ROS 2 Foxy 从入门到实践：现代机器人开发的核心架构与实战指南

1. 项目概述：为什么是ROS 2 Foxy？

如果你正在机器人领域摸索，或者从ROS 1“古早”版本迁移过来，大概率会听到“ROS 2 Foxy Fitzroy”这个名字。这不是一个简单的版本号，它标志着ROS 2进入了一个关键的“长期支持”阶段。我最初接触Foxy，是因为手头一个需要稳定运行数年的服务机器人项目，ROS 1的通信机制在复杂网络环境下已经显得力不从心，而ROS 2的DDS中间件和真正的分布式架构正是我们需要的。Foxy作为首个获得长期支持的ROS 2发行版，意味着它有长达五年的官方维护周期，这对于产品化开发来说，是选择技术栈时一个至关重要的“定心丸”。

简单来说，ROS 2 Foxy是一个专为机器人软件开发设计的、稳定且功能丰富的中间件框架。它解决了ROS 1在实时性、安全性、跨平台和生产部署方面的诸多痛点。核心价值在于，它提供了一套标准化的通信机制（话题、服务、动作），让开发者可以像搭积木一样，将感知、决策、控制等不同模块快速集成起来，而无需关心底层复杂的网络通信细节。无论你是想控制一个简单的差分轮式机器人，还是构建一个包含多传感器融合和复杂导航的自动驾驶系统，ROS 2 Foxy都能提供坚实可靠的基础设施。

学习ROS 2 Foxy，适合以下几类人：首先是机器人领域的在校学生或研究人员，这是进入现代机器人软件开发的绝佳起点；其次是工业界的机器人工程师，尤其是面临从ROS 1升级或全新选型的团队；最后是任何对智能硬件、自动驾驶、无人机等前沿领域感兴趣的开发者。即使你没有任何ROS 1的基础，直接从ROS 2 Foxy开始学习，反而能避开一些历史包袱，更直接地理解现代机器人软件的设计思想。

2. 核心概念与架构深度解析

2.1 ROS 2 vs ROS 1：根本性变革

很多初学者会问，我已经会ROS 1了，ROS 2有什么不同？这绝非简单的版本升级，而是一次架构层面的重构。最核心的差异在于通信中间件。ROS 1采用自定义的TCPROS/UDPROS协议，严重依赖于一个中心化的ROS Master节点。这个Master一旦崩溃，整个系统通信就会瘫痪，这是ROS 1在生产环境中最大的软肋。

ROS 2彻底摒弃了这种中心化架构，引入了数据分发服务（DDS）作为其默认的通信中间件。DDS本身就是一个成熟的工业标准（OMG组织制定），广泛应用于航空、国防等对实时性和可靠性要求极高的领域。在ROS 2 Foxy中，默认集成的DDS实现是Cyclone DDS，它以其轻量化和优秀的性能著称。基于DDS，ROS 2实现了真正的去中心化发布-订阅模型。每个节点都可以独立发现彼此，直接通信，不再有单点故障。这意味着你的机器人系统可以更健壮地运行在复杂的网络环境中，比如多机协作，或者存在网络分区的情况。

另一个重大改进是对实时系统和嵌入式平台的支持。ROS 1几乎与实时操作系统（RTOS）无缘，而ROS 2从设计之初就考虑了实时性需求。其通信层（RMW，即ROS MiddleWare Interface）是可插拔的，你可以根据需求选择不同的DDS实现（如Fast DDS， Cyclone DDS），甚至为特定的实时操作系统定制RMW实现。这使得ROS 2能够运行在从Linux到RTOS（如VxWorks, FreeRTOS），再到微控制器（通过Micro-ROS）的广泛硬件平台上。

2.2 ROS 2 Foxy 核心架构四层模型

理解ROS 2的架构，可以将其分为四个层次，这有助于我们定位问题和进行开发：

1. 应用层（你的代码）：这是开发者主要工作的层面，即用C++、Python等语言编写的节点（Node）。节点是执行特定计算任务的进程，例如一个节点读取相机数据，另一个节点进行目标检测。

2. ROS客户端库层（rclcpp, rclpy）：这一层提供了面向不同编程语言的API。rclcpp是C++客户端库，rclpy是Python客户端库。它们封装了下层复杂的DDS通信细节，向上提供简洁易用的接口来创建节点、发布者、订阅者、服务端和客户端等。你在代码中调用的create_publisher,create_subscription等函数都来自这里。

