当前位置: 首页 > article >正文

FASTDDS-Python 实战:从零构建分布式通信环境

1. 为什么选择Fast DDS-Python在物联网和机器人系统中设备间的实时通信是个硬需求。想象一下你正在开发一个智能仓储机器人系统需要让多台机器人在复杂环境中协同工作。这时候传统的HTTP请求-响应模式就显得力不从心了——你需要的是低延迟、高吞吐量的发布-订阅通信机制。Fast DDS前身为Fast RTPS正是为这种场景量身定制的中间件。它实现了DDSData Distribution Service标准提供了点对点的实时通信能力。而Python作为最受欢迎的脚本语言之一在快速原型开发中有着不可替代的优势。Fast DDS-Python绑定让开发者既能享受DDS的强大通信能力又能保持Python的开发效率。我去年参与过一个AGV自动导引车项目最初尝试用ROS 2自带的DDS实现后来发现直接使用Fast DDS-Python可以获得更好的性能控制。实测下来相同硬件环境下Python实现的通信延迟比C版本只高出15%左右但开发效率提升了至少3倍。2. 环境准备搭建开发基础2.1 安装Fast DDS核心库在Windows环境下最省事的方法是使用官方提供的二进制安装包。打开eProsima官网的下载页面找到对应版本的Fast DDS安装程序。以2.10.0版本为例下载后直接运行安装向导即可。安装完成后你会得到几个关键组件fastddsgen.batIDL文件编译器位于安装目录的bin文件夹下头文件和库文件用于C开发位于include和lib目录示例代码通常安装在share目录中注意安装路径最好不要包含中文或空格否则后续编译可能会遇到奇怪的路径解析问题。我吃过这个亏调试了大半天才发现是路径导致的编译失败。2.2 安装编译工具链Fast DDS-Python绑定需要通过SWIG生成Python接口代码因此需要准备以下工具SWIG 4.1.1从官网下载Windows版本安装后记得将swig.exe所在目录加入系统PATHCMake 3.22建议使用最新版图形界面和命令行版本都要安装Visual Studio 2019/2022社区版即可安装时务必勾选C桌面开发工作负载Python 3.8推荐使用Miniconda管理Python环境验证工具是否安装成功swig -version cmake --version cl.exe3. 编译Python绑定3.1 获取Fast-DDS-python源码从GitHub克隆官方仓库git clone https://github.com/eProsima/Fast-DDS-python.git cd Fast-DDS-python仓库包含两个主要部分fastddsPython绑定核心代码examples演示用例3.2 使用CMake配置工程在项目根目录创建build文件夹然后用CMake-GUI配置工程设置源码路径为Fast-DDS-python根目录设置build路径为新建的build文件夹点击Configure选择Visual Studio生成器关键配置项PYTHON_EXECUTABLE指向你的Python解释器SWIG_EXECUTABLE指向swig.exeCMAKE_BUILD_TYPE设为Release以获得更好性能配置完成后点击Generate生成VS工程文件。这个过程我遇到过Python版本不匹配的问题解决方案是指定完全匹配的Python版本路径。3.3 编译生成Python模块用Visual Studio打开生成的.sln解决方案文件在解决方案资源管理器中找到_fastdds_python项目右键选择生成编译成功后在build目录下会生成fastdds.pyPython接口定义_fastdds_python.pyd核心二进制模块把这两个文件复制到你的Python环境site-packages目录或者项目目录下即可使用。4. 定义数据模型与代码生成4.1 编写IDL接口定义创建一个HelloWorld.idl文件定义数据结构struct HelloWorld { unsigned long index; string message; };这个结构体定义了两个字段index消息序号message实际传输的内容字符串4.2 使用fastddsgen生成代码运行以下命令生成Python绑定代码fastddsgen.bat -python HelloWorld.idl这会生成多个文件HelloWorld.pyPython数据类定义HelloWorld.cxxC封装代码HelloWorld.h头文件4.3 编译数据类型支持库用CMake新建一个build目录将生成的代码编译为Python可调用的动态库创建CMakeLists.txt文件cmake_minimum_required(VERSION 3.16) project(HelloWorld) find_package(fastcdr REQUIRED) find_package(fastrtps REQUIRED) add_library(HelloWorld SHARED HelloWorld.cxx) target_link_libraries(HelloWorld fastcdr fastrtps)使用CMake生成工程并编译最终得到_HelloWorldWrapper.pyd和HelloWorld.dll5. 