退出 node.destroy_node() # 销毁节点对象 rclpy.shutdown() # 关闭ROS2 Python接口

entry_points={ 'console_scripts': [ 'service_adder_client = learning_service.service_adder_client:main', 'service_adder_server = learning_service.service_adder_server:main', ], },

服务端流程

编程接口初始化

创建节点并初始化

创建服务器端对象

通过回调函数处进行服务

向客户端反馈应答结果

销毁节点并关闭接口

机器视觉识别

此时有三个节点

相机驱动节点，发布图像数据；视觉识别节点，订阅图像数据，并且集成了一个服务器端对象，随时准备提供目标位置；客户端节点，我们可以认为是一个机器人目标跟踪的节点，当需要根据目标运动时，就发送一次请求，然后拿到一个当前的目标位置。

客户端

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ @作者: 古月居(www.guyuehome.com) @说明: ROS2服务示例-请求目标识别，等待目标位置应答 """ import rclpy # ROS2 Python接口库 from rclpy.node import Node # ROS2 节点类 from learning_interface.srv import GetObjectPosition # 自定义的服务接口 class objectClient(Node): def __init__(self, name): super().__init__(name) # ROS2节点父类初始化 self.client = self.create_client(GetObjectPosition, 'get_target_position') while not self.client.wait_for_service(timeout_sec=1.0): self.get_logger().info('service not available, waiting again...') self.request = GetObjectPosition.Request() def send_request(self): self.request.get = True self.future = self.client.call_async(self.request) def main(args=None): rclpy.init(args=args) # ROS2 Python接口初始化 node = objectClient("service_object_client") # 创建ROS2节点对象并进行初始化 node.send_request() while rclpy.ok(): rclpy.spin_once(node) if node.future.done(): try: response = node.future.result() except Exception as e: node.get_logger().info( 'Service call failed %r' % (e,)) else: node.get_logger().info( 'Result of object position:\n x: %d y: %d' % (response.x, response.y)) break node.destroy_node() # 销毁节点对象 rclpy.shutdown() # 关闭ROS2 Python接口

entry_points={ 'console_scripts': [ 'service_adder_client = learning_service.service_adder_client:main', 'service_adder_server = learning_service.service_adder_server:main', 'service_object_client = learning_service.service_object_client:main', ], },