3. ROS客户端层（rcl）：这是一个用C语言编写的中间层，作为客户端库（rclcpp/rclpy）和底层中间件（RMW）之间的桥梁。它定义了一套通用的C语言API，不同的客户端库通过调用这套API来与底层通信，这样保证了不同语言客户端行为的一致性。

4. 中间件抽象层（RMW）与具体实现：这是ROS 2架构中最精妙的部分。RMW定义了一套抽象的接口，而具体的DDS实现（如rmw_cyclonedds_cpp）则负责实现这些接口。当你安装ROS 2 Foxy时，默认会安装Cyclone DDS的实现。这种设计使得更换底层通信中间件成为可能，你只需要安装对应的RMW实现包，并在运行时通过环境变量RMW_IMPLEMENTATION来指定即可。

注意：在实际开发中，绝大多数时间你只需要和应用层以及ROS客户端库层打交道。但当你遇到诡异的通信问题，或者需要深度优化性能时，理解底层RMW和DDS的配置就变得至关重要。例如，调整DDS的QoS（服务质量）策略来优化带宽和延迟，就需要你对这一层有所了解。

2.3 核心通信机制：话题、服务与动作

ROS 2继承了ROS 1的核心通信范式，但在可靠性和灵活性上做了大幅增强。

• 话题（Topic）：用于持续、单向的数据流传输，如图像流、激光雷达点云、控制指令。发布者（Publisher）和订阅者（Subscriber）通过话题名连接，是多对多的关系。ROS 2的QoS策略在这里大放异彩，你可以为话题配置“可靠性”（最好一次送达RELIABLEvs 最多一次送达BEST_EFFORT）、“持久性”（是否保留历史消息）和“存活策略”（如何处理慢订阅者）等，这是ROS 1所不具备的精细控制能力。

• 服务（Service）：用于同步的请求-响应式通信，适用于需要立即得到结果的场景，如查询传感器状态、调用一个计算函数。客户端发送请求，服务端处理并返回响应。ROS 2的服务基于话题实现，但其QoS默认是可靠且同步的。

• 动作（Action）：这是ROS中用于处理长时间运行、可抢占任务的机制，如导航到某个目标点。它比服务更复杂，由三部分组成：目标（Goal）、反馈（Feedback）和结果（Result）。动作服务器接收目标，在执行过程中持续发送反馈，最终返回结果。动作客户端可以发送目标、取消目标，并接收反馈和结果。ROS 2的动作实现同样基于话题，并内置了状态机来管理任务生命周期。

实操心得：在ROS 2中，我强烈建议即使是简单的任务，也优先考虑使用动作而非服务。因为动作内置了反馈机制，这对于需要长时间运行的任务（如机械臂抓取、移动机器人导航）的调试和用户体验至关重要。你可以实时看到任务进度，而不是傻等一个可能永远不会返回的服务调用。

3. 环境搭建与核心工具链实战

3.1 系统选择与ROS 2 Foxy安装

ROS 2 Foxy官方支持的操作系统是Ubuntu 20.04 (Focal Fossa)。这是最稳定、问题最少的搭配。虽然理论上可以在其他Linux发行版或Windows上通过源码编译安装，但对于学习和生产开发，强烈建议使用Ubuntu 20.04。

安装过程官方文档很详细，但有几个关键点容易踩坑：

1. 设置语言环境：这一步经常被忽略，但至关重要。确保你的系统语言环境是UTF-8，否则在编译或运行某些包时会出现奇怪的字符错误。

   sudo apt update && sudo apt install locales sudo locale-gen en_US en_US.UTF-8 sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8 export LANG=en_US.UTF-8

   最好将最后一行添加到你的~/.bashrc文件中。

2. 添加ROS 2 apt仓库：务必使用官方提供的镜像源。国内用户可以考虑使用中科大或清华的镜像以加速下载。

   sudo apt install software-properties-common sudo add-apt-repository universe # 添加ROS 2 GPG密钥和仓库 sudo apt update && sudo apt install curl gnupg lsb-release sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