实现发布/订阅通信5.1 发布者实现创建一个publisher.pyimport fastdds import HelloWorld def main(): participant fastdds.DomainParticipant() publisher participant.create_publisher(fastdds.PublisherQos()) topic participant.create_topic( HelloWorldTopic, HelloWorld.HelloWorldPubSubType().getName()) writer publisher.create_datawriter(topic, fastdds.DataWriterQos()) sample HelloWorld.HelloWorld() for i in range(10): sample.index i sample.message Hello from Python! writer.write(sample) print(fSent: {sample.index} - {sample.message}) time.sleep(1)5.2 订阅者实现对应的subscriber.pyclass SubscriberListener(fastdds.DataReaderListener): def on_data_available(self, reader): info fastdds.SampleInfo() data HelloWorld.HelloWorld() reader.take_next_sample(data, info) print(fReceived: {data.index} - {data.message}) def main(): participant fastdds.DomainParticipant() subscriber participant.create_subscriber(fastdds.SubscriberQos()) topic participant.create_topic( HelloWorldTopic, HelloWorld.HelloWorldPubSubType().getName()) listener SubscriberListener() reader subscriber.create_datareader(topic, fastdds.DataReaderQos(), listener) while True: time.sleep(1)5.3 运行测试打开两个终端窗口# 终端1 python publisher.py # 终端2 python subscriber.py你应该能看到发布者每秒发送一条消息订阅者实时接收并打印出来。我在实际测试中发现首次运行时可能会有约200ms的初始延迟后续消息都能在10ms内完成传输。6. 性能优化技巧6.1 QoS策略调整Fast DDS的性能很大程度上取决于QoS配置。对于实时性要求高的场景可以这样优化qos fastdds.DataWriterQos() qos.reliability().kind fastdds.RELIABLE_RELIABILITY_QOS qos.history().kind fastdds.KEEP_LAST_HISTORY_QOS qos.history().depth 10 qos.durability().kind fastdds.TRANSIENT_LOCAL_DURABILITY_QOS6.2 多线程处理Python的GIL会影响性能对于高吞吐场景建议使用Python的threading模块处理接收回调或者用multiprocessing启动独立进程from threading import Thread class Worker(Thread): def run(self): listener SubscriberListener() reader subscriber.create_datareader(..., listener) while True: time.sleep(0.1)6.3 数据类型优化复杂数据结构会导致序列化开销增大尽量使用基本数据类型避免深层嵌套结构字符串长度尽量控制在1KB以内7. 常见问题排查编译错误SWIG版本不兼容解决方案确保使用SWIG 4.1.x版本新版可能接口不兼容运行时错误找不到DLL把以下目录加入PATH环境变量Fast DDS安装目录的bin文件夹Python绑定生成的build目录通信失败订阅者收不到消息检查主题名称是否完全一致区分大小写QoS配置是否匹配可靠vs尽力而为网络防火墙是否放行了DDS使用的端口默认7400-7500内存泄漏问题Python对象生命周期管理要特别注意# 正确做法 writer publisher.create_datawriter(...) # 必须显式删除 participant.delete_contained_entities()我在一个长期运行的服务中就遇到过内存缓慢增长的问题后来发现是没正确释放DDS实体。建议为关键对象实现__del__方法确保资源释放。

