第3章 · 静态TF与动态TF
做机器人坐标变换，你一定会遇到两个基本概念：静态TF 和 动态TF。很多新手容易混淆，觉得都是发布坐标，有啥区别？
嗯，区别大了。我刚开始用ROS那会儿，就因为把动态TF当静态用，结果机器人一动，激光雷达的数据全飘了…… 从那以后，我对这两个东西分得特别清。今天咱们就把它们彻底掰开揉碎。
1. 静态TF —— 焊死的坐标关系
静态TF，说白了就是两个坐标系之间的变换永远不变。比如激光雷达固定在机器人前方10厘米，仰角5度。只要你不拆螺丝，这个关系就不变。
我个人的习惯是：所有传感器外参、结构件之间的固定偏移，一律用静态TF。为什么？省资源，而且逻辑清晰。
典型使用场景：
- 激光雷达 → 车体中心（base_link）
- 深度相机 → 云台固定座
- GPS天线 → 车体后轴中心
- 多线激光与单线激光之间的外参
在ROS里，静态TF通常用 static_transform_publisher 或者写一个节点只发布一次。你想想看，如果这些固定关系也用动态TF每10ms发一次，完全就是浪费带宽。
💡 我的小技巧： 在launch文件里直接写静态TF，一行搞定。比如：
<node pkg="tf2_ros" type="static_transform_publisher" name="lidar_broadcaster"
args="0.25 0 0.15 0 0 0.1 base_link laser" />参数分别是 x y z roll pitch yaw 父坐标系 子坐标系。嗯，注意单位是米和弧度。
2. 动态TF —— 随运动变化的变换
动态TF就完全不一样了。它的变换值会随着时间、关节角度、里程计数据而变化。比如机器人在移动，odom → base_link 的变换每时每刻都在变。
我记得有一次调试AGV，轮子编码器数据通过动态TF发布，频率到了50Hz。结果TF树里时间戳乱跳，查了半天才发现是动态TF的时间戳用了当前时间，但缓存没对齐。后来我强制用 ros::Time::now() 配合精确的时钟，问题才解决。
⚠️ 避坑指南： 我曾经在动态TF里不小心把平移向量写成了固定值，结果机器人原地转圈，但TF树显示它一直在移动。动态TF一定要确保数据源是实时更新的，比如来自里程计、IMU或者关节状态。
动态TF的典型场景：
- 里程计发布
odom → base_footprint - 机械臂每个关节的
joint1 → joint2实时变换 - SLAM算法实时更新
map → odom - 跟踪目标时，目标坐标系相对于机器人的变换
代码上，动态TF一般用 TransformBroadcaster 在循环里发布：
geometry_msgs::TransformStamped t;
t.header.stamp = ros::Time::now();
t.header.frame_id = "odom";
t.child_frame_id = "base_link";
t.transform.translation.x = odom_x;
t.transform.translation.y = odom_y;
t.transform.rotation = tf2::toMsg(yaw_quat);
broadcaster.sendTransform(t);3. 两者的区别与选择
我经常被问到：“什么时候用静态，什么时候用动态？” 其实判断标准特别简单——这个变换会不会因为机器人运动而改变？
| 对比维度 | 静态TF | 动态TF |
|---|---|---|
| 变换值 | 固定不变 | 随时间变化 |
| 发布频率 | 通常只发1次，或极低频 | 10~100 Hz 持续发布 |
| 资源消耗 | 极低 | 中等，取决于频率 |
| 典型工具 | static_transform_publisher | TransformBroadcaster |
| 时间戳 | 可设为0或固定 | 必须实时更新 |
| 调试难度 | 低，几乎不出错 | 需注意时间同步和缓存 |
你想想看，如果你把动态TF写成静态，机器人一动，所有依赖这个变换的数据（比如激光点云）都会错位。反过来，把静态TF写成动态，虽然功能上没错，但白白增加了系统负载。我个人建议：能用静态就别用动态，这是TF优化的第一原则。
总结一下我的经验：
- 传感器安装、结构件偏移 → 静态TF
- 里程计、关节运动、SLAM位姿 → 动态TF
- 如果犹豫不决，先问自己：“这个变换在机器人运行中会变吗？” 不会变，就静态。
嗯，这一章的内容其实很基础，但基础往往最容易被忽视。我见过太多因为TF类型选错导致的诡异bug。搞清楚了静态和动态，你的TF树就稳了一半。