3. 安装桌面版：对于学习和开发，安装ros-foxy-desktop是最佳选择，它包含了ROS、RViz、Gazebo仿真器等核心工具。

   sudo apt update sudo apt install ros-foxy-desktop

4. 配置环境变量：安装完成后，每次打开新终端都需要source安装目录下的setup.bash脚本。最方便的做法是将其添加到~/.bashrc中。

   echo "source /opt/ros/foxy/setup.bash" >> ~/.bashrc source ~/.bashrc

3.2 核心开发工具：Colcon与VSCode

ROS 2用Colcon替代了ROS 1的catkin_make或catkin build。Colcon是一个通用的构建工具，不限于ROS，但和ROS 2的包结构（ament构建系统）结合得非常好。

• 基本使用：在你的工作空间根目录（通常命名为ros2_ws）下，执行colcon build即可编译所有包。常用参数：

  • --packages-select <pkg_name>：只编译指定的包，极大提高迭代速度。
  • --symlink-install：以符号链接方式安装，修改Python脚本后无需重新编译即可生效，对Python开发极其友好。
  • --cmake-args -DCMAKE_BUILD_TYPE=Release：指定CMake构建类型。

• VSCode配置：VSCode是ROS 2开发的首选IDE。你需要安装几个关键插件：

  1. ROS(by Microsoft)：提供ROS/ROS 2工作区识别、节点运行、话题可视化等核心功能。
  2. C/C++(by Microsoft)：用于C++代码的智能提示和调试。
  3. Python(by Microsoft)：用于Python开发。
  4. CMake Tools(by Microsoft)：如果你需要编写或调试CMakeLists.txt。

  配置.vscode/c_cpp_properties.json，确保包含ROS 2的头文件路径，这样代码补全和跳转才能正常工作。

3.3 不可或缺的调试与可视化工具

1. 命令行工具：这是你日常使用最频繁的工具。

   • ros2 node list/ros2 topic list/ros2 service list：列出所有节点、话题、服务。
   • ros2 topic echo <topic_name>：实时打印某个话题的消息内容，是调试数据流的利器。
   • ros2 topic hz <topic_name>：测量话题的发布频率。
   • ros2 node info <node_name>：查看某个节点的详细信息，包括其发布和订阅的话题、提供的服务等。
   • ros2 bag record/play：录制和回放话题数据，用于离线调试和算法复现。

2. RQt：图形化瑞士军刀：RQt是一个基于Qt的框架，可以以插件形式运行各种工具。

   • rqt_graph：可视化节点和话题之间的连接图，一眼看清系统拓扑，排查“话题为什么没收到数据”这类问题必备。
   • rqt_console：查看和过滤所有节点的日志输出，比在终端里看ros2 run的输出清晰得多。
   • rqt_plot：将话题中的数值数据实时绘制成曲线图，非常适合调试PID控制器、传感器数据等。

3. RViz2：3D可视化核心：RViz是ROS的“眼睛”。RViz2是其ROS 2版本。你可以通过添加各种显示类型（Display）来可视化点云、机器人模型（URDF）、激光扫描、路径、标记（Marker）等。熟练掌握RViz是机器人算法调试的基本功。

实操心得：养成使用--symlink-install编译Python包的习惯。对于C++包，虽然修改后需要重新编译，但你可以使用colcon build --packages-select your_pkg --cmake-args -DCMAKE_BUILD_TYPE=Debug来开启调试符号，然后配合GDB或VSCode进行源码级调试，这对于解决复杂的运行时崩溃问题至关重要。

4. 从零构建你的第一个ROS 2功能包

4.1 创建工作空间与功能包

所有ROS 2开发都始于一个工作空间。我们创建一个名为ros2_ws的工作空间，并在其中创建一个Python功能包my_first_package。

mkdir -p ~/ros2_ws/src cd ~/ros2_ws/src ros2 pkg create my_first_package --build-type ament_python --dependencies rclpy std_msgs

• --build-type ament_python：指定这是一个Python包，使用ament_python作为构建系统。对于C++包，应使用ament_cmake。
• --dependencies rclpy std_msgs：声明包的依赖。rclpy是Python客户端库，std_msgs包含了标准消息类型（如String, Int32）。依赖项会自动写入package.xml和setup.py。

创建完成后，目录结构如下：

my_first_package/ ├── package.xml ├── setup.py ├── setup.cfg ├── resource/my_first_package ├── test └── my_first_package/ └── __init__.py

