1、ROS2与自动驾驶概览：自动驾驶技术栈简介、ROS2在自动驾驶中的角色、ROS2核心概念（节点、话题、服务、动作）回顾

1.1 自动驾驶技术栈：从传感器到执行器

聊自动驾驶，咱们得先看看它到底长什么样。

说白了，自动驾驶就是一个「感知-决策-控制」的闭环。我习惯把它分成三层：

• 感知层：摄像头、激光雷达、毫米波雷达、IMU、GPS……这些传感器负责「看」和「听」。
• 决策层：路径规划、行为预测、运动规划……这部分负责「想」。
• 控制层：转向、油门、刹车……这部分负责「动」。

你想想看，这三层之间怎么通信？数据怎么流转？

嗯，这就是ROS2登场的地方了。

1.2 ROS2在自动驾驶中的角色：不只是中间件

很多人觉得ROS2就是个通信中间件。其实不止。

我在做量产项目时遇到过一个问题：不同传感器厂商的驱动接口五花八门。有的用UDP，有的用共享内存，有的甚至直接写文件。如果没有ROS2的统一抽象层，光适配驱动就能把人逼疯。

ROS2在自动驾驶里扮演了三个关键角色：

1. 通信总线：节点之间通过话题、服务、动作交换数据。
2. 模块化框架：每个算法都可以独立开发、测试、替换。
3. 工具链生态：可视化（Rviz2）、录制回放（rosbag2）、调试工具……

1.3 ROS2核心概念回顾：节点、话题、服务、动作

这四个概念是ROS2的基石。咱们一个一个过。

1.3.1 节点（Node）

节点就是可执行进程。每个节点只干一件事，比如「激光雷达驱动节点」只管发点云，「融合定位节点」只管算位置。

我刚开始学的时候，总想把所有功能塞进一个节点里。后来被同事骂了一顿——「一个节点崩了，全车瘫痪」。记住：节点越单一，系统越健壮。

// 创建一个节点（C++示例）
rclcpp::Node::SharedPtr node = std::make_shared<rclcpp::Node>("lidar_driver");

1.3.2 话题（Topic）

话题是异步通信的通道。发布者只管发，订阅者只管收。一对多、多对一都行。

举个例子：感知节点发布 /perception/objects 话题，规划节点订阅它。两者互不阻塞。

# 发布话题（Python示例）
self.publisher_ = self.create_publisher(String, 'topic_name', 10)

1.3.3 服务（Service）

服务是同步的请求-响应模式。客户端发请求，服务端处理完返回结果。

什么时候用服务？比如「请给我当前地图」——你问一次，它答一次。不需要持续订阅。

# 服务端（Python示例）
def get_map_callback(request, response):
    response.map_data = load_map()
    return response

self.srv = self.create_service(GetMap, 'get_map', get_map_callback)

1.3.4 动作（Action）

动作是服务的升级版。它支持：

• 异步执行（不阻塞调用方）
• 实时反馈（比如「当前进度30%」）
• 可取消（比如「停！别走了」）

自动驾驶里最典型的动作就是「规划路径并执行」。你发出目标点，规划器一边算路径，一边告诉你「正在规划中」，还能随时取消。

# 动作客户端（Python示例）
self._action_client = ActionClient(self, NavigateToPose, 'navigate_to_pose')

# 发送目标
goal_msg = NavigateToPose.Goal()
goal_msg.pose = target_pose
self._action_client.send_goal_async(goal_msg)

1.4 小结：为什么ROS2适合自动驾驶？

说白了，自动驾驶系统太复杂了。一个模块崩了不能影响全车，一个算法升级了不能重写整个系统。

ROS2的节点化设计、话题/服务/动作的灵活通信、以及丰富的工具链，恰好解决了这些痛点。

我记得第一次用ROS2跑通一个完整的感知-规划-控制闭环时，那种感觉就像搭积木一样——每个模块独立工作，组合起来却能跑车。嗯，这就是ROS2的魅力。