1. 课程导入
各位好，我是你们这门课的老朋友。做机器人这些年，我调试过最多的东西就是 TF。说实话，刚入行时我也被坐标变换搞得晕头转向——明明代码看起来都对，机器人就是不走直线。后来才明白，TF 这东西，说白了就是机器人的「空间语言」。
什么是 TF 坐标变换？
TF（Transform）就是描述两个坐标系之间的相对位置和姿态。你想想看，一个机器人身上有激光雷达、摄像头、轮子、机械臂……每个部件都有自己的坐标系。激光雷达检测到障碍物，是在「激光雷达坐标系」下的数据；但你要让机械臂去抓，得知道障碍物在「机械臂基坐标系」下的位置。TF 就是干这个的——把数据从一个坐标系变换到另一个。
我习惯把 TF 想象成一张「空间关系网」。每个坐标系是一个节点，节点之间的连线就是变换关系。比如 base_link 到 laser_frame 的变换，告诉你激光雷达装在车身的哪个位置、朝哪个方向。
TF 树的核心作用
所有坐标系关系会组成一棵树——TF 树。为什么是树，而不是网？因为机器人里每个坐标系只有一个父节点，这样关系清晰，不会出现循环依赖。我记得有一次调试多机器人协作，TF 树里不小心出现了环路，整个系统直接报错「树不是树了」。嗯，从那以后我每次建 TF 都会先画一遍树结构。
- 统一空间基准：所有传感器、执行器都在同一个「世界」下对齐。
- 支持时间回溯：你可以查询过去某个时刻的坐标关系，这对传感器融合太重要了。
- 解耦模块：导航、感知、控制各看各的 TF，互不干扰。
▲ TF 树结构示意：每个节点只有一个父级，形成有向无环图
ROS2 中 TF2 与 ROS1 TF 的区别
从 ROS1 迁移到 ROS2 的朋友，最直观的感受就是——TF 包改名了，API 也变了。但本质区别不止这些。我整理了一个表格，你一看就明白。
| 对比项 | ROS1 TF | ROS2 TF2 |
|---|---|---|
| 包名 | tf | tf2 + tf2_ros |
| 消息类型 | tf/tfMessage | tf2_msgs/TFMessage |
| 时间机制 | 依赖 ros::Time | 内置时间缓存 + 插值 |
| 静态变换 | 需要单独节点发布 | tf2_ros::StaticTransformBroadcaster |
| API 风格 | 监听器/广播器较厚重 | 轻量，支持 C++/Python 统一接口 |
| 性能 | 单线程处理 | 支持多线程、零拷贝 |
我个人觉得，TF2 最大的改进是「去中心化」。在 ROS1 里，TF 数据是全局广播的，所有节点都收；ROS2 里你可以按需订阅，减少不必要的带宽。另外，TF2 的 时间缓存 更智能——你可以查询未来或过去的变换，只要缓存里有数据。
canTransform() 检查变换是否可用，而不是直接 lookupTransform()。这能避免很多「等待超时」的坑。
避坑指南 · 我曾经踩过的雷
有一次我做一个 AGV 项目，导航总是突然偏移。查了两天，最后发现是 TF 树里同时存在两个 odom 到 base_link 的变换——一个来自轮式里程计，一个来自激光定位。两个都在广播，TF 树直接混乱了。嗯，记住：同一个父子关系只能有一个发布者，否则 TF 会随机覆盖。
lookupTransform 默认使用 tf2::TimePointZero 表示最新可用变换，但如果你需要精确时间戳，一定要显式传入时间。否则在仿真回放时容易拿到错误数据。
另外，TF 树的根节点通常是 world 或 map，但不要随意改名。我见过有人把根节点改成 earth，结果一堆工具链不识别…… 保持约定俗成，能省很多麻烦。
好了，这一章的基础概念就聊到这儿。你只要记住：TF 是机器人的空间骨架，TF 树是骨架的连接图，TF2 是 ROS2 里更现代的实现。