我们需要在my_first_package/my_first_package/目录下创建我们的节点脚本。

4.2 编写一个简单的发布者节点

创建一个文件my_first_package/my_first_package/publisher_member_function.py：

#!/usr/bin/env python3 import rclpy from rclpy.node import Node from std_msgs.msg import String class MinimalPublisher(Node): def __init__(self): super().__init__('minimal_publisher') # 节点名 self.publisher_ = self.create_publisher(String, 'topic', 10) # 创建发布者 timer_period = 0.5 # 秒 self.timer = self.create_timer(timer_period, self.timer_callback) # 创建定时器 self.i = 0 def timer_callback(self): msg = String() msg.data = 'Hello World: %d' % self.i self.publisher_.publish(msg) self.get_logger().info('Publishing: "%s"' % msg.data) # 打印日志 self.i += 1 def main(args=None): rclpy.init(args=args) minimal_publisher = MinimalPublisher() rclpy.spin(minimal_publisher) # 保持节点运行，等待回调 minimal_publisher.destroy_node() rclpy.shutdown() if __name__ == '__main__': main()

关键点解析：

1. 节点类继承自Node。
2. create_publisher方法需要三个参数：消息类型、话题名、队列长度。队列长度用于在订阅者处理速度跟不上时缓存消息。
3. create_timer创建了一个定时器，每隔指定时间调用一次回调函数。这是ROS 2中实现周期性任务的推荐方式。
4. rclpy.spin()是核心循环，它会阻塞当前线程，持续处理来自DDS层的消息、定时器事件等，并调用相应的回调函数。

4.3 编写一个简单的订阅者节点

创建文件my_first_package/my_first_package/subscriber_member_function.py：

#!/usr/bin/env python3 import rclpy from rclpy.node import Node from std_msgs.msg import String class MinimalSubscriber(Node): def __init__(self): super().__init__('minimal_subscriber') self.subscription = self.create_subscription( String, 'topic', self.listener_callback, 10) # 创建订阅者 self.subscription # 防止未使用变量警告 def listener_callback(self, msg): self.get_logger().info('I heard: "%s"' % msg.data) def main(args=None): rclpy.init(args=args) minimal_subscriber = MinimalSubscriber() rclpy.spin(minimal_subscriber) minimal_subscriber.destroy_node() rclpy.shutdown() if __name__ == '__main__': main()

关键点解析：

1. create_subscription方法需要四个参数：消息类型、话题名、回调函数、队列长度。当有消息到达时，会自动调用listener_callback。

4.4 编译、运行与测试

1. 编译包：在工作空间根目录~/ros2_ws下运行。

   cd ~/ros2_ws colcon build --packages-select my_first_package --symlink-install source install/setup.bash # 非常重要！使新编译的包生效

2. 运行发布者：打开一个终端。

   ros2 run my_first_package publisher_member_function

   你应该能看到终端持续打印Publishing: "Hello World: X"。

3. 运行订阅者：打开另一个终端，同样先source install/setup.bash。

   ros2 run my_first_package subscriber_member_function

   订阅者终端会打印出从发布者那里听到的消息。

4. 使用命令行工具验证：

   • ros2 node list：会显示/minimal_publisher和/minimal_subscriber。
   • ros2 topic list：会显示/topic。
   • ros2 topic echo /topic：可以直接看到话题上流动的消息内容。

注意：每次打开新的终端运行你自己编写的节点前，必须先source工作空间的install/setup.bash（或者将其添加到.bashrc中）。否则系统会找不到你的包和节点。这是新手最常犯的错误之一。

5. 核心进阶：自定义接口、Launch文件与参数管理

5.1 创建自定义消息与服务接口

标准消息类型（std_msgs,sensor_msgs等）往往不够用。自定义接口是构建复杂机器人系统的基石。

1. 创建接口包：自定义接口通常放在一个独立的包中。创建一个新的功能包，专门用于存放接口定义。

   cd ~/ros2_ws/src ros2 pkg create my_interfaces --build-type ament_cmake

   注意，接口包必须使用ament_cmake构建类型，即使你主要用Python。

2. 定义消息：在my_interfaces/msg/目录下创建MyMessage.msg文件。

   # MyMessage.msg string first_name string last_name uint8 age float32 score

   消息定义语法很简单，每行由“字段类型”和“字段名”组成。

3. 定义服务：在my_interfaces/srv/目录下创建AddTwoInts.srv文件。

   # AddTwoInts.srv int64 a int64 b --- int64 sum

   ---上方是请求（Request）部分，下方是响应（Response）部分。

4. 修改CMakeLists.txt和package.xml：这是关键步骤，需要告诉构建系统去编译这些接口文件。

   • CMakeLists.txt：找到find_package部分，确保包含rosidl_default_generators。然后添加：

     rosidl_generate_interfaces(${PROJECT_NAME} "msg/MyMessage.msg" "srv/AddTwoInts.srv" )

