ROS2 launch文件编写——从入门到精通：构建模块化机器人启动系统

1. ROS2 launch文件的核心价值与应用场景

第一次接触ROS2时，最让我头疼的就是每次调试都要手动开十几个终端窗口。想象一下这样的场景：你的移动机器人需要同时运行激光雷达驱动、视觉SLAM、导航规划、传感器融合等多个模块，每个模块都是一个独立节点。传统方式下，你得逐个执行ros2 run命令，不仅效率低下，还容易遗漏关键节点。

这就是launch文件存在的意义。它相当于一个"一键启动"脚本，能够：

• 批量管理节点：像交响乐指挥一样协调所有组件的启动顺序
• 统一配置参数：避免手动设置带来的不一致性
• 环境隔离：通过命名空间实现多机器人/多场景的并行测试
• 条件触发：根据硬件连接状态自动调整启动策略

在工业级应用中，我曾用launch文件实现过这样的工作流：早晨插上机器人电源→自动检测连接的传感器→根据环境变量选择仿真/实车模式→加载对应参数配置→完整启动所有功能节点。整个过程无需人工干预，极大提升了开发效率。

2. 从零编写你的第一个launch文件

2.1 基础框架搭建

所有ROS2 launch文件都遵循相同的模板结构，就像Python的if __name__ == '__main__'约定。新建一个my_robot.launch.py文件：

python复制from launch import LaunchDescription

def generate_launch_description():
    return LaunchDescription([
        # 这里添加你的节点配置
    ])

这个骨架代码中，generate_launch_description()是ROS2约定的入口函数，必须返回一个LaunchDescription对象。我建议在项目初期就建立这样的规范：

• 所有launch文件统一放在launch目录
• 命名采用功能描述.launch.py格式
• 每个文件头部添加功能说明注释

2.2 添加实际功能节点

假设我们要启动一个激光雷达和底盘控制节点：

python复制from launch_ros.actions import Node

lidar_node = Node(
    package='rplidar_ros',
    executable='rplidar_node',
    name='rplidar',
    parameters=[{'serial_port': '/dev/ttyUSB0'}]
)

base_node = Node(
    package='robot_base',
    executable='base_controller',
    name='base',
    remappings=[('/cmd_vel', '/nav/cmd_vel')]
)

这里有几个关键细节需要注意：

1. parameters支持直接传递字典或YAML文件路径
2. remappings解决话题命名冲突问题
3. 生产环境中建议显式指定namespace

2.3 两种节点添加方式对比

ROS2提供了两种等效的节点添加语法：

方法一：直接列表填充

python复制return LaunchDescription([
    lidar_node,
    base_node
])

方法二：动态add_action

python复制ld = LaunchDescription()
ld.add_action(lidar_node)
ld.add_action(base_node)
return ld

我个人的经验法则是：简单场景用方法一，需要条件判断时用方法二。比如根据环境变量决定是否启动仿真节点：

python复制if os.getenv('SIMULATION') == 'true':
    ld.add_action(sim_node)

3. 大型项目的模块化启动架构

3.1 顶层启动文件设计

当系统扩展到10+个节点时，一个常见的反模式是把所有配置堆在一个launch文件里。我曾接手过一个3000行的巨型启动文件，维护起来简直是噩梦。正确的做法是采用分层架构：

code复制launch/
├── core.launch.py        # 硬件驱动层
├── perception.launch.py  # 感知层
├── navigation.launch.py  # 导航层
└── main.launch.py        # 顶层调度

顶层文件通过IncludeLaunchDescription整合子模块：

python复制perception_launch = IncludeLaunchDescription(
    PythonLaunchDescriptionSource([
        get_package_share_directory('robot_bringup'),
        '/launch/perception.launch.py'
    ]),
    launch_arguments={'use_depth_cam': 'false'}.items()
)

3.2 参数管理的进阶技巧

动态参数传递：

python复制DeclareLaunchArgument(
    'lidar_port',
    default_value='/dev/ttyUSB0',
    description='LiDAR device path'
)

