3. 参数系统深入：参数声明与获取、动态参数配置、参数回调机制、参数持久化

各位同学，欢迎来到第三章。上一章我们聊了节点与通信，今天咱们深入聊聊参数系统。说白了，参数就是节点的“配置开关”。没有参数，你的机器人就是个死脑筋——每次改个轮子直径都得重新编译代码，那得多痛苦？

我个人习惯，在设计一个复杂机器人系统时，先把所有可调的量都抽象成参数。比如PID的Kp、Ki、Kd，激光雷达的扫描频率，甚至导航的膨胀半径。为什么？因为调试阶段你根本不知道哪个值最合适，参数系统就是让你能在运行时“拧螺丝”的利器。

3.1 参数声明与获取

在ROS2里，参数不是你想用就能随便用的。你得先“声明”它。为什么？因为ROS2的参数系统是有类型的，你得告诉系统：这个参数是整数、浮点数、字符串还是布尔值？

我记得刚转ROS2时，习惯性地像ROS1那样直接调用get_parameter()，结果程序跑起来直接崩了——因为参数还没声明。嗯，ROS2在这方面严格了不少，但其实是好事，能避免很多隐晦的bug。

核心原则：先声明，后使用。未声明的参数无法被获取，也无法被动态修改。

来看一个典型的参数声明示例：

// C++ 示例
#include "rclcpp/rclcpp.hpp"

class RobotController : public rclcpp::Node {
public:
    RobotController() : Node("robot_controller") {
        // 声明参数，带默认值
        this->declare_parameter<double>("wheel_radius", 0.1);
        this->declare_parameter<int>("motor_max_rpm", 3000);
        this->declare_parameter<std::string>("robot_name", "turtlebot");
        this->declare_parameter<bool>("enable_safety", true);
        
        // 获取参数
        double wheel_radius = this->get_parameter("wheel_radius").as_double();
        int max_rpm = this->get_parameter("motor_max_rpm").as_int();
        
        RCLCPP_INFO(this->get_logger(), "轮子半径: %.3f m, 最大转速: %d rpm", 
                    wheel_radius, max_rpm);
    }
};

小技巧：我个人习惯在构造函数里集中声明所有参数，并给每个参数都写上注释说明其含义和单位。这样三个月后回头看代码，自己还能看懂。

Python版本其实更简洁，但逻辑一样：

# Python 示例
import rclpy
from rclpy.node import Node

class RobotController(Node):
    def __init__(self):
        super().__init__('robot_controller')
        
        # 声明参数
        self.declare_parameter('wheel_radius', 0.1)
        self.declare_parameter('motor_max_rpm', 3000)
        self.declare_parameter('robot_name', 'turtlebot')
        
        # 获取参数
        wheel_radius = self.get_parameter('wheel_radius').value
        max_rpm = self.get_parameter('motor_max_rpm').value
        
        self.get_logger().info(f'轮子半径: {wheel_radius}, 最大转速: {max_rpm}')

3.2 动态参数配置

参数声明好了，怎么在运行时改？你想想看，总不能每次改参数都重启节点吧？那调试效率也太低了。

ROS2提供了两种动态修改参数的方式：

命令行工具：用ros2 param set直接改
编程方式：通过set_parameters() API

命令行方式最直接，适合调试：

# 查看当前参数
ros2 param get /robot_controller wheel_radius

# 动态设置参数
ros2 param set /robot_controller wheel_radius 0.15

# 列出所有参数
ros2 param list /robot_controller

但如果你想让程序自己动态调整参数，就得用编程方式了。我在项目中遇到过这样一个场景：机器人检测到负载变化时，需要自动调整PID参数。这时候手动改就不现实了，得让代码自己来。

// 编程方式动态设置参数
auto param = rclcpp::Parameter("wheel_radius", 0.15);
auto result = this->set_parameter(param);

if (result.successful()) {
    RCLCPP_INFO(this->get_logger(), "参数更新成功");
} else {
    RCLCPP_WARN(this->get_logger(), "参数更新失败: %s", result.reason.c_str());
}

注意：动态设置参数时，如果参数类型不匹配（比如把double设成了string），set_parameter会返回失败。我曾经踩过这个坑——代码里写错了类型，结果参数一直没更新，机器人跑偏了半小时我才发现。

