ROS2 相较于 ROS，在架构设计上进行了全面升级。它增强了实时性支持，采用了更先进的通信机制，如基于 DDS（数据分发服务）的通信框架，使得节点间的通信更加可靠和灵活。同时，ROS2 在跨平台能力上有了极大提升，能够更好地适配不同的操作系统和硬件平台，为机器人开发者提供了更广阔的施展空间。
语法简洁，易于上手
Python 以其简洁明了的语法而闻名，代码可读性极高。对于初学者或快速迭代的项目而言，Python 能够大幅降低开发门槛，缩短开发周期。在 ROS2 应用开发中，开发者可以用较少的代码行数实现复杂的功能逻辑，提高开发效率。
丰富的库支持
Python 拥有庞大的开源库生态系统。在 ROS2 开发中，借助 Python 的 numpy、pandas 等库，能够方便地进行数据处理和分析；而 matplotlib 等库则为数据可视化提供了有力工具，有助于开发者更直观地理解机器人运行过程中的各种数据。
良好的集成性
Python 能够与其他编程语言和工具良好集成。在 ROS2 项目中，若某些模块需要更高的性能，可以使用 C++ 等语言编写，然后通过 Python 的接口进行调用，实现优势互补，构建更强大的机器人应用系统。
创建 ROS2 工作空间
在开始 ROS2 应用开发前，首先要创建一个工作空间。通过命令行工具，在指定目录下创建工作空间文件夹，并初始化它。例如：
mkdir -p ~/ros2_ws/srccd ~/ros2_wscolcon build
编写 Python 节点
在 ROS2 中，节点是基本的执行单元。使用 Python 编写节点时，首先要导入 ROS2 相关的 Python 库。例如，创建一个简单的发布者节点：
import rclpyfrom rclpy.node import Nodefrom std_msgs.msg import String
class MinimalPublisher(Node): def __init__(self): super().__init__('minimal_publisher') self.publisher_ = self.create_publisher(String, 'topic', 10) timer_period = 0.5 self.timer = self.create_timer(timer_period, self.timer_callback) 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) self.i += 1
def main(args=None): rclpy.init(args=args) minimal_publisher = MinimalPublisher() rclpy.spin(minimal_publisher) minimal_publisher.destroy_node() rclpy.shutdown()
if __name__ == '__main__': main()
话题通信
话题通信是 ROS2 中最常用的通信方式之一。除了上述的发布者节点，还需要创建订阅者节点来接收消息。以下是一个简单的订阅者节点示例：
import rclpyfrom rclpy.node import Nodefrom 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) self.subscription
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()
服务通信
除了话题通信，ROS2 还支持服务通信。服务通信用于实现客户端与服务器之间的请求 - 响应模式。下面是一个使用 Python 编写的简单服务端示例：
import rclpyfrom rclpy.node import Nodefrom example_interfaces.srv import AddTwoInts
class MinimalService(Node): def __init__(self): super().__init__('minimal_service') self.srv = self.create_service(AddTwoInts, 'add_two_ints', self.add_two_ints_callback)
def add_two_ints_callback(self, request, response): response.sum = request.a + request.b self.get_logger().info('Incoming request\na: %d b: %d' % (request.a, request.b)) return response
def main(args=None): rclpy.init(args=args) minimal_service = MinimalService() rclpy.spin(minimal_service) rclpy.shutdown()
if __name__ == '__main__': main()
该服务端提供一个名为add_two_ints的服务，能够处理两个整数相加的请求。对应的客户端代码如下：
import rclpyfrom rclpy.node import Nodefrom example_interfaces.srv import AddTwoIntsimport sys
class MinimalClientAsync(Node): def __init__(self): super().__init__('minimal_client_async') self.cli = self.create_client(AddTwoInts, 'add_two_ints') while not self.cli.wait_for_service(timeout_sec=1.0): self.get_logger().info('service not available, waiting again...') self.req = AddTwoInts.Request()
def send_request(self): self.req.a = int(sys.argv[1]) self.req.b = int(sys.argv[2]) self.future = self.cli.call_async(self.req)
def main(args=None): rclpy.init(args=args) minimal_client = MinimalClientAsync() minimal_client.send_request() while rclpy.ok(): rclpy.spin_once(minimal_client) if minimal_client.future.done(): try: response = minimal_client.future.result() except Exception as e: minimal_client.get_logger().info( 'Service call failed %r' % (e,)) else: minimal_client.get_logger().info( 'Result of add_two_ints: for %d + %d = %d' % (minimal_client.req.a, minimal_client.req.b, response.sum)) break minimal_client.destroy_node() rclpy.shutdown()
if __name__ == '__main__': main()
客户端通过命令行参数传入两个整数，向服务端发送请求并获取相加的结果。
实际应用案例：
基于 Python 的 ROS2 机器人导航应用
在一个机器人导航应用中，通常涉及多个节点协同工作。使用 Python 编写的节点可以包括地图构建节点、路径规划节点以及机器人控制节点等。地图构建节点利用传感器数据创建地图，路径规划节点根据地图和目标位置规划出机器人的移动路径，机器人控制节点则根据规划好的路径控制机器人的实际运动。
传感器数据处理
假设机器人配备了激光雷达传感器，用于获取周围环境信息。在 Python 中，可以使用 ROS2 的相关库来订阅激光雷达话题，获取点云数据。例如：
import rclpyfrom rclpy.node import Nodefrom sensor_msgs.msg import LaserScan
class LidarSubscriber(Node): def __init__(self): super().__init__('lidar_subscriber') self.subscription = self.create_subscription( LaserScan, 'lidar_topic', self.lidar_callback, 10) self.subscription
def lidar_callback(self, msg): ranges = msg.ranges for range_value in ranges: if range_value 1.0: self.get_logger().info('Obstacle detected!')
def main(args=None): rclpy.init(args=args) lidar_subscriber = LidarSubscriber() rclpy.spin(lidar_subscriber) lidar_subscriber.destroy_node() rclpy.shutdown()
if __name__ == '__main__': main()
路径规划与控制
路径规划节点可以使用 A * 算法或 Dijkstra 算法等在地图上规划出从当前位置到目标位置的最优路径。在 Python 中，可以利用相关的路径规划库实现这些算法。机器人控制节点则根据规划好的路径，通过发布控制指令到机器人的运动控制话题，实现机器人的移动。例如，控制机器人的速度和转向：
import rclpyfrom rclpy.node import Nodefrom geometry_msgs.msg import Twist
class RobotController(Node): def __init__(self): super().__init__('robot_controller') self.publisher_ = self.create_publisher(Twist, 'cmd_vel', 10) self.timer = self.create_timer(0.1, self.move_robot)
def move_robot(self): msg = Twist() msg.linear.x = 0.2 msg.angular.z = 0.0 self.publisher_.publish(msg)
def main
(args=None): rclpy.init(args=args) robot_controller = RobotController() rclpy.spin(robot_controller) robot_controller.destroy_node() rclpy.shutdown()
if __name__ == '__main__': main()
通过本文对利用 Python 编写 ROS2 应用的介绍，可以看到 Python 在 ROS2 开发中展现出了强大的功能和便捷性。
从基础的节点创建、话题与服务通信，到实际的机器人导航应用案例，Python 为 ROS2 开发者提供了高效的开发手段。随着机器人技术的不断发展，ROS2 和 Python 的结合将在更多领域发挥重要作用，如工业自动化、智能家居、医疗机器人等。
未来，我们可以期待基于 Python 的 ROS2 应用在功能和性能上不断提升，为机器人产业的发展注入新的活力。
