机器人程序设计——之如何正确入门ROS | 硬创公开课（附视频/PPT）【转】

转自：http://blog.exbot.net/archives/2966

导语：本期公开课面向想入手ROS却又不知从何下手的小伙伴，为大家梳理好学习思路。

ROS和Android一样是开源的，功能上也是相差无几，它可以提供硬件抽象，底层设备控制，常用功能实现，进程间消息以及数据包管理。其独特之处在于，能够支持多种语言，如C++、Python、Octave和LISP，甚至支持多种语言混合使用，这可以简化开发者的工作。因为它是基于Linux的系统，其可靠性也会更高，体积可以做到更小，适合嵌入式设备。

另外，ROS是一种分布式处理框架，开发者可以单独设计可执行文件。不同节点的进程能接收、发布各种信息(例如传感，控制，状态，规划等等)。

Top博士自2009年第一次接触到ROS后，便认识到其在机器人开发中的重要性，并不遗余力在国内进行推广。然而随着ROS近年来火热，在教学中也发现很多新伙伴对ROS的认识存在一些误区，为了加快小伙伴们的学习速度，雷锋网本期公开课雷锋网邀请Top和大家分享一点自己学习和使用的经验和心得。

雷锋网本期公开课面向想入手ROS却又不知从何下手的小伙伴，为大家梳理好学习思路。内容包括但不限于ROS全球使用现状、核心概念、工作原理等学习重点，及仿真环境、工具库等需了解的内容。介绍了具体的学习路径及有用的资源链接。

嘉宾介绍：

Top Liu，易科机器人实验室、（星火计划）ROS公开课联合发起人，致力于机器人技术的探索与分享，撰写各类技术文章近百篇，出版有《ROS机器人程序设计2》、《机器人编程实战》、《嵌入式机器人学》、《机器人与未来》。

以下内容整理自Top Liu在硬创公开课的分享。

公开课视频：

115期：机器人程序设计之如何正确入门ROS | 硬创公开课 - 腾讯视频

PPT链接：

百度文库-信息提示

当前大家学习ROS还是以自学为主，所以会走很多的弯路，目前所谓的大神们也都是这样过来的。基本上早期开发机器人大家都是各干各的，甚至是防着彼此，生怕别人把我们的代码、设计抄袭过去，这样其实大家就是在重复地造轮子，进行一些底层的无聊工作。

我最早接触ROS是2009年在翻译《嵌入式机器人学》这本书，作者托马斯·布劳恩教授当时开发了一套RoBIOS的机器人操作系统，按照他的说法，这是最早的机器人操作系统，而且是可以嵌入式应用的。当时和他沟通，他表示不会开源，而且售价特别高，当时在网上搜索，不经意间看到了ROS，Box版本，很古老的版本。

什么是ROS？这是个老生常谈的问题，这里用官网的定义来解释一下。ROS是一个适用于机器人的开源的元操作系统。它不是一个真正的操作系统，但它提供了操作系统应用的服务，包括硬件抽象，底层设备控制，常用函数的实现，进程间消息传递，以及包管理。它也提供用于获取、编译、编写、和跨计算机运行代码所需的工具和库函数。它主要采用的是松耦合点对点进程网络，目前主要支持的还是Ubuntu系统，Mac OS X支持，Windows目前有测试版本，但支持的并不很好，不推荐。

为什么学习ROS

首先，目前机器人开发，软件开发的比重越来越大，而软件开发的时候软件框架的选择，是软件架构设计中一个重要的决策，直接决定了软件开发的直接效率，以及后续功能的实现程度。

目前除了ROS，还有很多类似的机器人软件框架，包括Player、YARP、Orocos、CARMEN、Orca、MOOS，以及Microsoft Robotics Studio。

为什么使用ROS呢？我总结了下，ROS有四大优点：1、松散耦合的机制方便机器人软件框架的组织；2、最丰富的机器人功能库，方便快速搭建原型；3、非常便利的数据记录、分析、仿真工具，方便调试；4、学界和产业界的标准，方便学习和交流。使用一句话总结，使用ROS，能够方便迅速地搭建好机器人原型。当然，它的性能不是最优的，但是这四条优点足以保障它在机器人操作系统里面的地位。

然后，ROS比较好的一点是使用了BSD许可证，这是一个非常宽松的开放许可证，允许在商业和闭源产品使用，这对于开发产品的创业公司是比较重要的一点。

ROS是最庞大的使用者群体，是事实上的机器人标准，这是麻省理工在一篇文章中给出的评论。然后在2016年ROS大会数据显示，目前在使用操作系统做开发的人员用户超过35万，其中活跃用户美国占第一位，中国占第二位。

在学术研究领域，基本上机器人算法都会给出ROS版本的源程序。最早在2009年ROS发布的“ROS: an open source Robot Operating System” 论文，目前已经被引用了2871次。

