课程导入：ROS2与多机器人系统概述、课程目标、学习路径与实战项目总览

多机器人协同调度正在从实验室研究走向工业落地，从仓储物流中的AGV编队到港口岸桥的协同作业，从无人机集群的搜索救援到智能制造产线的柔性装配，分布式机器人集群通信已经成为机器人工程师必须掌握的核心能力。ROS2作为新一代机器人中间件，凭借其去中心化的通信架构、实时性支持和跨平台能力，成为构建多机器人系统的首选框架。本章作为整个课程的开篇，将帮助您建立对ROS2与多机器人系统的整体认知，明确学习目标与路径，并通过一个贯穿全课程的实战项目让您理解每个技术模块的落点。

1.1 ROS2与多机器人系统的核心概念

ROS2（Robot Operating System 2）是面向机器人开发的开源中间件，它并非传统意义上的操作系统，而是提供通信、调度、驱动管理等服务的软件框架。与ROS1相比，ROS2最大的架构变革在于将通信底层从自定义的TCPROS/UDPROS替换为DDS（Data Distribution Service）标准。这一改变带来了三个关键能力：去中心化通信（不再依赖roscore主节点）、实时性保障（支持QoS服务质量策略）、跨平台支持（Linux/Windows/RTOS）。对于多机器人系统而言，DDS的发现协议（Discovery）使得机器人之间可以自动发现彼此并建立通信，无需人工配置IP地址，这为大规模集群的动态组网奠定了基础。

多机器人系统按照耦合程度可分为三种典型形态：集中式（单一中心节点统一决策）、分布式（各机器人独立决策、平等通信）、混合式（分层管理，局部自治与全局协调结合）。本课程聚焦于分布式架构，因为它在可扩展性、容错性和实时响应方面更适合工业级应用。例如，在仓储场景中，50台AGV如果全部依赖中央调度，一旦中心节点故障将导致整个系统瘫痪；而分布式架构下，每台AGV通过ROS2的DDS通信共享位置和任务状态，通过协商机制自主避让和任务认领，系统鲁棒性显著提升。

1.2 课程目标与能力模型

本课程的目标是培养学员独立设计、开发和部署基于ROS2的多机器人协同调度系统。完成课程后，您将具备以下能力：

课程采用"理论+实践"双轮驱动模式。每章包含核心原理讲解、代码示例、仿真实验和真机部署指导。特别地，我们设计了一个贯穿全课程的实战项目——"智能仓储多AGV协同调度系统"，该项目从第3章开始逐步构建，最终形成一个包含5台AGV、1个任务管理节点、1个可视化监控端的完整系统。

1.3 学习路径与知识前置要求

为了确保学习效果，建议按照以下路径推进：

1. 基础夯实阶段（第1-5章）：掌握ROS2核心通信机制，包括节点、话题、服务、动作、参数，以及DDS的QoS配置。此阶段需要完成至少10个小型练习，如"双机话题通信"、"服务调用超时处理"等。
2. 分布式扩展阶段（第6-12章）：学习多机环境下的特殊问题，包括时间同步、TF树广播、地图合并、分布式日志收集。此阶段需要搭建至少3台机器的实验环境。
3. 算法与决策阶段（第13-20章）：深入协同调度算法，包括任务分配、路径规划、避障策略、编队控制。此阶段需要结合仿真环境（Gazebo+多机插件）进行算法验证。
4. 工程化与实战阶段（第21-30章）：完成系统集成、部署、测试和调优。最终项目要求实现5台AGV在模拟仓库环境中完成搬运任务，并具备异常恢复能力。

1.4 实战项目总览：智能仓储多AGV协同调度系统

为了将抽象概念具象化，我们设计了一个贯穿全课程的实战项目。项目背景设定为：某电商仓库占地2000平方米，需要5台AGV完成货架搬运任务。系统要求：

• 每台AGV搭载ROS2节点，通过WiFi连接同一局域网
• 中央任务管理节点负责任务生成和分配
• AGV之间通过DDS直接通信，共享实时位置和状态
• 系统需支持动态添加/移除AGV（即插即用）
• 当某台AGV故障时，其任务自动转移给相邻AGV

项目分为五个里程碑，对应课程的不同阶段：

在M1阶段，您将亲手搭建第一组多机通信。具体操作包括：在两台电脑上分别安装ROS2 Humble，配置同一WiFi网络，设置相同的ROS_DOMAIN_ID（例如42），然后运行一个简单的发布订阅程序。此时您会观察到，无需任何IP配置，两台机器上的节点就能自动发现并通信。这个看似简单的实验，背后是DDS的RTPS协议在发挥作用——它通过UDP组播进行参与者发现，然后建立点对点通信。

# 终端1（机器人1）
export ROS_DOMAIN_ID=42
ros2 run demo_nodes_cpp talker

# 终端2（机器人2）
export ROS_DOMAIN_ID=42
ros2 run demo_nodes_cpp listener

如果一切正常，终端2会持续收到终端1发布的消息。这个实验验证了ROS2多机通信的基本流程。但实际项目中，我们还需要考虑QoS设置——如果使用Best Effort策略，消息可能丢失；如果使用Reliable策略，延迟会增加。在M1阶段，我们建议使用Reliable策略确保位置信息不丢失，后续章节会详细讲解如何权衡。

1.5 学习建议与常见误区

基于多年教学经验，我们总结了学员在学习ROS2多机器人开发时最常见的四个误区：

• 误区一：忽视QoS的重要性。在单机开发中，QoS设置不当可能不会暴露问题；但在多机环境中，网络丢包和延迟会放大QoS配置缺陷。建议从一开始就养成显式设置QoS的习惯。
• 误区二：混淆分布式与并行计算。分布式机器人系统强调"自治与协作"，而非简单的任务并行。每个机器人应有独立的决策能力，而不是等待中央指令。
• 误区三：忽略时间同步。多机协同中，时间戳不一致会导致数据融合错误。例如，两辆AGV报告的位置信息如果时间基准不同，计算出的相对距离就是错误的。
• 误区四：过度设计。初学者容易一开始就追求复杂的算法，而忽略了基础通信的稳定性。建议先确保"消息能稳定送达"，再考虑"如何智能决策"。

为了帮助您规避这些误区，本课程在每个章节都设置了"排障实验室"环节，提供真实的故障场景和排查思路。例如，在第4章中，我们会模拟一个"QoS不匹配导致消息无法接收"的场景，引导您通过ros2 topic info命令诊断问题。

最后，关于学习节奏的建议：本课程共30章，建议每周完成2-3章，配合每章的练习和项目里程碑，大约需要10-12周。对于有ROS1经验的学员，可以适当加快前5章的学习速度，但不要跳过DDS相关的实验——因为ROS2的通信模型与ROS1有本质区别。