ROS2小海龟：从入门到多机协同的机器人开发实践

1. ROS2小海龟：机器人开发的"Hello World"

第一次接触ROS2时，导师扔给我一句："先把小海龟玩明白"。当时不以为然，现在才懂这个看似简单的demo藏着机器人开发的精髓。小海龟仿真器（turtlesim）是ROS2官方提供的入门工具包，通过控制屏幕上的海龟图标，你能完整走通机器人系统的感知-决策-控制闭环。

我用这个案例带新人时发现，多数教程只教基础指令，却忽略了背后的工程思维。实际上，小海龟项目能延伸出：

• 节点通信的三种实战模式（话题/服务/动作）
• 坐标系变换的TF2实践
• 机器人运动控制的PID调参
• 多机协同的分布式架构

下面以Foxy版本为例，带你从安装环境到高级控制，最后实现自定义海龟舰队编队运动。所有代码已测试通过，关键步骤附排错指南。

2. 环境搭建与基础控制

2.1 极简开发环境配置

推荐使用Ubuntu 20.04 + ROS2 Foxy组合，这是当前最稳定的LTS版本。如果只是学习，直接在WSL2中安装比虚拟机更流畅：

bash复制# 安装ROS2基础包
sudo apt install ros-foxy-desktop
# 开发工具链（重要！）
sudo apt install python3-colcon-common-extensions ros-foxy-turtlesim

验证安装时，建议分三个终端分别运行：

bash复制# 终端1：启动ROS核心
ros2 run turtlesim turtlesim_node
# 终端2：启动控制节点
ros2 run turtlesim turtle_teleop_key
# 终端3：查看节点关系
rqt_graph

常见坑点：如果键盘控制无响应，检查终端2是否处于激活状态（光标闪烁）。ROS2的键盘输入必须在前台终端捕获。

2.2 解剖小海龟的通信架构

运行rqt_graph可以看到两个节点通过/turtle1/cmd_vel话题相连。这个geometry_msgs/Twist消息类型是移动机器人的标准控制指令：

python复制linear:  # 线速度(m/s)
  x: 0.0  # 前后
  y: 0.0  # 左右（全向轮才用）
  z: 0.0  # 无用
angular:  # 角速度(rad/s)
  x: 0.0  # 无用
  y: 0.0  # 无用
  z: 0.0  # 旋转

手动发布移动指令试试：

bash复制ros2 topic pub -r 10 /turtle1/cmd_vel geometry_msgs/msg/Twist "{linear: {x: 1.0}, angular: {z: 0.5}}"

参数-r 10表示10Hz频率持续发送，你会看到海龟做圆周运动。

3. 进阶开发：从单机到多机协同

3.1 用服务调用实现瞬移

除了话题通信，ROS2的服务（Service）更适合离散指令。小海龟包提供了/teleport_absolute服务，让海龟瞬间到达指定位置：

bash复制ros2 service call /turtle1/teleport_absolute turtlesim/srv/TeleportAbsolute "{x: 5.5, y: 5.5, theta: 1.57}"

这个服务调用的数据类型是turtlesim/srv/TeleportAbsolute，包含目标坐标(x,y)和朝向(theta)。在Python中可以通过如下代码实现自动瞬移：

python复制import rclpy
from turtlesim.srv import TeleportAbsolute

node = rclpy.create_node('teleporter')
client = node.create_client(TeleportAbsolute, '/turtle1/teleport_absolute')
client.wait_for_service()
req = TeleportAbsolute.Request()
req.x, req.y, req.theta = 3.0, 8.0, 0.0
future = client.call_async(req)

3.2 多海龟编队控制实战

真正的机器人项目往往需要多机协同。我们先创建第二只海龟：

bash复制ros2 service call /spawn turtlesim/srv/Spawn "{x: 2.0, y: 2.0, theta: 0.0, name: 'turtle2'}"

