ROS機器人操作系統的實現原理

本文介紹ROS機器人操作系統（Robot Operating System）的實現原理，從最底層分析ROS代碼是如何實現的。

1、序列化

把通信的內容（也就是消息message）序列化是通信的基礎，所以我們先研究序列化。 盡管筆者從事機器人學習和研發很長時間了，但是在研究ROS的過程中，“序列化”這個詞還是這輩子第一次聽到。 所以可想而知很多人在看到“把一個消息序列化”這樣的描述時是如何一臉懵逼。 但其實序列化是一個比較常見的概念，你雖然不知道它但一定接觸過它。 下面我們先介紹“序列化”的一些常識，然后解釋ROS里的序列化是怎么做的？

1.1什么是序列化？ “序列化”（Serialization ）的意思是將一個對象轉化為字節流。 這里說的對象可以理解為“面向對象”里的那個對象，具體的就是存儲在內存中的對象數據。 與之相反的過程是“反序列化”（Deserialization ）。 雖然掛著機器人的羊頭，但是后面的介紹全部是計算機知識，跟機器人一丁點關系都沒有，序列化就是一個純粹的計算機概念。 序列化的英文Serialize就有把一個東西變成一串連續的東西之意。 形象的描述，數據對象是一團面，序列化就是將面團拉成一根面條，反序列化就將面條捏回面團。 另一個形象的類比是我們在對話或者打電話時，一個人的思想轉換成一維的語音，然后在另一個人的頭腦里重新變成結構化的思想，這也是一種序列化。

面對序列化，很多人心中可能會有很多疑問。 首先，為什么要序列化？或者更具體的說，既然對象的信息本來就是以字節的形式儲存在內存中，那為什么要多此一舉把一些字節數據轉換成另一種形式的、一維的、連續的字節數據呢？ 如果我們的程序在內存中存儲了一個數字，比如25。那要怎么傳遞25這個數字給別的程序節點或者把這個數字永久存儲起來呢？ 很簡單，直接傳遞25這個數字（的字節表示，即0X19，當然最終會變成二進制表示11001以高低電平傳輸存儲）或者直接把這個數字（的字節表示）寫進硬盤里即可。 所以，對于本來就是連續的、一維的、一連串的數據（例如字符串），序列化并不需要做太多東西，其本質是就是由內存向其它地方拷貝數據而已。 所以，如果你在一個序列化庫里看到memcpy函數不用覺得奇怪，因為你知道序列化最底層不過就是在操作內存數據而已（還有些庫使用了流的ostream.rdbuf()->sputn函數）。

可是實際程序操作的對象很少是這么簡單的形式，大多數時候我們面對的是包含不同數據類型（int、double、string）的復雜數據結構（比如vector、list），它們很可能在內存中是不連續存儲的而是分散在各處。比如ROS的很多消息都包含向量。 數據中還有各種指針和引用。而且，如果數據要在運行于不同架構的計算機之上的、由不同編程語言所編寫的節點程序之間傳遞，那問題就更復雜了，它們的字節順序endianness規定有可能不一樣，基本數據類型（比如int）的長度也不一樣（有的int是4個字節、有的是8個字節）。 這些都不是通過簡單地、原封不動地復制粘貼原始數據就能解決的。這時候就需要序列化和反序列化了。 所以在程序之間需要通信時（ROS恰好就是這種情況），或者希望保存程序的中間運算結果時，序列化就登場了。 另外，在某種程度上，序列化還起到統一標準的作用。

我們把被序列化的東西叫object（對象），它可以是任意的數據結構或者對象：結構體、數組、類的實例等等。 把序列化后得到的東西叫archive，它既可以是人類可讀的文本形式，也可以是二進制形式。 前者比如JSON和XML，這兩個是網絡應用里最常用的序列化格式，通過記事本就能打開閱讀； 后者就是原始的二進制文件，比如后綴名是bin的文件，人類是沒辦法直接閱讀一堆的0101或者0XC9D23E72的。 序列化算是一個比較常用的功能，所以大多數編程語言（比如C++、Python、Java等）都會附帶用于序列化的庫，不需要你再去造輪子。 以C++為例，雖然標準STL庫沒有提供序列化功能，但是第三方庫Boost提供了[ 2 ]谷歌的protobuf也是一個序列化庫，還有Fast-CDR，以及不太知名的Cereal，Java自帶序列化函數，python可以使用第三方的pickle模塊實現。 總之，序列化沒有什么神秘的，用戶可以看看這些開源的序列化庫代碼，或者自己寫個小程序試試簡單數據的序列化，例如這個例子，或者這個，有助于更好地理解ROS中的實現。