   • package.xml：在<buildtool_depend>ament_cmake</buildtool_depend>之后，添加：

     <build_depend>rosidl_default_generators</build_depend> <exec_depend>rosidl_default_runtime</exec_depend> <member_of_group>rosidl_interface_packages</member_of_group>

5. 编译与使用：编译my_interfaces包后，你就可以在其他包中from my_interfaces.msg import MyMessage来使用自定义消息了。

5.2 使用Launch文件组织复杂系统

当你的系统有十几个甚至几十个节点需要启动时，手动在多个终端里ros2 run是不现实的。Launch文件就是用来描述和启动一组节点及其配置的脚本。ROS 2的Launch系统基于Python，非常强大和灵活。

创建一个Launch文件my_first_package/launch/talker_listener.launch.py：

from launch import LaunchDescription from launch_ros.actions import Node def generate_launch_description(): return LaunchDescription([ Node( package='my_first_package', executable='publisher_member_function', name='my_talker', # 可以覆盖节点源码中定义的节点名 output='screen', # 将节点的输出打印到屏幕 parameters=[{'timer_period': 1.0}] # 通过参数覆盖节点内的变量 ), Node( package='my_first_package', executable='subscriber_member_function', name='my_listener', output='screen' ), ])

运行Launch文件：

ros2 launch my_first_package talker_listener.launch.py

一个命令即可启动所有节点。Launch文件还能做更多事情：包含其他Launch文件、设置环境变量、声明和使用参数、配置重映射（Remapping）、定义条件逻辑等。

5.3 参数管理与动态配置

ROS 2的参数系统允许在节点运行时动态调整其行为，无需修改代码和重新编译。

1. 在节点中声明参数（修改发布者节点）：

   class MinimalPublisher(Node): def __init__(self): super().__init__('minimal_publisher') # 声明一个参数，并设置默认值 self.declare_parameter('timer_period', 0.5) timer_period = self.get_parameter('timer_period').get_parameter_value().double_value # ... 其余代码使用 timer_period ...

2. 通过命令行查看和设置参数：

   # 列出某个节点的所有参数 ros2 param list /minimal_publisher # 获取某个参数的值 ros2 param get /minimal_publisher timer_period # 在启动节点时设置参数 ros2 run my_first_package publisher_member_function --ros-args -p timer_period:=1.0 # 在节点运行时动态设置参数 ros2 param set /minimal_publisher timer_period 2.0

3. 在Launch文件中设置参数：如上例所示，通过parameters列表传递。参数可以来自YAML文件，实现更复杂的配置管理。

   parameters=[{'timer_period': 1.0}] # 或从YAML文件加载 parameters=[os.path.join(get_package_share_directory('my_first_package'), 'config', 'params.yaml')]

实操心得：将节点的可调参数（如控制器的PID系数、滤波器的阈值、算法的超参数）全部通过ROS 2参数系统暴露出来，并配合rqt_reconfigure这个图形化工具，可以极大提升算法调试和系统标定的效率。你可以在机器人运行时，滑动滑块实时观察参数变化对系统行为的影响，这比改代码、编译、重启的流程快了几个数量级。

6. 仿真与可视化：Gazebo与RViz2实战

机器人开发离不开仿真。Gazebo是ROS生态中最强大的物理仿真器，而RViz2是核心的可视化工具。

6.1 在Gazebo中加载并控制一个简单机器人

1. 安装Gazebo与ROS 2集成：

   sudo apt install ros-foxy-gazebo-ros-pkgs

2. 启动一个空世界：

   gazebo --verbose /opt/ros/foxy/share/gazebo_plugins/worlds/gazebo_ros_diff_drive_demo.world

   或者使用ROS 2 Launch文件启动：

   ros2 launch gazebo_ros gazebo.launch.py

3. 在Gazebo中生成一个简单模型：Gazebo界面中，点击“Insert”标签页，你可以添加各种预定义的模型，如立方体、球体，甚至更复杂的机器人模型。对于自定义机器人，你需要编写URDF或SDF模型文件。URDF是ROS中描述机器人连杆和关节的经典格式，而SDF是Gazebo原生的、功能更强大的模型格式。

