课程导入：学习目标、课程结构、ROS2与TF坐标变换概述

1.1 为什么机器人需要坐标变换

当你在仿真器中控制一台六轴机械臂抓取桌面上的水杯时，机械臂的每个关节都在各自的坐标系中运动，激光雷达在底盘坐标系中扫描环境，摄像头在光学坐标系中感知物体，而底盘本身又在世界坐标系中移动。如果这些坐标系之间没有统一的变换关系，机械臂将无法知道“摄像头看到的杯子”到底在“自己手臂可触及的空间”中的哪个位置。

TF（Transform，坐标变换）正是ROS2中用于维护多坐标系之间空间关系的核心机制。它通过一棵坐标树，实时发布各坐标系之间的平移与旋转关系，让所有传感器、执行器和算法模块能够在同一空间语义下协同工作。简单来说，TF回答了两个问题：“我在哪？”和“目标相对于我在哪？”

1.2 本课程学习目标

完成本课程后，你将能够：

• 理解TF核心概念：掌握坐标帧（Frame）、平移向量、四元数/欧拉角、TF树、静态变换与动态变换的本质区别。
• 熟练使用TF2命令行工具：能够用 tf2_echo、tf2_monitor、view_frames 等工具诊断坐标关系是否正确。
• 编写TF广播与监听代码：在Python和C++中实现静态广播、动态广播、坐标监听与坐标变换查询。
• 处理实际工程问题：能够排查“找不到变换”“TF树断链”“时间戳不同步”等高频故障。
• 理解TF与机器人建模的关系：掌握URDF中的与TF发布的联系，理解robot_state_publisher的作用。

1.3 课程结构总览

本课程共30章，按照“基础→工具→编程→进阶→实战”五个阶段递进。前5章聚焦TF概念与命令行工具，第6-12章深入广播与监听的编程实现，第13-18章讲解TF与URDF、传感器、导航栈的集成，第19-24章处理时间同步、性能优化与多机器人问题，最后6章通过完整项目串联所有知识。

每一章都配有可运行的代码示例、常见错误复盘和动手练习。建议你准备一台安装了ROS2 Humble或更高版本的Ubuntu 22.04环境，并具备基本的ROS2节点、话题、命令行操作经验。

1.4 ROS2与TF坐标变换概述

ROS2中的TF功能由 tf2 软件包集提供，它是ROS1中tf库的完全重写版本，在API设计、数据类型和性能上均有显著改进。tf2的核心设计思想是：所有坐标变换关系以树形结构组织，每个坐标系有且仅有一个父坐标系，从而避免变换环路导致的歧义。

在ROS2中，坐标变换的数据流如下：

1. 广播端（Broadcaster）：节点通过 tf2_ros::TransformBroadcaster 将坐标帧之间的变换关系发布到话题 /tf（动态变换）或 /tf_static（静态变换）。
2. 监听端（Listener）：节点通过 tf2_ros::Buffer 订阅并缓存所有变换数据，提供 lookup_transform() 等查询接口。
3. TF树：所有变换关系在Buffer中组织成树，从根坐标系（通常是 map 或 odom）出发，通过中间坐标系逐级变换到目标坐标系。

# 查看 map 到 base_link 的最新变换
ros2 run tf2_ros tf2_echo map base_link

# 生成TF树PDF文件
ros2 run tf2_tools view_frames

下面这张图展示了典型移动机器人中TF树的结构与数据流方向。可以看到，map 作为全局根坐标系，通过 odom（里程计）连接到 base_link（机器人本体），再分支到激光雷达 laser、摄像头 camera_link 以及各个车轮坐标系。每个箭头代表一个由广播端发布的变换关系，箭头方向表示“子坐标系相对于父坐标系的位姿”。

从上图可以直观看到：map → odom → base_link 构成动态变换链，反映机器人定位与里程计估计；而 base_link → laser / camera_link / 车轮 均为静态变换，因为传感器与车轮在机器人本体上的安装位置固定不变。这种“动态+静态”混合结构是绝大多数机器人的标准TF布局。

1.5 常见误区与学习建议