2、ROS2 TF2框架：TF2的核心概念、发布与监听机制

各位同学，欢迎来到TF2的世界。

说实话，坐标变换这个话题，在自动驾驶里太重要了。你想想看，激光雷达看到的是它自己坐标系下的点云，摄像头看到的是图像坐标系下的像素，而车辆控制需要的是车身坐标系下的指令。这些坐标系之间怎么对齐？靠的就是TF2。

我个人习惯把TF2比作一个「坐标系路由器」。你不需要关心数据怎么从A坐标系到B坐标系，只需要告诉TF2：「我要从A到B的变换」，它就能给你算出来。嗯，就是这么简单粗暴。

2.1 TF2的核心概念

先来聊聊TF2里几个绕不开的概念。我刚开始接触的时候也被这些术语搞晕过，后来发现，说白了就三样东西：坐标变换树、广播器、监听器。

2.1.1 坐标变换树（Transform Tree）

TF2维护了一棵「树」，这棵树的根节点通常是map或odom，叶子节点是各个传感器、执行器。每个节点代表一个坐标系，每条边代表两个坐标系之间的变换关系（平移+旋转）。

我在项目中遇到过一个问题：多个传感器同时发布变换，结果树里出现了环路，TF2直接罢工了。记住，变换树必须是无环的，这是铁律。

2.1.2 变换的表示：TransformStamped

TF2里传递变换的数据结构叫TransformStamped。它包含三部分：

• header：时间戳和参考坐标系（父坐标系）
• child_frame_id：子坐标系名称
• transform：平移向量（x, y, z）和旋转（四元数）

# 一个典型的TransformStamped消息
header:
  stamp: 1234567890.123
  frame_id: "map"
child_frame_id: "base_link"
transform:
  translation:
    x: 1.0
    y: 2.0
    z: 0.0
  rotation:
    x: 0.0
    y: 0.0
    z: 0.707
    w: 0.707

你可能会问：为什么用四元数而不是欧拉角？因为四元数没有万向锁问题。我曾经在调试一个imu融合算法时，用欧拉角做插值，结果车辆在俯仰角接近90度时直接翻车——嗯，字面意义上的翻车。从那以后，我再也不敢在TF里用欧拉角了。

2.2 发布机制：如何告诉世界「我在哪」

发布变换，就是告诉TF2：「坐标系A和坐标系B之间的关系是这样的」。TF2提供了两种发布方式：静态变换和动态变换。

2.2.1 静态变换发布器

静态变换适用于那些永远不变的坐标系关系。比如激光雷达安装在车顶，它的位置相对于车身是固定的。这种变换只需要发布一次，TF2会自动缓存。

# 命令行发布静态变换
ros2 run tf2_ros static_transform_publisher \
  --x 0.0 --y 0.0 --z 1.5 \
  --roll 0.0 --pitch 0.0 --yaw 0.0 \
  --frame-id base_link \
  --child-frame-id lidar_link

我个人习惯在launch文件里用static_transform_publisher节点来声明所有传感器安装位置。这样启动时所有变换就绪，省得后面手忙脚乱。

2.2.2 动态变换发布器

动态变换用于那些随时间变化的关系。比如车辆在行驶时，base_link相对于odom的位置一直在变。你需要以一定频率（通常是10-100Hz）不断发布最新的变换。

# Python示例：发布动态变换
import rclpy
from rclpy.node import Node
from tf2_ros import TransformBroadcaster
from geometry_msgs.msg import TransformStamped

class DynamicTFPublisher(Node):
    def __init__(self):
        super().__init__('dynamic_tf_publisher')
        self.br = TransformBroadcaster(self)
        self.timer = self.create_timer(0.1, self.publish_transform)  # 10Hz

    def publish_transform(self):
        t = TransformStamped()
        t.header.stamp = self.get_clock().now().to_msg()
        t.header.frame_id = 'odom'
        t.child_frame_id = 'base_link'
        t.transform.translation.x = 1.0  # 实际项目中从里程计获取
        t.transform.translation.y = 0.0
        t.transform.translation.z = 0.0
        t.transform.rotation.w = 1.0
        self.br.sendTransform(t)

2.3 监听机制：如何获取「我在哪」

监听变换，就是向TF2查询：「从坐标系A到坐标系B，在时间T时的变换是什么？」。TF2的监听器会自动缓存所有收到的变换，并提供查询接口。

2.3.1 基本监听流程

# Python示例：监听变换
from tf2_ros import Buffer, TransformListener

class TFListener(Node):
    def __init__(self):
        super().__init__('tf_listener')
        self.tf_buffer = Buffer()
        self.tf_listener = TransformListener(self.tf_buffer, self)

    def get_transform(self):
        try:
            # 查询当前时刻从base_link到map的变换
            trans = self.tf_buffer.lookup_transform(
                'map',           # 目标坐标系
                'base_link',     # 源坐标系
                rclpy.time.Time()  # 当前时间
            )
            return trans
        except Exception as e:
            self.get_logger().warn(f'变换查询失败: {str(e)}')
            return None

这里有个细节：lookup_transform的第一个参数是目标坐标系，第二个是源坐标系。我刚开始总是搞反，结果查出来的变换方向是反的。你想想看，从base_link到map的变换，和从map到base_link的变换，正好是互逆的。

2.3.2 时间相关的查询

TF2最强大的地方在于它支持时间旅行。你可以查询过去某个时刻的变换，也可以查询两个不同时刻的变换关系。

2.4 知识体系总览

说了这么多，我们来画一张图，把TF2的核心逻辑串起来。

这张图把TF2的三大模块串起来了。你从左边看起：广播器负责把变换「扔」进变换树，监听器负责从树里「捞」出需要的变换。中间那棵变换树，就是整个系统的核心枢纽。

嗯，到这里TF2的核心概念和发布监听机制就讲完了。我个人觉得，理解TF2的关键不在于记住API，而在于理解「变换树」这个抽象模型。一旦你脑子里有了这棵树，所有坐标系之间的关系就一目了然了。

可可精品资料库