服务端

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ @作者: 古月居(www.guyuehome.com) @说明: ROS2服务示例-提供目标识别服务 """ import rclpy # ROS2 Python接口库 from rclpy.node import Node # ROS2 节点类 from sensor_msgs.msg import Image # 图像消息类型 import numpy as np # Python数值计算库 from cv_bridge import CvBridge # ROS与OpenCV图像转换类 import cv2 # Opencv图像处理库 from learning_interface.srv import GetObjectPosition # 自定义的服务接口 lower_red = np.array([0, 90, 128]) # 红色的HSV阈值下限 upper_red = np.array([180, 255, 255]) # 红色的HSV阈值上限 class ImageSubscriber(Node): def __init__(self, name): super().__init__(name) # ROS2节点父类初始化 self.sub = self.create_subscription( Image, 'image_raw', self.listener_callback, 10) # 创建订阅者对象（消息类型、话题名、订阅者回调函数、队列长度） self.cv_bridge = CvBridge() # 创建一个图像转换对象，用于OpenCV图像与ROS的图像消息的互相转换 self.srv = self.create_service(GetObjectPosition, # 创建服务器对象（接口类型、服务名、服务器回调函数） 'get_target_position', self.object_position_callback) self.objectX = 0 self.objectY = 0 def object_detect(self, image): hsv_img = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # 图像从BGR颜色模型转换为HSV模型 mask_red = cv2.inRange(hsv_img, lower_red, upper_red) # 图像二值化 contours, hierarchy = cv2.findContours( mask_red, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE) # 图像中轮廓检测 for cnt in contours: # 去除一些轮廓面积太小的噪声 if cnt.shape[0] < 150: continue (x, y, w, h) = cv2.boundingRect(cnt) # 得到苹果所在轮廓的左上角xy像素坐标及轮廓范围的宽和高 cv2.drawContours(image, [cnt], -1, (0, 255, 0), 2)# 将苹果的轮廓勾勒出来 cv2.circle(image, (int(x+w/2), int(y+h/2)), 5, (0, 255, 0), -1) # 将苹果的图像中心点画出来 self.objectX = int(x+w/2) self.objectY = int(y+h/2) cv2.imshow("object", image) # 使用OpenCV显示处理后的图像效果 cv2.waitKey(50) def listener_callback(self, data): self.get_logger().info('Receiving video frame') # 输出日志信息，提示已进入回调函数 image = self.cv_bridge.imgmsg_to_cv2(data, 'bgr8') # 将ROS的图像消息转化成OpenCV图像 self.object_detect(image) # 苹果检测 def object_position_callback(self, request, response): # 创建回调函数，执行收到请求后对数据的处理 if request.get == True: response.x = self.objectX # 目标物体的XY坐标 response.y = self.objectY self.get_logger().info('Object position\nx: %d y: %d' % (response.x, response.y)) # 输出日志信息，提示已经反馈 else: response.x = 0 response.y = 0 self.get_logger().info('Invalid command') # 输出日志信息，提示已经反馈 return response def main(args=None): # ROS2节点主入口main函数 rclpy.init(args=args) # ROS2 Python接口初始化 node = ImageSubscriber("service_object_server") # 创建ROS2节点对象并进行初始化 rclpy.spin(node) # 循环等待ROS2退出 node.destroy_node() # 销毁节点对象 rclpy.shutdown() # 关闭ROS2 Python接口

entry_points={ 'console_scripts': [ 'service_adder_client = learning_service.service_adder_client:main', 'service_adder_server = learning_service.service_adder_server:main', 'service_object_client = learning_service.service_object_client:main', 'service_object_server = learning_service.service_object_server:main', ], },

话题和服务是ROS中最为常用的两种数据通信方法，前者适合传感器、控制指令等周期性、单向传输的数据，后者适合一问一答，同步性要求更高的数据，比如获取机器视觉识别到的目标位置。

系统架构

ROS/ROS2定义及对比

对比

管理

ROS1的架构下所有节点需要使用Master进行管理

ROS2使用基于DDS的Discovery机制，不用Master

系统

ROS1使用rosbuild，catkin管理项目

ROS2使用升级版的ament，colcon

ROS2命令行操作

工作空间(Workspace)，开发过程的大本营

src

代码空间

install

安装空间

build

编译空间

log

日志空间

参数(Parameter) :机器人系统的全局字典

分布式通信(Distributed Communication) :多计算平台的任务分配

DDS(Data Distribution Service) :机器人的神经网络

话题(Topic) :节点间传递数据的桥梁

从话题本身的实现角度来看，使用了基于DDS的发布/订阅模型

创建步骤

编程接口初始化

创建节点并初始化

创建发布者对象

创建并填充话题消息

发布话题消息

销毁节点并关闭接口

例子

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ @作者: 古月居(www.guyuehome.com) @说明: ROS2话题示例-发布“Hello World”话题 """ import rclpy # ROS2 Python接口库 from rclpy.node import Node # ROS2 节点类 from std_msgs.msg import String # 字符串消息类型 """ 创建一个发布者节点 """ class PublisherNode(Node): def __init__(self, name): super().__init__(name) # ROS2节点父类初始化 self.pub = self.create_publisher(String, "chatter", 10) # 创建发布者对象（消息类型、话题名、队列长度） self.timer = self.create_timer(0.5, self.timer_callback) # 创建一个定时器（单位为秒的周期，定时执行的回调函数） def timer_callback(self): # 创建定时器周期执行的回调函数 msg = String() # 创建一个String类型的消息对象 msg.data = 'Hello World' # 填充消息对象中的消息数据 self.pub.publish(msg) # 发布话题消息 self.get_logger().info('Publishing: "%s"' % msg.data) # 输出日志信息，提示已经完成话题发布 def main(args=None): # ROS2节点主入口main函数 rclpy.init(args=args) # ROS2 Python接口初始化 node = PublisherNode("topic_helloworld_pub") # 创建ROS2节点对象并进行初始化 rclpy.spin(node) # 循环等待ROS2退出 node.destroy_node() # 销毁节点对象 rclpy.shutdown() # 关闭ROS2 Python接口