相关文章:

FASTDDS-Python 实战:从零构建分布式通信环境

1. 为什么选择Fast DDS-Python? 在物联网和机器人系统中,设备间的实时通信是个硬需求。想象一下,你正在开发一个智能仓储机器人系统,需要让多台机器人在复杂环境中协同工作。这时候,传统的HTTP请求-响应模式就显得力不…...

AI辅助开发:借助快马平台AI模型打造智能openclaw卸载分析工具

最近在整理开发环境时,遇到了一个棘手的问题:如何彻底卸载openclaw这个工具链。作为一个深度集成的开发套件,它会在系统各处留下各种依赖和配置文件。传统的手动卸载方式不仅效率低下,还容易遗漏关键项。于是我开始尝试用AI来优化…...

Enformer深度学习模型:基因序列预测的混合架构革命

Enformer深度学习模型:基因序列预测的混合架构革命 【免费下载链接】enformer-pytorch Implementation of Enformer, Deepminds attention network for predicting gene expression, in Pytorch 项目地址: https://gitcode.com/gh_mirrors/en/enformer-pytorch …...

RDMA设计64:数据吞吐量性能测试分析

本博文主要交流设计思路,在本博客已给出相关博文约190篇,希望对初学者有用。 注意这里只是抛砖引玉,切莫认为参考这就可以完成商用IP 设计。 这里将在基于 XCZU47DR FPGA 核心的开发板上对 RoCE v2 高速传输系统进行数据吞吐量、包吞吐量及传…...

Llama-3.2V-11B-cot入门必看:Streamlit会话状态管理保障多用户隔离

Llama-3.2V-11B-cot入门必看:Streamlit会话状态管理保障多用户隔离 1. 项目概述 Llama-3.2V-11B-cot是基于Meta Llama-3.2V-11B-cot多模态大模型开发的高性能视觉推理工具,专为双卡4090环境深度优化。该工具通过Streamlit框架构建了宽屏友好的交互界面…...

[特殊字符] GLM-4V-9B企业级方案:客户上传截图问题自动诊断

GLM-4V-9B企业级方案:客户上传截图问题自动诊断 1. 引言 想象一下这个场景:你是一家SaaS公司的技术支持工程师,每天的工作就是处理海量的客户工单。其中,有相当一部分问题描述是模糊的,比如“我的页面显示不正常”、…...

告别MinGW!用WSL2+Clion打造Win10下最顺滑的C/C++开发环境(2023最新版)

告别MinGW!用WSL2Clion打造Win10下最顺滑的C/C开发环境(2023最新版) 在Windows平台上进行C/C开发,开发者们长期被MinGW的性能瓶颈所困扰。编译速度慢、调试体验差、跨平台兼容性问题频发,这些问题严重影响了开发效率。…...

从Flatten到Hierarchy:数字IC后端工程师必须掌握的时序收敛技巧

从Flatten到Hierarchy:数字IC后端工程师必须掌握的时序收敛技巧 在22nm以下工艺节点,单芯片晶体管数量已突破10亿大关。面对如此庞大的设计规模,传统扁平化(Flatten)流程如同试图用绣花针建造摩天大楼——理论上可行&a…...

intv_ai_mk11作品分享:会议纪要提炼、政策白话解读、技术术语通俗化实例

intv_ai_mk11作品分享:会议纪要提炼、政策白话解读、技术术语通俗化实例 1. 模型简介与核心能力 intv_ai_mk11是一款基于Llama架构的中等规模文本生成模型,特别擅长处理各类文本转换和解释任务。这个开箱即用的解决方案已经完成本地部署,用…...

RWKV7-1.5B-G1A多模态应用初探:从文本到简单图表描述生成

RWKV7-1.5B-G1A多模态应用初探:从文本到简单图表描述生成 1. 开篇:当语言模型遇见数据可视化 最近在测试RWKV7-1.5B-G1A模型时,我发现一个有趣的现象——这个原本设计用于文本处理的模型,居然能通过巧妙的Prompt设计&#xff0c…...

