当前位置: 首页 > article >正文

ROS2 话题通信

1. 基本概念

  • 发布-订阅模型:节点间通过话题(Topic)异步通信,发布者(Publisher)发送消息,订阅者(Subscriber)接收消息。

  • 话题(Topic):数据的传输通道,由名称唯一标识(如 /cmd_vel)。

  • 消息(Message):话题中传输的数据结构,支持标准类型(如 std_msgs/String)或自定义类型。

话题通信模型

2. 核心组件

  • 发布者(Publisher):向指定话题发送消息。

  • 订阅者(Subscriber):监听话题并接收消息。

  • 消息接口(Interface):定义数据的格式(如 .msg 文件)。

3. 实现示例(以 Python 为例)

(1) 创建发布者节点

import rclpyfrom rclpy.node import Nodefrom std_msgs.msg import Stringclass PublisherNode(Node):def __init__(self):super().__init__('my_publisher')self.publisher = self.create_publisher(String, 'chatter', 10)timer_period = 1.0 # 每秒发布一次self.timer = self.create_timer(timer_period, self.timer_callback)def timer_callback(self):msg = String()msg.data = 'Hello, ROS2!'self.publisher.publish(msg)self.get_logger().info(f'Publishing: "{msg.data}"')def main(args=None):rclpy.init(args=args)node = PublisherNode()rclpy.spin(node)node.destroy_node()rclpy.shutdown()if __name__ == '__main__':main()
(2) 创建订阅者节点

import rclpyfrom rclpy.node import Nodefrom std_msgs.msg import Stringclass SubscriberNode(Node):def __init__(self):super().__init__('my_subscriber')self.subscription = self.create_subscription(String,'chatter',self.listener_callback,10)def listener_callback(self, msg):self.get_logger().info(f'Received: "{msg.data}"')def main(args=None):rclpy.init(args=args)node = SubscriberNode()rclpy.spin(node)node.destroy_node()rclpy.shutdown()if __name__ == '__main__':main()
(3) 配置依赖和编译
  • package.xml:添加 rclpystd_msgs 依赖。

<depend>rclpy</depend><depend>std_msgs</depend>
  • setup.py:确保入口点已注册。

entry_points={'console_scripts': ['publisher = my_package.publisher:main','subscriber = my_package.subscriber:main',],}
(4) 编译

colcon build --packages-select my_packagesource install/setup.bash
(5) 运行与测试
  • 启动发布者

    
    ros2 run my_package publisher
  • 启动订阅者

    
    ros2 run my_package subscriber
  • 查看话题列表

    
    ros2 topic list
  • 手动发布消息

    
    ros2 topic pub /chatter std_msgs/String "{data: 'Manual message'}"

4. 服务质量(QoS)配置

ROS2 通过 QoS 策略控制通信行为,常用配置:

  • 可靠性(Reliability)

    • Reliable:确保消息不丢失(适用于关键数据)。

    • BestEffort:允许丢包(适用于高频低优先级数据)。

  • 持久性(Durability)

    • TransientLocal:订阅者可接收发布者历史消息。
  • 示例


from rclpy.qos import QoSProfile, QoSReliabilityPolicy, QoSDurabilityPolicyqos_profile = QoSProfile(depth=10,#队列的深度,也就是发布者或订阅者能保存的消息数量reliability=QoSReliabilityPolicy.RELIABLE,durability=QoSDurabilityPolicy.TRANSIENT_LOCAL)self.publisher = self.create_publisher(String, 'chatter', qos_profile)