3.3 参数回调机制

光能改参数还不够，你得让节点知道“参数变了”。这就是参数回调的用武之地。

说白了，参数回调就是一个函数，当参数被修改时自动触发。你可以在回调里做校验、更新内部状态、甚至触发其他动作。

// C++ 参数回调示例
this->set_on_parameters_set_callback(
    [this](const std::vector<rclcpp::Parameter>& parameters) -> 
        rcl_interfaces::msg::SetParametersResult {
        
        for (const auto& param : parameters) {
            if (param.get_name() == "wheel_radius") {
                double new_radius = param.as_double();
                
                // 校验：轮子半径不能小于0.05米
                if (new_radius < 0.05) {
                    RCLCPP_WARN(this->get_logger(), 
                        "轮子半径 %.3f 太小，拒绝修改", new_radius);
                    return rcl_interfaces::msg::SetParametersResult();
                }
                
                // 更新内部状态
                wheel_radius_ = new_radius;
                update_motor_velocity();
                
                RCLCPP_INFO(this->get_logger(), 
                    "轮子半径已更新为 %.3f 米", new_radius);
            }
        }
        
        rcl_interfaces::msg::SetParametersResult result;
        result.successful = true;
        return result;
    }
);

Python版本的回调写法更灵活：

# Python 参数回调
def param_callback(self, params):
    for param in params:
        if param.name == 'wheel_radius':
            if param.value < 0.05:
                self.get_logger().warn(f'轮子半径 {param.value} 太小')
                return rclpy.parameter.SetParametersResult(successful=False)
            
            self.wheel_radius = param.value
            self.update_motor_velocity()
            self.get_logger().info(f'轮子半径已更新为 {param.value}')
    
    return rclpy.parameter.SetParametersResult(successful=True)

# 注册回调
self.add_on_set_parameters_callback(self.param_callback)

避坑指南：我曾经在回调里做耗时操作（比如写文件、网络请求），结果导致参数更新卡顿，整个节点的响应都变慢了。记住：回调函数应该轻量快速，复杂逻辑请另起线程。

3.4 参数持久化

参数改好了，节点一重启又恢复默认值了？那不行。参数持久化就是解决这个问题的。

ROS2支持将参数保存到YAML文件，下次启动时自动加载。我个人习惯把不同场景的参数配置分开保存，比如params_室内.yaml、params_室外.yaml，切换场景时直接换配置文件就行。

保存参数到文件：

# 保存当前所有参数
ros2 param dump /robot_controller > robot_params.yaml

生成的YAML文件长这样：

robot_controller:
  ros__parameters:
    wheel_radius: 0.15
    motor_max_rpm: 3000
    robot_name: "turtlebot"
    enable_safety: true

启动时加载参数文件：

# 启动节点时加载参数
ros2 run my_package robot_controller --ros-args --params-file robot_params.yaml

或者在launch文件里指定：

from launch import LaunchDescription
from launch_ros.actions import Node

def generate_launch_description():
    return LaunchDescription([
        Node(
            package='my_package',
            executable='robot_controller',
            name='robot_controller',
            parameters=['robot_params.yaml']
        )
    ])

建议：参数文件最好放在config/目录下，和代码分开管理。我见过有人把参数文件扔在根目录，结果git提交时忘了，同事拉下来代码跑不起来——这种低级错误咱们尽量避免。

持久化方式	适用场景	优点	缺点
YAML文件	静态配置、多场景切换	简单直观，可读性好	需要手动管理文件
数据库/服务	分布式系统、云端同步	集中管理，支持远程更新	依赖外部服务，复杂度高
代码硬编码	原型开发、测试	无需额外文件	改参数要重新编译

嗯，参数系统这块内容其实挺多的，但核心就这四点：声明获取、动态配置、回调机制、持久化。把这四个点吃透了，你在ROS2里玩参数基本就没什么障碍了。

最后说一句：参数设计时一定要想清楚哪些该暴露出来，哪些不该。不是所有变量都要做成参数的——只有那些需要运行时调整的、或者不同场景下值不同的，才值得做成参数。否则参数列表长得像购物清单，你自己看着都头疼。