完成代码的编写后需要设置功能包的编译选项，让系统知道Python程序的入口，打开功能包的setup.py文件，加入如下入口点的配置：

entry_points={ 'console_scripts': [ 'topic_helloworld_pub = learning_topic.topic_helloworld_pub:main', ], },

节点(Node):机器人的工作细胞

概念理解

节点在机器人系统中的职责就是执行某些具体的任务，从计算机操作系统的角度来看，也叫做进程；

每个节点都是一个可以独立运行的可执行文件，比如执行某一个python程序，或者执行C++编译生成的结果，都算是运行了一个节点；

既然每个节点都是独立的执行文件，那自然就可以想到，得到这个执行文件的编程语言可以是不同的，比如C++、Python，乃至Java、Ruby等更多语言。

这些节点是功能各不相同的细胞，根据系统设计的不同，可能位于计算机A，也可能位于计算机B，还有可能运行在云端，这叫做分布式，也就是可以分布在不同的硬件载体上；

每一个节点都需要有唯一的命名，当我们想要去找到某一个节点的时候，或者想要查询某一个节点的状态时，可以通过节点的名称来做查询。

节点也可以比喻是一个一个的工人，分别完成不同的任务，他们有的在一线厂房工作，有的在后勤部门提供保障，他们互相可能并不认识，但却一起推动机器人这座“工厂”，完成更为复杂的任务。

创建节点流程

编程接口初始化

创建节点并初始化

实现节点功能

销毁节点并关闭接口

节点常用命令行

$ ros2 node list # 查看节点列表 $ ros2 node info <node_name> # 查看节点信息

案例

Hello World节点（面向过程）

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ @作者: 古月居(www.guyuehome.com) @说明: ROS2节点示例-发布“Hello World”日志信息, 使用面向过程的实现方式 """ import rclpy # ROS2 Python接口库 from rclpy.node import Node # ROS2 节点类 import time def main(args=None): # ROS2节点主入口main函数 rclpy.init(args=args) # ROS2 Python接口初始化 node = Node("node_helloworld") # 创建ROS2节点对象并进行初始化 while rclpy.ok(): # ROS2系统是否正常运行 node.get_logger().info("Hello World") # ROS2日志输出 time.sleep(0.5) # 休眠控制循环时间 node.destroy_node() # 销毁节点对象 rclpy.shutdown() # 关闭ROS2 Python接口

entry_points={ 'console_scripts': [ 'node_helloworld = learning_node.node_helloworld:main', ],

$ ros2 run learning_node node_helloworld

Hello World节点（面向对象）

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ @作者: 古月居(www.guyuehome.com) @说明: ROS2节点示例-发布“Hello World”日志信息, 使用面向对象的实现方式 """ import rclpy # ROS2 Python接口库 from rclpy.node import Node # ROS2 节点类 import time """ 创建一个HelloWorld节点, 初始化时输出“hello world”日志 """ class HelloWorldNode(Node): def __init__(self, name): super().__init__(name) # ROS2节点父类初始化 while rclpy.ok(): # ROS2系统是否正常运行 self.get_logger().info("Hello World") # ROS2日志输出 time.sleep(0.5) # 休眠控制循环时间 def main(args=None): # ROS2节点主入口main函数 rclpy.init(args=args) # ROS2 Python接口初始化 node = HelloWorldNode("node_helloworld_class") # 创建ROS2节点对象并进行初始化 rclpy.spin(node) # 循环等待ROS2退出 node.destroy_node() # 销毁节点对象 rclpy.shutdown() # 关闭ROS2 Python接口

entry_points={ 'console_scripts': [ 'node_helloworld = learning_node.node_helloworld:main', 'node_helloworld_class = learning_node.node_helloworld_class:main', ],