QoSDurabilityPolicy参数

  • 可选值:
    • TRANSIENT_LOCAL:发布者保留历史消息
    • VOLATILE:不保留历史消息

在这里插入图片描述

5. 高级特性

  • 自定义消息

    1. msg 目录下创建 .msg 文件(如 MyMessage.msg)。

    2. CMakeLists.txtpackage.xml 中声明消息生成依赖。

  • 多话题通信:一个节点可同时作为多个话题的发布者/订阅者。

  • 同步与异步通信:默认异步,可通过 wait_for_message() 实现同步接收。

6. 话题通信常用命令

$ ros2 topic list                # 查看话题列表
$ ros2 topic info <topic_name>   # 查看话题信息
$ ros2 topic hz <topic_name>     # 查看话题发布频率
$ ros2 topic bw <topic_name>     # 查看话题传输带宽
$ ros2 topic echo <topic_name>   # 查看话题数据
$ ros2 topic pub <topic_name> <msg_type> <msg_data>   # 发布话题消息

7.实际应用

话题命名:使用/namespace/topic_name结构
消息设计:避免超过1MB的大消息
频率控制:合理设置发布频率(建议≤100Hz)

  • 话题无数据

    • 检查话题名称是否一致:ros2 topic list | grep <topic_name>

    • 确认消息类型匹配:ros2 topic info <topic_name>

    • 检查 QoS 配置是否兼容(如发布者使用 BestEffort,订阅者需相同)。

  • 消息延迟

    • 增大 QoS 的 depth 参数以缓冲更多消息。

    • 优化节点性能,减少回调函数处理时间。


补充:

1.与 ROS1 的主要区别

  • 底层协议:ROS2 使用 DDS(数据分发服务),支持更灵活的通信配置。

  • 节点生命周期:ROS2 节点需显式初始化和销毁。

  • 命令行工具:ROS2 使用 ros2 替代 roscore,无需主节点(Master)。

ros2 topic pub命令

  ros2 topic pub [选项] <话题名称> <消息类型> "<消息内容>"

一、命令参数详解

ros2 topic pub 
/chatter              # 目标话题名称
std_msgs/String       # 消息类型(包名/消息名)
"{data: 'Manual message'}"  # YAML格式的消息内容

二、各部分功能说明

  1. 话题名称

    • 必须是已存在的活跃话题
    • 查看所有话题:ros2 topic list
  2. 消息类型

    • 标准消息:如std_msgs/String, geometry_msgs/Twist
    • 自定义消息:package_name/msg/MyMessage
  3. 消息内容

    • YAML格式或Python字典格式
    • 必须严格匹配消息结构

三、自定义消息步骤

  1. 查看消息结构

    ros2 interface show std_msgs/msg/String
    # 输出:string data
    
  2. 复杂消息示例

    # 发布geometry_msgs/Twist
    ros2 topic pub /cmd_vel geometry_msgs/Twist "
    linear:x: 0.5y: 0.0z: 0.0
    angular:x: 0.0y: 0.0z: 0.3"
    
  3. 常用选项参数

    -1      # 发布一次后退出
    -r 10   # 以10Hz频率持续发布
    -w 2    # 等待2秒后发布
    

四、实用技巧

  1. 自动补全

    ros2 topic pub /chatter std_msgs/String <按Tab键补全>
    
  2. 调试建议

    # 先使用echo验证话题
    ros2 topic echo /chatter
    # 再发布测试消息
    

五、常见错误处理

  1. 格式错误

    • 错误:缺少缩进或冒号
    • 解决:使用YAML校验工具检查
  2. 类型不匹配

    # 错误示例:字符串赋给数值字段
    "{data: 'hello'}"  # 用于std_msgs/Int32会报错
    
  3. 字段缺失

    • 必须完整填写所有required字段

即使最高的山,也不比最低的山谷更靠近天空。任何地方都不比另一个地方拥有更多的天空。 —辛波斯卡

相关文章:

ROS2 话题通信

1. 基本概念 发布-订阅模型&#xff1a;节点间通过话题&#xff08;Topic&#xff09;异步通信&#xff0c;发布者&#xff08;Publisher&#xff09;发送消息&#xff0c;订阅者&#xff08;Subscriber&#xff09;接收消息。 话题&#xff08;Topic&#xff09;&#xff1a;…...

