4、静态TF变换：静态变换的定义、发布静态TF、应用场景

说到静态TF变换，我脑子里第一个蹦出来的就是激光雷达和机器人基座之间的那根“硬连接”。你想想看，在绝大多数机器人上，激光雷达都是螺丝拧死的，位置和角度几乎不变。这种“万年不动”的坐标关系，就是静态TF的典型代表。

我个人习惯把静态TF叫作“一次发布，终身受用”的变换。它不会随时间改变，所以ROS里专门有一套机制来优化它——不需要像动态TF那样高频更新，也不会占用大量带宽。说白了，静态TF就是坐标系关系里的“常量”。

4.1 静态变换的定义

静态变换，指的是两个坐标系之间的相对位姿（位置+姿态）在时间上保持不变。在ROS的TF树里，它通常用 geometry_msgs/TransformStamped 表示，但它的时间戳可以设为0，或者用最新的有效时间。

我记得有一次调试一个AGV，发现TF树里激光雷达的坐标系一直在轻微抖动。查了半天，原来是有人把静态变换写成了动态发布，每秒钟更新100次。其实完全没必要——静态变换只需要发布一次，或者用 tf2_ros::StaticTransformBroadcaster 来广播。

4.2 发布静态TF的两种方式

嗯，这里要注意。ROS里发布静态TF主要有两条路：一条是命令行工具，一条是代码编程。我分别说一下。

4.2.1 使用 static_transform_publisher 命令行

这是最快的方式，适合快速验证。你可以在launch文件里直接写：

<node pkg="tf2_ros" type="static_transform_publisher" name="lidar_broadcaster"
      args="0.2 0.0 0.15 0 0 0 base_link laser_frame" />

参数分别是 x y z yaw pitch roll，然后是父坐标系和子坐标系。我刚开始用的时候经常搞混顺序，后来养成习惯：先写平移，再写旋转，最后写两个坐标系名。

4.2.2 使用 C++ / Python 编程发布

如果你需要在代码里动态生成静态变换（比如从参数服务器读取安装位置），可以用 StaticTransformBroadcaster。下面是一个C++的典型例子：

#include <ros/ros.h>
#include <tf2_ros/static_transform_broadcaster.h>
#include <geometry_msgs/TransformStamped.h>

int main(int argc, char** argv) {
    ros::init(argc, argv, "static_tf_broadcaster");
    tf2_ros::StaticTransformBroadcaster broadcaster;

    geometry_msgs::TransformStamped transform;
    transform.header.stamp = ros::Time::now();
    transform.header.frame_id = "base_link";
    transform.child_frame_id = "laser_frame";
    transform.transform.translation.x = 0.2;
    transform.transform.translation.y = 0.0;
    transform.transform.translation.z = 0.15;
    transform.transform.rotation.w = 1.0;  // 无旋转

    broadcaster.sendTransform(transform);
    ros::spin();  // 保持节点运行，但只发布一次
    return 0;
}

你可能会问：为什么用 ros::spin() 却只发布一次？因为 StaticTransformBroadcaster 内部会把变换缓存起来，并按照ROS的机制自动重发。你只管发送一次，剩下的交给它。

4.3 应用场景：激光雷达与基座

静态TF最经典的应用就是激光雷达和机器人基座之间的变换。几乎每个轮式机器人都有这个需求。激光雷达通常安装在车体前方或顶部，它的坐标系原点在雷达中心，而机器人的基座坐标系在驱动轮轴中心。这两个坐标系之间的偏移和旋转，就是静态TF。

我曾经在一个项目中，因为激光雷达的安装支架有点歪，导致建图一直有重影。后来用静态TF补偿了0.03弧度的偏转角，地图瞬间清晰了。你看，静态TF不只是“摆设”，它直接影响数据质量。

4.4 更多应用场景

除了激光雷达，静态TF还用在很多地方。我简单列几个：

• 深度相机与基座： 比如Intel RealSense安装在机器人头部，位置固定。
• GPS天线与基座： 户外机器人GPS天线相位中心到基座的偏移。
• 机械臂末端与工具： 夹爪或焊枪相对于法兰盘的固定变换。
• 多激光雷达融合： 多个雷达之间的外参标定结果，通常用静态TF发布。

4.5 静态TF vs 动态TF

为了让你更清楚，我整理了一个对比表：

特性	静态TF	动态TF
变化频率	不变（或极低）	随时间变化（如关节角度）
发布方式	StaticTransformBroadcaster	TransformBroadcaster
典型场景	传感器安装、结构件	轮子、关节、里程计
缓存策略	全局缓存，长期有效	按时间戳缓存，需实时更新
资源消耗	极低	中等

说白了，静态TF就是“一次对，永远对”。但别忘了，永远对的前提是物理安装没变。如果你在机器人上加了块配重，或者把雷达挪了个位置，记得改TF。