1. 课程导入
自动驾驶系统本质上是一台“在轮子上运行的分布式实时计算机”。它要在毫秒级时间内完成感知、定位、预测、规划与控制，并且必须在传感器抖动、网络丢包、节点崩溃、算力饱和等异常条件下保持可控。ROS2 之所以成为自动驾驶研发的主流中间件，不是因为它“像操作系统”，而是因为它把分布式通信、生命周期管理、服务质量策略、实时执行器与多语言生态整合成了一套可工程化的软件骨架。
本课程关注的不是“如何让一个节点跑起来”，而是“如何让几十到上百个节点在真实车规环境下稳定、可观测、可回归地运行”。因此，性能与可靠性工程是贯穿全课程的主线：性能决定系统能否满足时延与吞吐预算，可靠性决定系统在故障与退化场景下是否仍然安全。
核心原理：ROS2 在自动驾驶软件栈中的定位
自动驾驶软件栈通常分为感知、定位与地图、预测、决策规划、控制、执行器以及安全监控等层次。ROS2 位于“中间件与运行时”层，向上为算法模块提供统一的数据接口与调度能力，向下屏蔽操作系统、网络与硬件差异。它的关键能力包括：
- DDS 数据分发：以主题、服务、动作三种通信模式支撑高频传感器流与请求响应式交互。
- QoS 策略：通过 Reliability、Durability、History、Deadline、Liveliness 等策略匹配不同数据语义。
- 执行器模型：单线程、多线程与回调组决定回调并发度与实时性边界。
- 生命周期节点：以未配置、非活跃、活跃、终结等状态支持受控启动与安全降级。
- 可观测性：日志、rosbag2、topic hz、trace 与统计信息构成性能分析基础。
下图给出 ROS2 在自动驾驶系统中的分层定位与关键数据流，帮助建立后续章节的“地图感”。
方法流程：从“能跑”到“可交付”的工程路径
性能与可靠性工程不是一次性调优，而是一个持续闭环。建议按以下流程推进：
- 定义指标：明确端到端时延、抖动、丢帧率、CPU/GPU 占用、内存增长、恢复时间等可量化目标。
- 建立基线：在固定硬件与场景下采集 rosbag2 与系统指标，形成可复现的基线数据。
- 定位瓶颈：结合 topic hz、执行器统计、trace 与火焰图，区分通信瓶颈、调度瓶颈与算法瓶颈。
- 优化与加固：调整 QoS、回调组、零拷贝、内存池与线程模型，并加入超时、降级与看门狗。
- 回归验证：用自动化测试与故障注入验证优化未引入回归，并更新基线。
关键认知：ROS2 的默认配置面向通用机器人，而非车规实时系统。默认 QoS、默认执行器与默认内存策略在自动驾驶高频数据流下往往成为隐性瓶颈。工程化的第一步，是显式地“接管”这些默认值。
案例场景：一个典型的时延抖动问题
某项目在实车测试中发现，激光雷达感知到控制指令的端到端时延在 80ms 到 220ms 之间剧烈抖动。初步排查发现：点云话题使用默认 QoS，历史深度不足导致突发时丢帧；感知节点与规划节点共享单线程执行器，回调相互阻塞；控制话题的 Deadline 未设置，超时无告警。调整后：
# 查看话题频率与抖动
ros2 topic hz /lidar/points --window 50
# 查看节点执行器与回调统计
ros2 run rclcpp_components component_container --ros-args -r __node:=perception
# 设置 QoS 示例（可靠性 + 时限 + 历史深度）
reliability: RELIABLE
deadline: 50ms
history: KEEP_LAST
depth: 10
通过将感知与规划拆分到不同回调组、为控制话题设置 Deadline 与 Liveliness、并启用零拷贝传输，端到端时延收敛到 95ms±12ms，且超时事件可被监控捕获。这个案例说明：性能问题往往不是算法慢，而是中间件配置与调度模型不匹配。
常见误区与复盘要点
| 误区 | 后果 | 正确做法 |
|---|---|---|
| 所有话题都用默认 QoS | 高频数据丢帧或内存暴涨 | 按数据语义选择 Reliability 与 History |
| 单线程执行器承载所有回调 | 回调相互阻塞，时延抖动大 | 使用多线程执行器与回调组隔离 |
| 只测平均时延，不看尾延迟 | 极端场景下安全边界被突破 | 关注 P99、P999 与最大抖动 |
| 缺少故障注入与降级验证 | 节点崩溃后系统不可控 | 引入看门狗、生命周期与降级策略 |
学习建议：每学完一个性能主题，都在自己的工程中找一个可测量的指标做一次基线采集。没有基线的优化，无法判断是否真正有效。
安全提醒：性能优化不得以牺牲安全监控为代价。任何降低时延的手段，都必须经过故障场景下的回归验证，确保系统在异常时仍能进入安全状态。
本课程的整体知识框架将围绕“通信与 QoS、执行器与实时性、内存与零拷贝、可观测性与剖析、故障注入与降级、自动化回归”六条主线展开，并配合实战路线图逐步深入。掌握这些内容后，你将具备把 ROS2 自动驾驶系统从“演示可用”推进到“工程可交付”的核心能力。