【学习资源】时间序列数据分析方法(1)

时间序列数据分析是一个有趣的话题&#xff0c;让我们多花一些时间来研究。此篇为第一篇文章。主要介绍特征提取方法、深度学习时序数据分析模型、参考资源。期望能帮助大家解决工业领域的相关问题。 1 特征提取方法&#xff1a;信号处理 (来源:INTELLIGENT FAULT DIAGNOSIS A…...

Hadoop集群安装与配置指南(CentOS 7)

Hadoop集群安装与配置指南&#xff08;CentOS 7&#xff09; 一、虚拟机准备 安装虚拟机软件 下载VMware或VirtualBox&#xff0c;完成安装并激活。 注意&#xff1a;选择NAT模式&#xff0c;配置子网IP&#xff08;如192.168.10.0&#xff09;。 CentOS 7安装 下载CentOS 7…...

Streamlit与Qlib:量化投资策略可视化实战

Streamlit与Qlib&#xff1a;量化投资策略可视化实战 1. 项目背景 在量化投资领域&#xff0c;数据可视化是理解和展示投资策略的关键。本文将详细介绍如何使用Streamlit和Qlib构建一个交互式的量化投资策略可视化应用。 2. 环境准备 2.1 安装依赖 # 安装必要的库 pip ins…...

Ceph集群搭建2025(squid版)

squid版本维护年限 apt install -y cephadmecho >> "deb http://mirrors.163.com/ceph/debian-squid/ bookworm main" echo >> "deb-src http://mirrors.163.com/ceph/debian-squid/ bookworm main"#安装源 cephadm install #开始初始化一个最…...

机器学习实战(3):线性回归——预测连续变量

第3集&#xff1a;线性回归——预测连续变量 在机器学习的世界中&#xff0c;线性回归是最基础、最直观的算法之一。它用于解决回归问题&#xff0c;即预测连续变量&#xff08;如房价、销售额等&#xff09;。尽管简单&#xff0c;但线性回归却是许多复杂模型的基石。今天我们…...

【AI-34】机器学习常用七大算法

以下是对这七大常用算法的浅显易懂解释&#xff1a; 1. k 邻近算法&#xff08;k - Nearest Neighbors&#xff0c;KNN&#xff09; 想象你在一个满是水果的大广场上&#xff0c;现在有个不认识的水果&#xff0c;想知道它是什么。k 邻近算法就是去看离这个水果最近的 k 个已…...

【漫话机器学习系列】093.代价函数和损失函数(Cost and Loss Functions)

代价函数和损失函数&#xff08;Cost and Loss Functions&#xff09;详解 1. 引言 在机器学习和深度学习领域&#xff0c;代价函数&#xff08;Cost Function&#xff09;和损失函数&#xff08;Loss Function&#xff09;是核心概念&#xff0c;它们决定了模型的优化方向。…...

ThreadLocal为什么会内存溢出

每个线程(Thread 对象)内部维护一个 ThreadLocalMap,用于存储该线程的所有 ThreadLocal 变量的键值对: ThreadLocalMap虽然是ThreadLocal的静态内部类,但是Thread 对象的属性,当线程存活时ThreadLocalMap不会被回收。 Key:ThreadLocal 实例的 弱引用(WeakReference)。…...

LabVIEW 天然气水合物电声联合探测

天然气水合物被认为是潜在的清洁能源&#xff0c;其储量丰富&#xff0c;预计将在未来能源格局中扮演重要角色。由于其独特的物理化学特性&#xff0c;天然气水合物的探测面临诸多挑战&#xff0c;涉及温度、压力、电学信号、声学信号等多个参数。传统的人工操作方式不仅效率低…...

【记忆化搜索】最长递增子序列

文章目录 300. 最长递增子序列解题思路&#xff1a;递归 -> 记忆化搜索 300. 最长递增子序列 300. 最长递增子序列 ​ 给你一个整数数组 nums &#xff0c;找到其中最长严格递增子序列的长度。 ​ 子序列 是由数组派生而来的序列&#xff0c;删除&#xff08;或不删除&am…...