4. 编写一个URDF模型：创建一个简单的差分驱动机器人模型文件simple_robot.urdf。

   <?xml version="1.0"?> <robot name="simple_robot"> <link name="base_link"> <visual> <geometry> <cylinder length="0.1" radius="0.2"/> </geometry> <material name="blue"> <color rgba="0 0 0.8 1"/> </material> </visual> <collision> <geometry> <cylinder length="0.1" radius="0.2"/> </geometry> </collision> <inertial> <mass value="10"/> <inertia ixx="0.4" ixy="0" ixz="0" iyy="0.4" iyz="0" izz="0.2"/> </inertial> </link> <joint name="left_wheel_joint" type="continuous"> <parent link="base_link"/> <child link="left_wheel"/> <origin xyz="0 0.15 0" rpy="1.5707 0 0"/> <axis xyz="0 1 0"/> </joint> <link name="left_wheel">...</link> <joint name="right_wheel_joint" type="continuous">...</joint> <link name="right_wheel">...</link> <!-- 添加Gazebo插件，使模型可被ROS控制 --> <gazebo> <plugin name="diff_drive" filename="libgazebo_ros_diff_drive.so"> <ros> <namespace>/</namespace> </ros> <robot_namespace>/</robot_namespace> <left_joint>left_wheel_joint</left_joint> <right_joint>right_wheel_joint</right_joint> <wheel_separation>0.3</wheel_separation> <wheel_diameter>0.1</wheel_diameter> <command_topic>cmd_vel</command_topic> <odometry_topic>odom</odometry_topic> <odometry_frame>odom</odometry_frame> <robot_base_frame>base_link</robot_base_frame> </plugin> </gazebo> </robot>

   这个URDF定义了一个带两个轮子的圆柱体作为机器人底座，并通过gazebo_ros_diff_drive插件将其与ROS 2的话题/cmd_vel（速度命令）和/odom（里程计）连接起来。

5. 将URDF加载到Gazebo：

   ros2 run gazebo_ros spawn_entity.py -topic robot_description -entity my_robot -file `pwd`/simple_robot.urdf

   或者编写一个Launch文件，将URDF发布到/robot_description话题，然后启动spawn_entity节点。

6. 发布控制指令：现在你的机器人已经出现在Gazebo中，并且订阅了/cmd_vel话题。你可以通过一个简单的节点或命令行工具来发布速度指令控制它移动。

   ros2 topic pub /cmd_vel geometry_msgs/msg/Twist "{linear: {x: 0.2, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 0.1}}" -1

   这条命令会让机器人以0.2 m/s的速度前进，并以0.1 rad/s的角速度旋转。

6.2 使用RViz2可视化机器人与传感器数据

RViz2不进行物理仿真，它只负责可视化。通常，Gazebo负责仿真物理世界并产生传感器数据（如激光扫描、相机图像），RViz2则订阅这些话题并进行可视化。

1. 启动RViz2：

   rviz2

2. 添加机器人模型显示：在RViz2左侧的“Displays”面板中，点击“Add”，选择“RobotModel”。在“RobotModel”显示的“Description Topic”中，填入/robot_description。如果你的URDF模型正确加载，你应该能看到一个3D机器人模型出现在网格地面上。

3. 可视化激光雷达数据：假设你的Gazebo仿真机器人上有一个激光传感器，它正在发布/scan话题（类型为sensor_msgs/LaserScan）。在RViz2中点击“Add”，选择“LaserScan”。在新增的“LaserScan”显示中，将“Topic”设置为/scan，并调整颜色和大小，你就能看到红色的激光点云了。

4. 可视化相机图像：对于相机数据（sensor_msgs/Image话题），添加“Image”或“Camera”显示。对于点云数据（sensor_msgs/PointCloud2），添加“PointCloud2”显示。

实操心得：将RViz2的配置（即添加了哪些Display，各自的Topic和属性设置）保存为一个.rviz文件。这样，你可以在Launch文件中指定启动RViz2时自动加载这个配置，实现仿真环境的一键启动和可视化。这对于团队协作和项目复现非常有用。