Node(
    package='rplidar_ros',
    parameters=[{
        'serial_port': LaunchConfiguration('lidar_port')
    }]
)

YAML配置的最佳实践：

yaml复制/sensor:
  ros__parameters:
    scan_frequency: 10
    resolution: 0.5

在launch中加载：

python复制config_path = os.path.join(
    get_package_share_directory('config'),
    'sensor_params.yaml'
)
Node(parameters=[config_path])

3.3 命名空间与重映射实战

多机器人系统必须处理命名冲突问题。假设有两个AGV小车：

python复制GroupAction(
    actions=[
        PushRosNamespace('agv1'),
        IncludeLaunchDescription(
            PythonLaunchDescriptionSource('agv_base.launch.py')
        )
    ]
)

重映射的典型应用场景：

python复制Node(
    remappings=[
        ('/image_raw', '/camera/left/image_raw'),
        ('/camera_info', '/camera/left/camera_info')
    ]
)

4. 生产环境中的高级特性

4.1 条件启动与故障处理

通过ExecuteProcess实现硬件检测：

python复制ExecuteProcess(
    cmd=['check_sensor', '--lidar'],
    on_exit=[
        LogInfo(msg='LiDAR detected, starting nodes...'),
        lidar_node
    ]
)

4.2 环境变量集成

python复制DeclareLaunchArgument(
    'robot_id',
    default_value=EnvironmentVariable('ROBOT_ID'),
    description='Unique robot identifier'
)

4.3 启动生命周期事件

python复制RegisterEventHandler(
    OnProcessStart(
        target_action=base_node,
        on_start=[
            LogInfo(msg='Base controller started'),
            navigation_node
        ]
    )
)

5. 调试与性能优化

5.1 常见问题排查

• 节点未启动：检查package和executable名称是否匹配
• 参数未生效：使用ros2 param list验证
• 话题不通：ros2 topic list -t查看话题映射

5.2 性能调优技巧

• 并行启动：使用GroupAction配合scoped=True
• 延迟启动：TimerAction控制时序
• 资源限制：SetParameter('use_sim_time', True)

python复制GroupAction(
    actions=[lidar_node, camera_node],
    scoped=True,
    launch_configurations={'delay': '2.0'}
)

6. 典型项目结构示例

一个工业级项目的标准布局：

code复制robot_bringup/
├── config/
│   ├── params.yaml
│   └── rviz/
├── launch/
│   ├── modules/
│   │   ├── sensors.launch.py
│   │   └── navigation.launch.py
│   └── main.launch.py
└── scripts/
    └── health_check.py

配套的setup.py配置：

python复制data_files=[
    (os.path.join('share', package_name, 'launch'), glob('launch/*.launch.py')),
    (os.path.join('share', package_name, 'config'), glob('config/*.yaml'))
]

7. 从仿真到实车的无缝切换

通过启动参数实现环境适配：

python复制def generate_launch_description():
    sim_arg = DeclareLaunchArgument(
        'use_sim',
        default_value='false',
        description='Use simulation clock'
    )
    
    if LaunchConfiguration('use_sim') == 'true':
        return LaunchDescription([
            sim_arg,
            IncludeLaunchDescription('simulation.launch.py')
        ])
    else:
        return LaunchDescription([
            sim_arg,
            IncludeLaunchDescription('real_robot.launch.py')
        ])

启动时指定参数：

bash复制ros2 launch robot_bringup main.launch.py use_sim:=true

8. 最佳实践与避坑指南

• 版本控制：launch文件应与代码同步管理
• 参数文档化：每个DeclareLaunchArgument添加description
• 错误处理：为关键节点配置respawn=True
• 日志管理：重要节点设置output='screen'

python复制Node(
    respawn=True,
    respawn_delay=5.0,
    output='screen'
)

在真实项目中，我曾遇到过一个经典问题：两个节点因启动顺序导致话题丢失。解决方案是添加事件处理：

python复制RegisterEventHandler(
    OnProcessExit(
        target_action=driver_node,
        on_exit=[processor_node]
    )
)