1.2ROS中的序列化實現

理解了序列化，再回到ROS。我們發現，ROS沒有采用第三方的序列化工具，而是選擇自己實現，代碼在roscpp_core項目下的roscpp_serialization中，見下圖。這個功能涉及的代碼量不是很多。 為什么ROS不使用現成的序列化工具或者庫呢？可能ROS誕生的時候（2007年），有些序列化庫可能還不存在（protobuf誕生于2008年），更有可能是ROS的創造者認為當時沒有合適的工具。

1.2.1serialization.h 核心的函數都在serialization.h里，簡而言之，里面使用了C語言標準庫的memcpy函數把消息拷貝到流中。 下面來看一下具體的實現。 序列化功能的特點是要處理很多種數據類型，針對每種具體的類型都要實現相應的序列化函數。 為了盡量減少代碼量，ROS使用了模板的概念，所以代碼里有一堆的template。 從后往前梳理，先看Stream這個結構體吧。在C++里結構體和類基本沒什么區別，結構體里也可以定義函數。 Stream翻譯為流，流是一個計算機中的抽象概念，前面我們提到過字節流，它是什么意思呢？ 在需要傳輸數據的時候，我們可以把數據想象成傳送帶上連續排列的一個個被傳送的物體，它們就是一個流。 更形象的，可以想象磁帶或者圖靈機里連續的紙帶。在文件讀寫、使用串口、網絡Socket通信等領域，流經常被使用。例如我們常用的輸入輸出流：

cout<<"helllo"; 由于使用很多，流的概念也在演變。想了解更多可以看這里。

struct Stream
{
 // Returns a pointer to the current position of the stream
 inline uint8_t* getData() { return data_; }
 // Advances the stream, checking bounds, and returns a pointer to the position before it was advanced.
 // 	hrows StreamOverrunException if len would take this stream past the end of its buffer
 ROS_FORCE_INLINE uint8_t* advance(uint32_t len)
{
  uint8_t* old_data = data_;
  data_ += len;
  if (data_ > end_)
  {
   // Throwing directly here causes a significant speed hit due to the extra code generated for the throw statement
   throwStreamOverrun();
  }
  return old_data;
 }
 // Returns the amount of space left in the stream
 inline uint32_t getLength() { return static_cast(end_ - data_); }
 
protected:
 Stream(uint8_t* _data, uint32_t _count) : data_(_data), end_(_data + _count) {}


private:
 uint8_t* data_;
 uint8_t* end_;
};

注釋表明Stream是個基類，輸入輸出流IStream和OStream都繼承自它。 Stream的成員變量data_是個指針，指向序列化的字節流開始的位置，它的類型是uint8_t。 在Ubuntu系統中，uint8_t的定義是typedef unsigned char uint8_t; 所以uint8_t就是一個字節，可以用size_of()函數檢驗。data_指向的空間就是保存字節流的。

輸出流類OStream用來序列化一個對象，它引用了serialize函數，如下。

struct OStream : public Stream
{
 static const StreamType stream_type = stream_types::Output;
 OStream(uint8_t* data, uint32_t count) : Stream(data, count) {}
 /* Serialize an item to this output stream*/
 template
 ROS_FORCE_INLINE void next(const T& t)
{
  serialize(*this, t);
 }
 template
 ROS_FORCE_INLINE OStream& operator<<(const T& t)
 ?{
 ? ?serialize(*this, t);
 ? ?return *this;
 ?}
};

輸入流類IStream用來反序列化一個字節流，它引用了deserialize函數，如下。

struct ROSCPP_SERIALIZATION_DECL IStream : public Stream
{
 static const StreamType stream_type = stream_types::Input;
 IStream(uint8_t* data, uint32_t count) : Stream(data, count) {}
 /* Deserialize an item from this input stream */
 template
 ROS_FORCE_INLINE void next(T& t)
{
  deserialize(*this, t);
 }
 template
 ROS_FORCE_INLINE IStream& operator>>(T& t)
 {
  deserialize(*this, t);
  return *this;
 }
};

自然，serialize函數和deserialize函數就是改變數據形式的地方，它們的定義在比較靠前的地方。它們都接收兩個模板，都是內聯函數，然后里面沒什么東西，只是又調用了Serializer類的成員函數write和read。所以，serialize和deserialize函數就是個二道販子。

// Serialize an object. Stream here should normally be a ros::OStream
template
inline void serialize(Stream& stream, const T& t)
{
 Serializer::write(stream, t);
}
// Deserialize an object. Stream here should normally be a ros::IStream
template
inline void deserialize(Stream& stream, T& t)
{
 Serializer::read(stream, t);
}

所以，我們來分析Serializer類，如下。我們發現，write和read函數又調用了類型里的serialize函數和deserialize函數。 頭別暈，這里的serialize和deserialize函數跟上面的同名函數不是一回事。 注釋中說：“Specializing the Serializer class is the only thing you need to do to get the ROS serialization system to work with a type”（要想讓ROS的序列化功能適用于其它的某個類型，你唯一需要做的就是特化這個Serializer類）。