教育资源解析工具:打通国家中小学智慧教育平台电子课本获取通道

教育资源解析工具:打通国家中小学智慧教育平台电子课本获取通道 【免费下载链接】tchMaterial-parser 国家中小学智慧教育平台 电子课本下载工具,帮助您从智慧教育平台中获取电子课本的 PDF 文件网址并进行下载,让您更方便地获取课本内容。 …...

智慧农业 水稻害虫检测数据集 基于深度学习结合 深度学习模型(YOLOv11) 和 图形用户界面(GUI) 两部分来实现。 PyQt5

智慧化农业-水稻害虫目标检测数据集,3156张,yolo和voc两种标注方式 10类,标注数量: Asiatic Rice Borer: 亚洲稻螟 (716) Brown Plant Hopper: 褐飞虱 (577) Paddy Stem Maggot: 稻茎虫 (104) Rice Gall Midge: 稻瘿蚊 (223) Rice…...

牙齿龋齿检测数据集 YOLO模型如何训练牙齿病害数据集 权重识别龋齿

牙齿龋齿检测数据集,2554张,提供yolo和voc两种标注方式 1类,标注数量: caries: 6946 image num: 2554 🦷 龋齿检测数据集 (Dental Caries Detection Dataset) 属性详细描述数据集名称齿科龋齿目标检测数据集图像总数2…...

Stillcolor:彻底解决macOS时间抖动,为Apple Silicon用户带来无闪烁视觉体验

Stillcolor:彻底解决macOS时间抖动,为Apple Silicon用户带来无闪烁视觉体验 【免费下载链接】Stillcolor Disable temporal dithering on your Mac with this lightweight menu bar app. Designed for Apple silicon Macs. 项目地址: https://gitcode.…...

Linux内存不够用吧 Linux 交换内存(Swap)来帮忙

Linux内存不够用吧 Linux 交换内存(Swap)来帮忙 Linux 交换内存(Swap)完全指南:概念、配置与性能优化 我开发了一款内存管理工具,内存管理工具下载地址 1. 什么是交换内存(Swap)&a…...

Windows系统维护新体验:告别繁琐手动操作,用WinUtil一键搞定所有

Windows系统维护新体验:告别繁琐手动操作,用WinUtil一键搞定所有 【免费下载链接】winutil Chris Titus Techs Windows Utility - Install Programs, Tweaks, Fixes, and Updates 项目地址: https://gitcode.com/GitHub_Trending/wi/winutil 你是…...

域名常见问题集(十六)——常见的域名投资陷阱

关于Dynadot Dynadot是通过ICANN认证的域名注册商,自2002年成立以来,服务于全球108个国家和地区的客户,为数以万计的客户提供简洁,优惠,安全的域名注册以及管理服务。 Dynadot平台操作教程索引(包括域名邮…...

VideoSrt:智能字幕生成工具重新定义视频创作效率

VideoSrt:智能字幕生成工具重新定义视频创作效率 【免费下载链接】video-srt-windows 这是一个可以识别视频语音自动生成字幕SRT文件的开源 Windows-GUI 软件工具。 项目地址: https://gitcode.com/gh_mirrors/vi/video-srt-windows VideoSrt是一款基于Golan…...

避坑指南:pyzbar识别模糊二维码的5种图像预处理技巧(Python+OpenCV)

提升pyzbar识别率:5种图像预处理技术解决模糊二维码难题 1. 模糊二维码识别的核心挑战 在现实应用中,二维码识别经常遇到各种图像质量问题。我曾在一个物流仓储项目中亲眼目睹,由于包装反光和运输磨损,标准识别流程的失败率高达40…...

United VARs CoE创享会重回上海,全球伙伴共议AI时代云ERP演进

时隔七年,United VARs Cloud ERP CoE 创享会再次回到中国!3月10日至12日,由Acloudear司享承办的United VARs Cloud ERP CoE 创享会在上海举行。来自全球多家United VARs成员机构及SAP的专家与管理者齐聚上海,围绕 Cloud ERP 战略、…...