2016年官方支持ROS的机器人超过了100个。目前已经有很多机器人公司采用了ROS系统来开发一些应用于全新市场的产品，如ClearPath、Rethink、Unbounded、Neurala、Blue River、Big-i，最典型的就是Willow Garage的PR2机器人。投资机构也对创业公司给予了极大的支持，仅2015年相关风险投资机构就在基于ROS操作系统的机器人公司投资了超过1.5亿美元。Nvidia、博世、高通、英特尔、宝马以及大疆等大公司也纷纷推出ROS接口。

这是ROS当前的代码统计量，总行数已经超过了1400万，超过2477名作者。代码语言以C++为主，63.98%的代码是用C++写的，排名第二的是python，占13.57% ，也就是说ROS基本上都是使用这两种语言，可以实现大部分的功能。

应该学什么

要想学ROS，应该从哪里入手，它的先后顺序是怎样的呢？ROS由四大部分构成，第一个是基础结构，这些通讯机制是如何实现的；第二个是工具，包括仿真工具、调试工具等；第三个是体现它功能的package；第四个就是社区，如何去上面下载、发布代码，和其他开发者交流学习。

入门的话，首先要了解这四点：设计思想，核心概念，核心模块，核心工具。

ROS设计思想

设计思想主要是分布式架构，将机器人的功能和软件，做成一个个节点，然后每个节点通过topic进行沟通，但你这些节点可以部署在同一台机器上，也可以部署在不同机器上，还可以部署在互联网上。

ROS核心概念

ROS的核心概念主要是这几个，首先是节点，然后是节点之间的通信和话题，通信的方式有两种，一个是刚刚讲的话题，一个是服务。那么，如何管理ROS的这些节点和话题之间的沟通呢？这就需要用到Master，也就是ROS管理器，它还维持了一个参数的服务。而怎么组织代码，就是通过功能包集与功能包。

节点是各自独立的可执行文件，能够通过话题、服务或参数，与服务器或其他进程(节点)通信。ROS通过使用节点的方式将代码和功能解耦，提高了系统容错能力和可维护性，使系统简化。同时，节点允许了ROS系统能够布置在任意多个机器上并同时运行。关于节点需要注意的事项，节点在系统中必须有唯一的名称；节点可以使用不同的库进行编写，如roscpp和rospy，其中roscpp基于C++，rospy基于Python。

节点之间通过topic机制进行通信，topic机制是一个一对多的Publish/Subscribe 模式: 同一个话题也可以有很多个订阅者，它的底层传输依靠的是TCP/IP，也可以是UDP。topic具体传输的message，具有一定的类型和数据结构，包括ROS提供的标准类型，和用户自定义类型。

除了topic，ROS还提供另一种一对一的机制，也就是Service/Client，当你需要直接与节点通信并获得应答时，将无法通过话题实现，这时需要使用该服务。

Master向ROS系统中其他节点提供命名和注册服务，跟踪和记录话题的发布者和订阅者，使ROS 节点之间能够相互查找。一旦节点找到了彼此，就能建立一种点对点的通信方式。

那么如何组织代码呢？这主要依靠功能包(Package) ，ROS中软件组织的基本形式，用于创建ROS程序。功能包包含源代码和功能包清单(Manifest) 。功能包清单提供关于功能包、许可信息、依赖关系、编译标志等的信息。功能包清单是一个manifests.xml文件，通过这个文件能够实现对功能包的管理。

核心模块

ROS核心模块包括通信结构基础、机器人特性功能以及工具集，通信结构基础包括消息传递、记录和回放消息、远程过程调用、分布式参数系统；机器人特性功能包括标准机器人消息，机器人几何库，机器人描述语言，抢占式远程过程调用，诊断，位资估计、定位与导航；工具集包括命令式工具、可视化工具以及图形化接口。

核心工具

ROS拥有很多第三方的核心工具的支持，或者说Package。我们比较常见的是右边这五个工具，Gazebo是一个三维仿真环境，OpenCV是大家非常熟悉的计算机视觉库，PCL是点云库，MoveIt！是机械臂的规划控制库，Industrial是工业上会用的库。左边有三维仿真环境，另外两个其中值得一提的是MRPT，是一个非常好的机器人编程工具箱。然后，如果对实时控制要求比较高的话，可以考虑最下边的The Orocos Project。

ROS常用命令工具包括rostopic (Topics)、rosservice (ServiCES)、rosnode (Nodes)、rosparam (Parameters)、rosmsg (Messages)、rossrv (Services)和roswtf (General debugging) ，在这里就不详细展开了。

ROS用的最多的可视化工具是rqt（集成图像交互界面）和 rviz（3D 可视化工具）。

ROS具有非常强的数据存储/回放功能，也就是使用bag存储topic(例如现实中的传感器数据)，以后调用bag的topic数据则不必每次都在现实中运行机器人，速度非常快。