這就涉及到的另一個知識點——模板特化（template specialization）。

template struct Serializer
{
 // Write an object to the stream. Normally the stream passed in here will be a ros::OStream
 template
 inline static void write(Stream& stream, typename boost::call_traits::param_type t)
{
  t.serialize(stream.getData(), 0);
 }
  // Read an object from the stream. Normally the stream passed in here will be a ros::IStream
 template
 inline static void read(Stream& stream, typename boost::call_traits::reference t)
{
  t.deserialize(stream.getData());
 }
 // Determine the serialized length of an object.
 inline static uint32_t serializedLength(typename boost::call_traits::param_type t)
{
  return t.serializationLength();
 }
};

接著又定義了一個帶參數的宏函數ROS_CREATE_SIMPLE_SERIALIZER(Type)，然后把這個宏作用到了ROS中的10種基本數據類型，分別是：uint8_t, int8_t, uint16_t, int16_t, uint32_t, int32_t, uint64_t, int64_t, float, double。 說明這10種數據類型的處理方式都是類似的?？吹竭@里大家應該明白了，write和read函數都使用了memcpy函數進行數據的移動。 注意宏定義中的template<>語句，這正是模板特化的標志，關鍵詞template后面跟一對尖括號。

關于模板特化可以看這里。

#define ROS_CREATE_SIMPLE_SERIALIZER(Type) 
 template<> struct Serializer 
 { 
  template inline static void write(Stream& stream, const Type v) 
{ 
   memcpy(stream.advance(sizeof(v)), &v, sizeof(v) ); 
  } 
  template inline static void read(Stream& stream, Type& v) 
{ 
   memcpy(&v, stream.advance(sizeof(v)), sizeof(v) ); 
  } 
  inline static uint32_t serializedLength(const Type&) 
{ 
   return sizeof(Type); 
  } 
};
ROS_CREATE_SIMPLE_SERIALIZER(uint8_t)
ROS_CREATE_SIMPLE_SERIALIZER(int8_t)
ROS_CREATE_SIMPLE_SERIALIZER(uint16_t)
ROS_CREATE_SIMPLE_SERIALIZER(int16_t)
ROS_CREATE_SIMPLE_SERIALIZER(uint32_t)
ROS_CREATE_SIMPLE_SERIALIZER(int32_t)
ROS_CREATE_SIMPLE_SERIALIZER(uint64_t)
ROS_CREATE_SIMPLE_SERIALIZER(int64_t)
ROS_CREATE_SIMPLE_SERIALIZER(float)
ROS_CREATE_SIMPLE_SERIALIZER(double)

對于其它類型的數據，例如bool、std::string、std::vector、ros::Time、ros::Duration、boost::array等等，它們各自的處理方式有細微的不同，所以不再用上面的宏函數，而是用模板特化的方式每種單獨定義，這也是為什么serialization.h這個文件這么冗長。 對于int、double這種單個元素的數據，直接用上面特化的Serializer類中的memcpy函數實現序列化。 對于vector、array這種多個元素的數據類型怎么辦呢？方法是分成幾種情況，對于固定長度簡單類型的（fixed-size simple types），還是用各自特化的Serializer類中的memcpy函數實現，沒啥太大區別。

2、消息訂閱發布

2.1ROS的本質 如果問ROS的本質是什么，或者用一句話概括ROS的核心功能。那么，筆者認為ROS就是個通信庫，讓不同的程序節點能夠相互對話。 很多文章和書籍在介紹ROS是什么的時候，經常使用“ROS是一個通信框架”這種描述。 但是筆者認為這種描述并不是太合適?！翱蚣堋笔莻€對初學者非常不友好的抽象詞匯，用一個更抽象難懂的概念去解釋一個本來就不清楚的概念，對初學者起不到任何幫助。 而且筆者嚴重懷疑絕大多數作者能對機器人的本質或者軟件框架能有什么太深的理解，他們的見解不會比你我深刻多少。 既然提到本質，那我們就深入到最基本的問題。 在接觸無窮的細節之前，我們不妨先做一個哲學層面的思考。 那就是，為什么ROS要解決通信問題？ 機器人涉及的東西千千萬萬，機械、電子、軟件、人工智能無所不包，為什么底層的設計是一套用來通信的程序而不是別的東西。 到目前為止，我還沒有看到有人討論過這個問題。這要回到機器人或者智能的本質。 當我們在談論機器人的時候，最首要的問題不是硬件設計，而是對信息的處理。

