ROS2对比ROS1

很好 👍
那我给你一份偏工程实现 + 技术原理 + 架构逻辑的完整技术笔记，而不是面试向内容。

下面内容偏“系统理解 + 工程视角 + 自动驾驶落地逻辑”。

一、ROS 本质：一个分布式机器人中间件框架

ROS = 通信框架 + 工具链 + 组件化组织方式。

核心目标：

把一个复杂机器人系统拆成可组合的分布式模块。

1.1 核心抽象

1️⃣ Node（进程级模块）

每个算法/驱动/控制器是一个独立进程。

例如：

  • camera_driver
  • lidar_driver
  • localization_node
  • planning_node
  • control_node

2️⃣ Topic（数据流通道）

发布-订阅模型：

1
Sensor → Perception → Prediction → Planning → Control

特点：

  • 单向流
  • 无阻塞
  • 异步
  • 多对多

适合：

  • 高频数据（图像、点云、IMU）
  • 状态流（odom、trajectory）

3️⃣ Service（同步RPC）

请求-响应模型：

1
Client ----> Server

适合：

  • 配置请求
  • 模式切换
  • 参数获取

4️⃣ Action（长时间任务）

带反馈的异步任务：

1
Goal → Feedback → Result

适合：

  • 导航到目标点
  • 自动泊车过程

1.2 数据结构设计原则

ROS 消息设计遵循：

  • 强类型
  • 序列化可跨语言
  • 时间戳强依赖
  • 坐标系明确

核心字段：

1
2
3
4
5
std_msgs/Header
{
    stamp
    frame_id
}

自动驾驶里：

  • 时间戳决定融合
  • frame_id 决定坐标转换

二、ROS1 vs ROS2：架构层面对比

OS

  • ROS1:Linux
  • ROS2:Linux、Windows、MAC、RTOS

通讯

  • ROS1：TCPROS/UDPROS
  • ROS2：DDS

节点模型

  • ROS1：publish/subscribe
  • ROS2：discovery

进程

  • ROS1：Nodelet
  • ROS2：Intra-process

PixPin_2026-02-25_02-57-45

2.1 通信架构差异

ROS1 架构

1
2
3
4
5
         ROS Master
            |
 --------------------------
 |        |        |      |
NodeA   NodeB   NodeC   NodeD
  • 所有节点注册到 Master
  • Master 负责发现
  • 通信建立后点对点

缺点：

  • Master 单点
  • 网络复杂场景扩展困难
  • 无 QoS

ROS2 架构（基于 DDS）

1
2
NodeA  <----DDS---->  NodeB
NodeC  <----DDS---->  NodeD

特点：

  • 无中心
  • 自动发现
  • 内置 QoS
  • 支持实时系统
  • 支持安全

DDS 提供：

  • 数据分发服务
  • 可靠性控制
  • 历史缓存
  • 流控

2.2 QoS 机制（ROS2 核心）

关键参数：

Reliability

  • reliable
  • best_effort

Durability

  • volatile
  • transient_local

History

  • keep_last
  • keep_all

Depth

  • 缓冲队列长度

自动驾驶常见策略：

数据类型 QoS
Camera best_effort
Lidar best_effort
Control Cmd reliable
Localization reliable
Map transient_local

2.3 Lifecycle 节点机制

状态机：

1
2
3
4
5
6
7
unconfigured
    ↓
inactive
    ↓
active
    ↓
finalized

自动驾驶好处：

  • 启动顺序可控
  • 故障可回退
  • 模块可热重启

三、ROS 在自动驾驶系统中的架构角色

3.1 自动驾驶系统模块化结构

典型数据流：

1
2
3
4
5
6
7
8
9
10
11
Sensors
  ↓
Perception
  ↓
Prediction
  ↓
Planning
  ↓
Control
  ↓
Vehicle

每个模块是一个或多个 ROS Node。

3.2 坐标系统（TF）

核心坐标系：

  • map
  • odom
  • base_link
  • lidar_link
  • camera_link

变换链：

1
2
3
4
5
6
7
map
  ↓
odom
  ↓
base_link
  ↓
sensor_link

自动驾驶中：

  • 地图坐标用于全局定位
  • odom 用于短时连续
  • base_link 为车体中心

3.3 自动驾驶数据同步逻辑

关键问题：

多传感器时间不同步会导致融合错误。

解决方案：

  • 硬件时间同步（PTP）
  • 时间戳统一
  • 消息过滤器同步
  • 延迟补偿

四、自动驾驶中的 ROS 工作流程（工程角度）

4.1 启动流程

  1. 加载参数
  2. 启动传感器驱动
  3. 初始化定位
  4. 激活感知模块
  5. 激活规划
  6. 激活控制
  7. 进入自动驾驶状态

4.2 运行时逻辑

感知

输入：

  • 点云
  • 图像
  • IMU

输出：

  • 目标列表
  • 车道线
  • 障碍物

规划

输入：

  • 当前位姿
  • 障碍物
  • 目标点

输出：

  • 轨迹点序列

控制

输入：

  • 轨迹
  • 当前速度

输出：

  • 转向角
  • 加速度

五、ROS 工程组织结构

5.1 包结构

1
2
3
4
5
6
7
8
package/
 ├── src/
 ├── include/
 ├── launch/
 ├── config/
 ├── msg/
 ├── CMakeLists.txt
 └── package.xml

5.2 Launch 系统

ROS1：

  • XML

ROS2：

  • Python launch

优势：

  • 参数化
  • 条件启动
  • 生命周期管理

六、ROS 在自动驾驶中的优势与局限

优势

  • 快速原型开发
  • 模块解耦
  • 生态丰富
  • 可视化调试方便

局限

  • 默认非强实时
  • 序列化开销
  • 进程多带来上下文切换
  • 高性能系统需深度优化

七、自动驾驶系统中常见优化方向

1️⃣ 进程内通信（ROS2 composition）

减少：

  • 序列化
  • 拷贝

2️⃣ 零拷贝机制

  • loaned messages
  • intra-process comm

3️⃣ 多线程执行器

  • MultiThreadedExecutor

4️⃣ CPU 绑定

  • 核心模块绑核
  • 提升实时性

八、ROS 与自动驾驶框架关系

Autoware

  • 基于 ROS
  • 自动驾驶完整栈

Apollo

  • 不基于 ROS
  • 自研 CyberRT
  • 类 ROS 但更偏工业化

九、自动驾驶系统中的基本逻辑模型

1️⃣ 状态机

系统模式：

  • Manual
  • Autonomous
  • Emergency

2️⃣ 事件驱动

  • 感知更新 → 触发规划
  • 规划更新 → 触发控制

3️⃣ 数据流图（核心）

自动驾驶本质是：

1
感知 → 状态估计 → 决策 → 轨迹生成 → 控制

ROS 负责：

  • 模块连接
  • 数据调度
  • 参数管理
  • 可视化
  • 日志记录