ROS log系统记录软件运行相关信息，便于以后的调试。

怎么学

首先，我们在学校学的是指导主义，也就是传统的教学方式：老师讲，学生听，今天我在这儿其实也属于这种模式吧，而这种模式的缺点在于开环或是闭环周期过长。另一种是建造主义，通过动手来学习，然后你可以得到实时反馈，你学到的知识就能形成一个闭环。当然，你还是要摸索出一个套路，这样上手才能比较快。

学习步骤

当然，比较好的套路还是官网的那一套。首先按照官网的步骤安装ROS，这个过程不要轻易问问题，因为教程里讲得已经很明白了，大神们对这些问题也会比较鄙视，通常会笑而不语。另外，建议初学者一定要认真学完整20个初级教程！然后就此打住！那些中级教程就不要再看了，浏览下都有啥即可，以后遇到类似问题再回来看即可，这个时候你的重点就应该回到机器人学及其实践上了，那20个初级教程都是可以在电脑上编程学习的，但不涉及机器人学。

接下来就应该运行真实的机器人、解决真实的问题。有的小伙伴就会问，没有真实的机器人怎么办？当然也有办法，你可以在仿真环境里边运行。

仿真环境由易到难主要有这三个：Turtlesim、ArbotiX、Gazebo。Turtlesim是一个QT开发的2D轨迹显示界面，只能显示运动轨迹；ArbotiX是含有一个差速驱动机器人的rviz模拟器，机器人运动及topic数据的3D显示，但不包含物理学引擎；Gazebo是功能齐全的3D物理模拟器，不过缺点是非常重，对内存和显卡要求高，慎入！

ROS版本那么多，该用哪一个?

很多小伙伴会问，ROS版本那么多，该用哪一个? 目前，ROS是一年推出一个版本。通过下载统计，我们发现现在使用最多的还是Indigo，所以对于初学者，建议还是使用这个版本，因为这是目前使用人数最多、坑最少的版本。而如果Linux编程能力比较强的，可以使用Kinetic，它可以一直支持到2021年。然后，你在选择Ubuntu版本时，要与ROS版本需匹配。

命令行不熟悉怎么办? 有IDE

现在已经有很多IDE了，值得一提的是这个RoboWare Studio是我们中国团队开发的一个开源IDE，目前刚刚推出64位版本。最近我也和RoboWare Studio的王博士交流了一下，他表示之后会推出32位版本，包括Arm集成开发环境的，而且承诺是免费的，以后也会在适当的时候开源。

不熟悉Linux怎么办?

其实学习ROS并不难，而很多小伙伴遇到的问题在于对于Linux不熟悉。这个只能边用边学了，遇到问题也要善用搜索，基本上这些问题都能在搜索中找到答案。教程推荐这两个版本，一个是英文版本，一个中文版本。书的话，推荐《鸟哥的Linux私房菜》吧！

ROS和ROS2.0该学习哪个呢?

对于大众学习者、普通开发者、机器人算法开发者，在2017年仍推荐使用ROS。对于软件架构的学习者、强调实时性的开发者，建议关注ROS2.0 。另外，我在知乎上对于这个问题也有详细的回答，有兴趣的可以去看看。

Q&A 环节

Q：请问除了ROS还有其他哪些常用的实时嵌入式操作系统？

A：关于机器人目前操作系统哪家强这个问题，目前已经形成了各个阵营，我们最近会组织一场辩论。主要是现在服务机器人用安卓的比较多。实时系统的话，我建议不要用ROS，因为ROS设计对象是家用移动智能机器人，当初的设计就不是针对实时控制的，不过ROS 2.0已经加入了实时性这个特性，大家可以关注一下。

Q：硬件方面有什么要求呢？

A：刚才讲了ROS它具备操作系统的特性，其中一个特性就是对于硬件的抽象，如果你用ROS的话，你不用过多关注底层硬件的东西，因为大家都是按照标准来做好封装，你直接调用就OK，你主要的精力还是放在机器人系统的设计和算法的开发上。

Q：您觉得ROS在目前火热的自动驾驶领域应用前景如何？

A：据我所知，自动驾驶领域一些大企业也是用ROS开发的，它的最终产品不一定是基于ROS，但是研发阶段我相信是会用到的，据所了解确实有一些是在用的。

Q：ROS未来能不能发展成完全替代Linux和Window？

A：ROS不会替代Linux和Window，它根本就是两回事儿。Linux和Window是一个基本的操作系统，ROS是完全针对机器人的上层架构，它可以依赖于Linux和Window，当然2.0开始，也开始独立地去工作。所以，你要搞清楚，哪些是ROS可以做，哪些是它不擅长的领域。

Q：像美国刚刚搞的蜂群无人机，在ROS上是否能实现？

A：目前用ROS开发不是很好实现，如果用ROS 2.0，应该是可以的。因为ROS它用在分布式系统上，一个比较大的问题是需要一个Master，分布式系统是不需要Master的，所以如果你非要用ROS的话，就有点别扭。而ROS 2.0是没有中心节点的，是没有Master的，完全分布式架构，那应该适用于多机器人的应用场景。