7. 常见问题排查与性能调优实录

7.1 通信类问题排查

问题1：节点启动了，但订阅者收不到发布者的消息。

这是最常见的问题。排查步骤如下：

1. 检查话题名是否匹配：使用ros2 topic list查看发布者实际发布的话题名，与订阅者订阅的话题名是否完全一致（包括命名空间/）。ROS 2话题名是大小写敏感的。
2. 检查话题类型是否匹配：使用ros2 topic info <topic_name>查看话题的消息类型。发布者和订阅者必须使用完全相同的消息类型（包括包名），std_msgs/msg/String和std_msgs/String是不同的。
3. 检查网络发现：ROS 2基于DDS发现。确保所有节点在同一个域（Domain）内。默认域ID是0，可以通过环境变量ROS_DOMAIN_ID设置。不同域ID的节点无法相互发现。
4. 检查QoS策略是否兼容：这是ROS 2特有的问题。发布者和订阅者的QoS策略必须兼容才能建立连接。例如，一个发布者使用RELIABLE（可靠）策略，而订阅者使用BEST_EFFORT（尽力而为）策略，默认情况下它们是无法连接的。使用ros2 topic info -v <topic_name>可以查看话题的发布者和订阅者及其QoS配置。最简单的调试方法是，在创建发布者/订阅者时，显式设置兼容的QoS Profile，例如qos_profile=qos_profile_sensor_data（这是一个常用的BEST_EFFORT配置）。
5. 使用rqt_graph：这是最直观的工具。运行rqt_graph，查看你的发布者节点和订阅者节点是否出现在图中，并且是否通过话题线连接起来。如果没有连接，说明发现或兼容性有问题。

问题2：服务调用超时或无响应。

1. 检查服务名和类型：使用ros2 service list和ros2 service type <service_name>。
2. 检查服务端节点是否存活：使用ros2 node info <node_name>查看节点是否提供了该服务。
3. 检查请求/响应类型：确保客户端发送的请求消息结构完全符合服务定义（.srv文件）。一个字段不匹配都会导致调用失败。

7.2 构建与运行类问题

问题：ros2 run找不到我的包或节点。

1. 忘记source：99%的原因。确保在执行ros2 run的终端里，已经source了你的工作空间：source ~/ros2_ws/install/setup.bash。最好将其添加到~/.bashrc。
2. 编译失败或未编译：使用colcon build后，确认没有错误。对于Python包，使用--symlink-install参数。
3. 包名或节点名错误：ros2 run <package_name> <executable_name>。对于Python节点，executable_name定义在setup.py的entry_points里。对于C++节点，是可执行文件的名字。

7.3 性能调优要点

1. 选择合适的QoS：不要盲目使用RELIABLE。对于高频的传感器数据（如激光雷达、摄像头），使用BEST_EFFORT可以显著降低延迟和CPU占用，丢几帧数据通常对算法影响不大。对于关键的控制指令，则必须使用RELIABLE。
2. 控制发布频率：不是所有数据都需要以最高频率发布。根据下游节点的处理能力，适当降低发布频率，可以节省大量的CPU和网络带宽。使用create_timer控制循环频率。
3. 使用零拷贝（Zero-Copy）：对于传递大型数据（如图像、点云），在C++中可以使用std::unique_ptr或共享内存（通过特定的DDS配置或intra_process通信）来避免数据在进程间传递时的复制开销。ROS 2的intra_process通信允许同一进程内的节点以零拷贝方式传递消息。
4. 优化DDS配置：高级用户可以通过配置底层的DDS（如Cyclone DDS的cyclonedds.xml）来调整发现协议、内存分配、网络传输参数等，以适应特定的网络环境和性能需求。例如，在无线网络不稳定的环境下，调整心跳间隔和重传次数。
5. 剖析工具：使用ros2 topic hz监控话题频率，ros2 topic bw监控带宽，ros2 node info查看节点连接状态。对于CPU性能分析，可以使用Linux系统工具如top,htop,perf，或者ROS 2的system_metrics_collector包。

踩坑记录：在一个多机通信的项目中，我们遇到了偶发性的数据延迟。最终发现是默认的DDS发现协议（Simple Discovery Protocol）在复杂网络中存在延迟。通过为Cyclone DDS配置一个静态的发现对等体列表（在cyclonedds.xml中指定其他主机的IP和端口），强制使用单播通信，问题得以解决。这说明，当系统规模扩大时，理解并适当配置底层中间件是必要的。