Tomcat的升级

一、为什么Tomcat需要升级 在生产环境中&#xff0c;我们都会指定对应的Tomcat版本进行安排配置&#xff0c;但是由于Tomcat厂商对于小版本的更新迭代会将一些Bug修复&#xff0c;这个时候在生产中出现问题/预防出现问题&#xff0c;可以通过小版本的升级解决前提&#xff1a;…...

4-制作UI

创建模块文件夹 Unity编辑器->Tools->YIUI自动化工具&#xff0c;在新增模块名称那里输入模块名字并点击创建。便可看到在GameRes/YIUI文件夹下有新建的文件夹与内容了。里面包含图集、预制体、Sprites。如果进行预制体的修改&#xff0c;则需要双击进入再修改&#xff0…...

零基础学习人工智能

零基础学习人工智能是一个既充满挑战又极具潜力的过程。以下是一份详细的学习指南&#xff0c;旨在帮助零基础的学习者有效地踏入人工智能领域。 一、理解基本概念 在学习人工智能之前&#xff0c;首先要对其基本概念有一个清晰的认识。人工智能&#xff08;AI&#xff09;是…...

vue3+element-plus中的el-table表头和el-table-column内容全部一行显示完整(hook函数)

hook函数封装 export const useTableColumnWidth _this > {const { refTable } _thisconst columnWidthObj ref()const getTableColumnWidth cb > {nextTick(() > {columnWidthObj.value {}// 获取行rowsconst tableEle refTable?.refBaseTable?.$elif (!tab…...

Word写论文常用操作的参考文章

1.插入多个引用文献&#xff1a;word中交叉引用多篇参考文献格式[1-2]操作以及显示错误问题 更改左域名&#xff0c;输入 \#"[0" 更改右域名&#xff0c;输入 \#"0]" 2.插入题注&#xff1a;word 中添加图片题注、目录、内部链接 3.插入公式编号&#x…...

深度学习在蛋白质-蛋白质相互作用(PPI)领域的研究进展(2022-2025)

一、蛋白质-蛋白质相互作用&#xff08;PPI&#xff09;的定义与生物学意义 蛋白质-蛋白质相互作用&#xff08;Protein-Protein Interaction, PPI&#xff09;是指两个或多个蛋白质通过物理结合形成复合物&#xff0c;进而调控细胞信号传导、代谢、免疫应答等生命活动的过程。…...

C++基础知识(三)之结构体、共同体、枚举、引用、函数重载

九、结构体、共同体和枚举 1、结构体的基本概念 结构体是用户自定义的类型&#xff0c;可以将多种数据的表示合并到一起&#xff0c;描述一个完整的对象。 使用结构体有两个步骤&#xff1a;1&#xff09;定义结构体描述&#xff08;类型&#xff09;&#xff1b;2&#xff…...

【java】方法的值传递

在 Java 中&#xff0c;方法的值传递 是指将实参的值传递给方法的形参。Java 中只有 值传递&#xff0c;没有引用传递。具体来说&#xff1a; 对于 基本数据类型&#xff0c;传递的是值的副本。 对于 引用数据类型&#xff0c;传递的是引用的副本&#xff08;即地址的副本&…...

DeepSeek 助力 Vue 开发:打造丝滑的开关切换(Switch)

前言&#xff1a;哈喽&#xff0c;大家好&#xff0c;今天给大家分享一篇文章&#xff01;并提供具体代码帮助大家深入理解&#xff0c;彻底掌握&#xff01;创作不易&#xff0c;如果能帮助到大家或者给大家一些灵感和启发&#xff0c;欢迎收藏关注哦 &#x1f495; 目录 Deep…...

使用Python爬虫实时监控行业新闻案例

目录 背景环境准备请求网页数据解析网页数据定时任务综合代码使用代理IP提升稳定性运行截图与完整代码总结 在互联网时代&#xff0c;新闻的实时性和时效性变得尤为重要。很多行业、技术、商业等领域的新闻都可以为公司或者个人发展提供有价值的信息。如果你有一项需求是要实时…...