现在系统中有两只海龟，各自独立控制。要实现编队行进，需要解决两个核心问题：

1. 相对位置计算：通过TF2获取海龟间的坐标变换

python复制from tf2_ros import TransformListener, Buffer
tf_buffer = Buffer()
tf_listener = TransformListener(tf_buffer, node)
try:
    transform = tf_buffer.lookup_transform(
        'turtle2', 'turtle1', rclpy.time.Time())
except Exception as e:
    node.get_logger().warn(f'TF error: {e}')

2. 跟随算法实现：PID控制跟随距离和角度

python复制# 距离PID控制器
class PID:
    def __init__(self, kp, ki, kd):
        self.kp, self.ki, self.kd = kp, ki, kd
        self.last_error = 0.0
        self.integral = 0.0
    
    def compute(self, error, dt):
        self.integral += error * dt
        derivative = (error - self.last_error) / dt
        output = self.kp * error + self.ki * self.integral + self.kd * derivative
        self.last_error = error
        return output

# 实际调参经验值
dist_pid = PID(0.5, 0.01, 0.2)  # 保持1米距离
angle_pid = PID(1.0, 0.0, 0.1)  # 朝向主海龟

完整代码需要处理坐标变换、PID计算和速度发布，最终效果是turtle2始终与turtle1保持固定队形移动。

4. 工程化扩展与调试技巧

4.1 可视化工具链配置

开发真实机器人项目时，必须掌握以下工具：

1. RQT工具集：

   • rqt_graph：查看节点拓扑
   • rqt_console：查看日志
   • rqt_plot：绘制数据曲线

2. TF2工具：

   bash复制ros2 run tf2_tools view_frames.py  # 生成坐标系PDF
   ros2 run tf2_ros tf2_echo [source_frame] [target_frame]
   

3. 性能分析：

   bash复制ros2 run topic_tools hz /turtle1/pose  # 统计消息频率
   ros2 topic bw /turtle1/cmd_vel  # 统计带宽
   

4.2 实际项目中的经验法则

1. 生命周期管理：ROS2节点的rclpy.shutdown()可能不会立即释放资源，建议为每个节点配置独立的上下文(context)

2. DDS调优：多机通信时修改默认的FastRTPS配置：

   xml复制<dds>
     <qos>
       <publisher>
         <historyMemoryPolicy>DYNAMIC</historyMemoryPolicy>
       </publisher>
     </qos>
   </dds>
   

3. 时间同步：使用use_sim_time参数时，务必检查/clock话题的发布时间戳：

   python复制node.set_parameters([Parameter('use_sim_time', Parameter.Type.BOOL, True)])
   

5. 从仿真到实车迁移

当我把小海龟的控制算法迁移到真实TurtleBot3时，发现了三个关键差异点：

1. 运动学模型：真实轮式机器人存在滑移，需要增加里程计校准
2. 控制延迟：实车指令响应有100-200ms延迟，PID参数需重新整定
3. 传感器噪声：激光雷达数据需要滤波处理

调整后的控制框架如下：

python复制class TurtleController:
    def __init__(self):
        self.cmd_pub = node.create_publisher(Twist, '/cmd_vel', 10)
        self.scan_sub = node.create_subscription(LaserScan, '/scan', self.scan_cb, 10)
        self.timer = node.create_timer(0.1, self.control_loop)  # 10Hz控制频率

    def scan_cb(self, msg):
        # 处理激光数据，检测障碍物
        self.front_dist = min(msg.ranges[0:30] + msg.ranges[-30:])

    def control_loop(self):
        if hasattr(self, 'front_dist'):
            error = self.front_dist - 0.5  # 保持50cm距离
            speed = pid.compute(error, 0.1)
            cmd = Twist()
            cmd.linear.x = speed
            self.cmd_pub.publish(cmd)

这种从仿真到实车的平滑过渡，正是小海龟案例的价值所在。它用最低的成本，让你体验完整的机器人开发流程。