3. 传感器数据模型与消息类型：sensor_msgs详解、自定义消息、消息时间戳、序列化与反序列化
各位好，我是你们的老朋友。今天我们来聊聊传感器数据在ROS2里的“身份证”和“语言”——消息类型。
说白了，传感器就是一堆硬件，它们产生的原始数据（电压、电流、二进制流）ROS2是看不懂的。我们需要一个标准化的“信封”把这些数据装起来，贴上标签，打上时间戳，才能让各个节点顺畅交流。这就是sensor_msgs存在的意义。
3.1 sensor_msgs：官方标准信封
ROS2官方给我们准备了一套非常齐全的传感器消息包，叫sensor_msgs。我个人习惯，在开始一个新项目前，一定会先翻翻这个包，看看有没有现成的能用。省时省力，还保证兼容性。
常用的几个消息类型，我列个表，大家一看就明白：
| 消息类型 | 用途 | 关键字段（我常关注的） |
|---|---|---|
sensor_msgs/Image |
摄像头图像数据 | height, width, encoding, data |
sensor_msgs/Imu |
惯性测量单元数据 | orientation, angular_velocity, linear_acceleration |
sensor_msgs/LaserScan |
单线激光雷达数据 | angle_min, angle_max, ranges, intensities |
sensor_msgs/PointCloud2 |
3D点云数据 | fields, point_step, row_step, data |
sensor_msgs/NavSatFix |
GPS定位数据 | latitude, longitude, altitude |
嗯，这里要注意。虽然官方提供了这么多，但实际项目中，你可能会发现某些字段不够用。比如LaserScan里没有时间戳偏移量，这在高速移动的机器人上就是个坑。我曾经在AGV小车上就吃过这个亏，雷达一圈扫描下来，车都跑出去半米了，数据全对不上。
3.2 自定义消息：量体裁衣
当官方消息满足不了你时，就该自己动手了。ROS2的自定义消息（.msg文件）非常灵活。你想想看，如果你要融合一个“带置信度的超声波传感器”数据，官方可没有现成的。
创建自定义消息的步骤很简单，我一般这么干：
- 在功能包下创建
msg文件夹。 - 新建一个
.msg文件，比如UltrasonicWithConfidence.msg。 - 在里面定义字段：
# UltrasonicWithConfidence.msg
float32 range
float32 confidence # 0.0 ~ 1.0
std_msgs/Header header
然后修改CMakeLists.txt和package.xml，编译一下，就能在代码里直接用了。我个人习惯把自定义消息放在一个单独的_interfaces包里，方便复用。
3.3 消息时间戳：数据的灵魂
多传感器融合，最怕什么？时间对不上！
ROS2里，每个消息都自带一个std_msgs/Header，里面有个stamp字段。这个时间戳，说白了就是数据产生的时刻，而不是数据到达的时刻。我见过很多新手直接把now()赋值给时间戳，这是大忌！
正确的做法是：
// C++ 示例
auto msg = sensor_msgs::msg::Image();
msg.header.stamp = this->get_clock()->now(); // 如果是模拟数据，可以用now()
// 但如果是真实硬件，应该用硬件驱动提供的时间戳
// msg.header.stamp = hardware_timestamp;
3.4 序列化与反序列化：数据的变形记
消息在节点间传输，本质上是一串字节流。把内存中的消息对象变成字节流，叫序列化；反过来，叫反序列化。ROS2用的是CDR（Common Data Representation）格式，效率很高。
你不需要手动处理这个过程，ROS2的中间件（DDS）帮你搞定了。但理解它很重要，尤其是当你需要把数据存到文件，或者通过其他协议（如MQTT、HTTP）转发时。
举个例子，把LaserScan消息序列化并保存到文件：
# Python 示例
import pickle
from sensor_msgs.msg import LaserScan
# 假设 scan_msg 是一个 LaserScan 消息
serialized_data = pickle.dumps(scan_msg)
# 保存到文件
with open('scan_data.bin', 'wb') as f:
f.write(serialized_data)
# 反序列化回来
with open('scan_data.bin', 'rb') as f:
loaded_scan = pickle.loads(f.read())
当然，生产环境我建议用更高效的序列化库，比如rosbag2自带的序列化，或者直接用CDR格式。但原理都是一样的：把复杂的数据结构拍平成一维字节流。
3.5 知识体系总览
为了让大家更直观地理解本章的知识结构，我画了一张图：
这张图把本章的核心逻辑串起来了。从官方标准到自定义，从时间戳到序列化，每一步都是为了最终的数据同步与融合服务。
好了，关于传感器数据模型和消息类型，我就讲这么多。记住：选对消息类型，打对时间戳，理解序列化原理，你的多传感器融合之路就成功了一半。剩下的，就是动手实践了。