Centos搭建python环境

在 CentOS 上配置 Python 环境可以通过以下步骤完成&#xff1a; 1. 检查系统自带 Python 版本 CentOS 7/8 可能已经自带了 Python&#xff1a; python3 --version 如果没有&#xff0c;或者版本过低&#xff0c;可以手动安装。 2. 安装 Python&#xff08;推荐&#xff0…...

语言大模型基础概念 一(先了解听说过的名词都是什么)

SFT&#xff08;监督微调&#xff09;和RLHF&#xff08;基于人类反馈的强化学习&#xff09;的区别 STF&#xff08;Supervised Fine-Tuning&#xff09;和RLHF&#xff08;Reinforcement Learning from Human Feedback&#xff09;是两种不同的模型训练方法&#xff0c;分别…...

DeepSeek-R1 蒸馏 Qwen 和 Llama 架构 企业级RAG知识库

“DeepSeek-R1的输出&#xff0c;蒸馏了6个小模型”意思是利用DeepSeek-R1这个大模型的输出结果&#xff0c;通过知识蒸馏技术训练出6个参数规模较小的模型&#xff0c;以下是具体解释&#xff1a; - **知识蒸馏技术原理**&#xff1a;知识蒸馏是一种模型压缩技术&#xff0c;核…...

ubuntu服务器 如何配置安全加固措施

下面提供一个更详细、一步步的服务器安全加固指南&#xff0c;适合新手操作。我们将从 Fail2Ban、SSH&#xff08;密钥认证及端口更改&#xff09;、Nginx 速率限制和日志轮转四个方面进行优化&#xff0c;同时补充一些额外的安全建议。 新的服务器&#xff0c;通常我们会创建一…...

DeepSeek v3 技术报告阅读笔记

注 本文参考 DeepSeek-v3 / v2 / v1 Technical Report 及相关参考模型论文本文不包括基础的知识点讲解&#xff0c;为笔记/大纲性质而非教程&#xff0c;建议阅读技术报告原文交流可发送至邮箱 henryhua0721foxmail.com 架构核心 核心&#xff1a; MLA 高效推理DeepSeekMOE 更…...

Spring 事务及管理方式

Spring 事务管理是 Spring 框架的核心功能之一&#xff0c;它为开发者提供了一种方便、灵活且强大的方式来管理数据库事务。 1、事务的基本概念 事务是一组不可分割的操作序列&#xff0c;这些操作要么全部成功执行&#xff0c;要么全部失败回滚&#xff0c;以确保数据的一致…...

GESP2024年9月认证C++七级( 第三部分编程题(1)小杨寻宝)

参考程序&#xff1a; #include <bits/stdc.h> using namespace std; const int N 1e510; vector<int> g[N]; // 图的邻接表 int col[N], dep[N], has[N];// 深度优先遍历&#xff0c;计算每个节点的深度 void dfs(int x, int fa) {dep[x] dep[fa] 1; // 计算…...

Pandas数据填充(fill)中的那些坑:避免机器学习中的数据泄露

1. 问题背景 在处理时间序列数据时,经常会遇到缺失值需要填充。Pandas提供了ffill(forward fill)和bfill(backward fill)两种填充方式,但使用不当可能会导致数据泄露,特别是在进行机器学习预测时。 2. 填充方式解析 2.1 基本概念 ffill(forward fill): 用前面的值填充后面的…...

ubuntu 安装vnc之后,本地黑屏,vnc正常

ubuntu 安装vnc之后,本地黑屏,vnc正常 在Ubuntu系统中安装VNC服务器&#xff08;如TightVNC或RealVNC&#xff09;后&#xff0c;如果遇到连接时本地屏幕变黑的情况&#xff0c;可能是由于几种不同的配置或兼容性问题。以下是一些解决步骤&#xff0c;可以帮助你解决这个问题&…...