$ ros2 run learning_node node_helloworld_class

功能包(Package) :功能源码的聚集地

创建功能包的指令

ros2 pkg create --build-type <build-type> <package_name>

pkg

表示功能包相关的功能；

create

表示创建功能包；

build-type

表示新创建的功能包是C++还是Python的，如果使用C++或者C，那这里就跟ament_cmake，如果使用Python，就跟ament_python；

package_name

新建功能包的名字。

例子

$ cd ~/dev_ws/src $ ros2 pkg create --build-type ament_cmake learning_pkg_c # C++ $ ros2 pkg create --build-type ament_python learning_pkg_python # Python

编译功能包

$ cd ~/dev_ws

$ colcon build # 编译工作空间所有功能包

$ source install/local_setup.bash

功能包结构

C++功能包

必然存在两个文件：package.xml和CMakerLists.txt

package.xml文件的主要内容如下，包含功能包的版权描述，和各种依赖的声明。

CMakeLists.txt文件是编译规则，C++代码需要编译才能运行，所以必须要在该文件中设置如何编译，使用CMake语法

Python功能包

存在package.xml和setup.py

package.xml文件的主要内容和C++版本功能包一样，包含功能包的版权描述，和各种依赖的声明。

setup.py文件里边也包含一些版权信息

动作(Action)︰完整行为的流程管理

特点

一对多通信

和服务一样，动作通信中的客户端可以有多个，大家都可以发送运动命令，但是服务器端只能有一个，毕竟只有一个机器人，先执行完成一个动作，才能执行下一个动作。

同步通信

动作过程中的数据通信接口，使用.action文件进行定义。

由服务和话题合成

接口定义

第一块是动作的目标，enable为true时，表示开始运动；第二块是动作的执行结果，finish为true，表示动作执行完成；第三块是动作的周期反馈，表示当前机器人旋转到的角度。

bool enable # 定义动作的目标，表示动作开始的指令 --- bool finish # 定义动作的结果，表示是否成功执行 --- int32 state # 定义动作的反馈，表示当前执行到的位置

常用命令行

$ ros2 action list # 查看服务列表

$ ros2 action info <action_name> # 查看服务数据类型

$ ros2 action send_goal <action_name> <action_type> <action_data> # 发送服务请求

通信接口(Interface) :数据传递的标准结构

给传递的数据定义一个标准的结构

话题通信接口的定义使用的是.msg文件，由于是单向传输，只需要描述传输的每一帧数据是什么就行，比如在这个定义里，会传输两个32位的整型数，x、y，我们可以用来传输二维坐标的数值。

服务通信接口的定义使用的是.srv文件，包含请求和应答两部分定义，通过中间的“---”区分，比如之前我们学习的加法求和功能，请求数据是两个64位整型数a和b，应答是求和的结果sum。

动作是另外一种通信机制，用来描述机器人的一个运动过程，使用.action文件定义，比如我们让小海龟转90度，一边转一边周期反馈当前的状态，此时接口的定义分成了三个部分，分别是动作的目标，比如是开始运动，运动的结果，最终旋转的90度是否完成，还有一个周期反馈，比如每隔1s反馈一下当前转到第10度、20度还是30度了，让我们知道运动的进度。

接口命令行操作

$ ros2 interface list # 查看系统接口列表

$ ros2 interface show <interface_name> # 查看某个接口的详细定义

$ ros2 interface package <package_name> # 查看某个功能包中的接口定义