SimCLR揭秘:自监督学习中的对比学习艺术

1. 自监督学习与对比学习的革命性结合 第一次听说SimCLR这个名词时,我正被海量无标注图像数据的处理问题困扰。传统监督学习需要大量人工标注,成本高得吓人。而SimCLR的出现,就像给计算机视觉领域投下了一颗震撼弹——原来模型可以自己教自己…...

详解bat脚本:语法、常见用法、注意事项、示例

文章目录前言1.什么是BAT 脚本2.基本语法2.1 注释2.2 基本命令执行3.常用命令详解4.变量使用1. 定义变量2. 使用变量(要用 % 括起来)5.流程控制5.1 if 条件判断基本语法:常用比较:示例:5.2 for 循环遍历文件&#xff0…...

Stable Yogi Leather-Dress-Collection效果展示:2.5D视角下皮衣动态褶皱与身体贴合度真实感

Stable Yogi Leather-Dress-Collection效果展示:2.5D视角下皮衣动态褶皱与身体贴合度真实感 想象一下,你是一位动漫角色设计师,需要为角色设计一套充满质感的皮衣。传统的流程需要你手绘线稿、上色、刻画光影和褶皱,整个过程耗时…...

微信聊天记录年度报告怎么生成?实测这款工具,一键导出HTML还能做可视化分析

从数据到故事:用专业工具打造你的微信聊天年度可视化报告 微信聊天记录早已不只是简单的文字交流,它们承载着人际关系的发展脉络、重要时刻的见证以及日常生活的点滴。将这些碎片化的对话转化为结构化的年度报告,不仅能帮助我们回顾过去一年…...

Qwen3.5-2B图文理解实战:上传建筑平面图,自动标注房间功能与面积

Qwen3.5-2B图文理解实战:上传建筑平面图,自动标注房间功能与面积 1. 引言:当AI遇见建筑设计 想象一下这样的场景:你刚拿到一张复杂的建筑平面图,需要快速标注每个房间的功能和面积。传统方法可能需要花费数小时手动测…...

线段树优化建图

1. 概念 1.1.本质 本质就是用两颗线段树优化建图(节省空间) 1.2.作用 看标题可以知道 这东西其实就是一个辅助(优化)我们建图的东西 可以辅助(优化)我们干些什么: 点向区间连边区间向点连…...

从一次系统升级说起:聊聊Android PMS如何管理/system/app下的预装应用

Android PMS深度解析:系统预装应用的管理艺术 1. 系统预装应用的特殊地位 在Android生态系统中,预装应用占据着独特的位置。这些位于/system/app目录下的应用与普通用户应用有着本质区别: 系统级权限:预装应用通常拥有更高的系统权…...

终极指南:如何在TouchGal一站式Galgame社区发现你的视觉小说宝藏

终极指南:如何在TouchGal一站式Galgame社区发现你的视觉小说宝藏 【免费下载链接】kun-touchgal-next TouchGAL是立足于分享快乐的一站式Galgame文化社区, 为Gal爱好者提供一片净土! 项目地址: https://gitcode.com/gh_mirrors/ku/kun-touchgal-next TouchGa…...

StructBERT中文相似度模型保姆级教学:如何用TSNE可视化高维句向量空间分布

StructBERT中文相似度模型保姆级教学:如何用TSNE可视化高维句向量空间分布 1. 引言:为什么需要可视化句向量? 当你使用StructBERT这样的模型计算句子相似度时,你得到的只是一个0到1之间的数字。这个数字告诉你两个句子“有多像”…...

intv_ai_mk11部署避坑指南:端口映射失败、响应延迟、乱码重复等问题解决方案

intv_ai_mk11部署避坑指南:端口映射失败、响应延迟、乱码重复等问题解决方案 1. 环境准备与快速部署 1.1 系统要求 操作系统:Ubuntu 20.04/22.04 LTSGPU:NVIDIA显卡(至少16GB显存)内存:32GB以上存储&…...