1. 课程导入：ROS2的起源、发展、核心特性、应用场景，以及本课程的学习目标与路径
1.1 从ROS1到ROS2：机器人操作系统的演进之路
ROS（Robot Operating System，机器人操作系统）并非传统意义上的操作系统，而是一套分布式通信框架与工具生态，它运行在Linux等操作系统之上，为机器人开发者提供了硬件抽象、设备驱动、消息传递、软件包管理等一系列基础设施。ROS的雏形诞生于2007年，由斯坦福大学人工智能实验室的Willow Garage团队发起，其设计初衷是解决机器人研究中代码复用难、模块耦合高、系统集成复杂的痛点。
ROS1的辉煌与局限并存。它凭借点对点通信、基于Topic的异步消息机制和庞大的社区生态，迅速成为学术界与工业界的事实标准。然而，随着机器人应用从实验室走向复杂真实场景，ROS1的先天不足逐渐暴露：依赖中心化Master节点（一旦Master宕机，整个系统瘫痪）、实时性无法保证、通信安全机制缺失、以及多机协同支持薄弱。这些缺陷在自动驾驶、多机器人协作、工业精密控制等场景中成为致命瓶颈。
ROS2的诞生正是为了回应这些挑战。2014年，Open Source Robotics Foundation（OSRF）启动下一代ROS架构设计，并于2017年底发布首个正式版本Ardent Apalone。ROS2在底层通信上摒弃了ROS1自研的TCPROS/UDPROS，转而采用DDS（Data Distribution Service，数据分发服务）标准，从根本上解决了实时性、安全性与去中心化问题。下图展示了ROS1与ROS2在核心架构上的关键差异：
从图中可以清晰看到，ROS1的所有节点必须通过中心化的Master进行注册与互相发现，节点间的数据流也依赖Master的调度；而ROS2中每个节点通过DDS的自动发现协议直接建立通信，不存在任何中心节点。这一架构变革使得ROS2天然支持多机器人协同、跨设备分布式部署以及实时控制场景。
1.2 ROS2的核心特性与技术优势
ROS2并非ROS1的简单升级，而是基于工业级标准重新设计的机器人开发框架。其核心特性可归纳为以下五个维度：
| 特性维度 | ROS1 | ROS2 | 实际收益 |
|---|---|---|---|
| 通信中间件 | 自研TCPROS/UDPROS | DDS（Data Distribution Service） | 实时性、可靠性、QoS策略可配置 |
| 系统架构 | 中心化Master | 去中心化、分布式发现 | 无单点故障，支持多机协同 |
| 实时性支持 | 不支持硬实时 | 支持实时内核与实时QoS | 可用于工业控制、运动规划 |
| 安全性 | 无内置安全机制 | DDS安全规范（加密、认证、授权） | 适用于商业与军事敏感场景 |
| 跨平台 | 主要支持Linux | Linux、Windows、macOS、RTOS | 嵌入式与异构系统部署更灵活 |
除了上述架构级差异，ROS2还引入了多项提升开发效率的关键机制：
- QoS（Quality of Service）策略：允许开发者针对不同话题设置可靠性（Reliable/Best Effort）、历史记录深度、消息生命周期等参数，例如传感器数据流可采用Best Effort降低延迟，而运动控制指令则必须使用Reliable确保不丢包。
- 组件化节点（Component）：支持将多个节点以组件形式加载到同一进程中，通过进程内通信（Intra-process Communication）实现零拷贝消息传递，大幅降低高频数据传输的开销。
- 生命周期管理（Lifecycle）：为节点定义了未配置、未激活、激活、销毁等状态机，使系统能够安全地动态启停节点，对复杂机器人任务编排至关重要。
- 参数系统与动态配置：基于服务的参数读写机制，支持运行时动态调整机器人参数（如PID增益、速度上限），无需重启节点。
- 命令行工具链：
ros2 node list、ros2 topic echo、ros2 service call等命令提供了比ROS1更直观、更强大的调试体验。
1.3 典型应用场景与生态现状
ROS2的工业级特性使其迅速渗透到多个关键领域。在自动驾驶领域，Apex.AI、Autoware等主流开源自动驾驶栈已全面迁移至ROS2，利用其确定性执行与实时通信能力保障行车安全；在工业机器人领域，ROS2结合EtherCAT等实时总线，实现了精密运动控制与力控装配；在服务机器人领域，从仓储物流AGV到商用清洁机器人，ROS2的分布式架构让多机调度系统更加健壮；在科研教育领域，ROS2已成为机器人学课程的标准实验平台。
一个典型的ROS2应用案例是多机器人协同仓储系统：每台AGV运行独立的ROS2节点集，通过DDS域内的服务质量策略区分高优先级任务指令与低优先级状态上报；调度服务器作为普通节点加入同一DDS域，实时监控所有AGV的位置与任务进度。由于不存在中心Master，任何一台AGV离线或调度服务器重启都不会导致整个系统瘫痪，这正是ROS2去中心化架构带来的直接价值。
1.4 常见误区与学习路径规划
在开始ROS2学习之前，有必要澄清几个高频误区，避免走弯路：
误区二：忽略DDS底层机制，只停留在API调用层面。理解DDS的发布-订阅模型、QoS策略和发现协议，是排查通信故障的前提。
误区三：一上来就研究源码或复杂导航栈，而忽视基础概念（节点、话题、服务、动作）的动手实践。ROS2的学习曲线陡峭，必须“概念+代码+调试”三线并进。
基于以上分析，本课程设计了“基础-进阶-应用”三阶段递进式学习路径，共30章，覆盖从环境搭建到自主机器人开发的全流程：
- 基础篇（第1-8章）：ROS2核心概念（节点、话题、服务、动作、参数）、通信机制、命令行工具、Python/C++编程接口、launch文件与tf坐标变换。
- 进阶篇（第9-18章）：机器人建模（URDF/Xacro）、仿真环境（Gazebo + RViz2）、导航栈（Nav2）、SLAM建图、运动控制与传感器集成。
- 应用篇（第19-30章）：多机器人协同、ROS2实时性优化、嵌入式平台移植、工业案例实战、性能调试与系统架构设计。
每一章都将围绕一个可运行的真实案例展开，配套完整的代码示例与调试技巧。建议学习者准备一台安装Ubuntu 22.04的电脑（虚拟机亦可），并按照第2章的指引完成ROS2 Humble的安装。学习过程中务必亲自动手运行每一个示例，因为ROS2的分布式特性决定了“看懂了”不等于“会用了”，只有通过实际操作才能真正理解节点间的通信逻辑与系统行为。
机器人开发是一项系统工程，ROS2为你提供了强大的积木，但搭建什么样的机器人，取决于你的创造力与工程能力。从本章开始，我们将一步步拆解ROS2的每一个核心机制，最终让你具备独立设计与实现复杂机器人系统的能力。