一個機器人需要哪些信息，信息從何而來，如何傳遞，又被誰使用，這些才是最重要的問題。 人類飛不鳥，游不過魚，跑不過馬，力不如牛，為什么卻自稱萬物之靈呢。 因為人有大腦，而且人類大腦處理的信息更多更復雜。 拋開物質，從信息的角度看，人與動物、與機器人存在很多相似的地方。 機器人由許多功能模塊組成，它們之間需要協作才能形成一個有用的整體，機器人與機器人之間也需要協作才能形成一個有用的系統，要協作就離不開通信。 需要什么樣的信息以及信息從何而來不是ROS首先關心的，因為這取決于機器人的應用場景。 因此，ROS首先要解決的是通信的問題，即如何建立通信、用什么方式通信、通信的格式是什么等等一系列具體問題。 帶著這些問題，我們看看ROS是如何設計的。 2.2客戶端庫 實現通信的代碼在ros_comm包中，如下。 其中clients文件夾一共有127個文件，看來是最大的包了。 現在我們來到了ROS最核心的地帶。

客戶端這個名詞出現的有些突然，一個機器人操作系統里為什么需要客戶端。 原因是，節點與主節點master之間的關系是client/server，這時每個節點都是一個客戶端（client），而master自然就是服務器端（server）。 那客戶端庫（client libraries）是干什么的？就是為實現節點之間通信的。 雖然整個文件夾中包含的文件眾多，但是我們如果按照一定的脈絡來分析就不會眼花繚亂。 節點之間最主要的通信方式就是基于消息的。為了實現這個目的，需要三個步驟，如下。 弄明白這三個步驟就明白ROS的工作方式了。這三個步驟看起來是比較合乎邏輯的，并不奇怪。

消息的發布者和訂閱者（即消息的接收方）建立連接； 發布者向話題發布消息，訂閱者在話題上接收消息，將消息保存在回調函數隊列中； 調用回調函數隊列中的回調函數處理消息。 2.2.1一個節點的誕生 在建立連接之前，首先要有節點。 節點就是一個獨立的程序，它運行起來后就是一個普通的進程，與計算機中其它的進程并沒有太大區別。 一個問題是：ROS中為什么把一個獨立的程序稱為“節點” 這是因為ROS沿用了計算機網絡中“節點”的概念。 在一個網絡中，例如互聯網，每一個上網的計算機就是一個節點。前面我們看到的客戶端、服務器這樣的稱呼，也是從計算機網絡中借用的。 下面來看一下節點是如何誕生的。我們在第一次使用ROS時，一般都會照著官方教程編寫一個talker和一個listener節點，以熟悉ROS的使用方法。

我們以talker為例，它的部分代碼如下。

#include "ros/ros.h"
int main(int argc, char **argv)
{
  /* You must call one of the versions of ros::init() before using any other part of the ROS system. */
  ros::init(argc, argv, "talker");
  ros::NodeHandle n;

main函數里首先調用了init()函數初始化一個節點，該函數的定義在init.cpp文件中。 當我們的程序運行到init()函數時，一個節點就呱呱墜地了。 而且在出生的同時我們還順道給他起好了名字，也就是"talker"。 名字是隨便起的，但是起名是必須的。 我們進入init()函數里看看它做了什么，代碼如下，看上去還是挺復雜的。它初始化了一個叫g_global_queue的數據，它的類型是CallbackQueuePtr。 這是個相當重要的類，叫“回調隊列”，后面還會見到它。init()函數還調用了network、master、this_node、file_log、param這幾個命名空間里的init初始化函數各自實現一些變量的初始化，這些變量都以g開頭，例如g_host、g_uri，用來表明它們是全局變量。 其中，network::init完成節點主機名、IP地址等的初始化，master::init獲取master的URI、主機號和端口號。

this_node::init定義節點的命名空間和節點的名字，沒錯，把我們給節點起的名字就存儲在這里。file_log::init初始化日志文件的路徑。

void init(const M_string& remappings, const std::string& name, uint32_t options)
{
 if (!g_atexit_registered) {
  g_atexit_registered = true;
  atexit(atexitCallback);
 }
 if (!g_global_queue) {
  g_global_queue.reset(new CallbackQueue);
 }
 if (!g_initialized) {
  g_init_options = options;
  g_ok = true;
  ROSCONSOLE_AUTOINIT;
  // Disable SIGPIPE
#ifndef WIN32
  signal(SIGPIPE, SIG_IGN);
#else
  WSADATA wsaData;
  WSAStartup(MAKEWORD(2, 0), &wsaData);
#endif
  check_ipv6_environment();
  network::init(remappings);
  master::init(remappings);
  // names:: namespace is initialized by this_node
  this_node::init(name, remappings, options);
  file_log::init(remappings);
  param::init(remappings);
  g_initialized = true;
 }
}

完成初始化以后，就進入下一步ros::NodeHandle n定義句柄。 我們再進入node_handle.cpp文件，發現構造函數NodeHandle::NodeHandle調用了自己的construct函數。然后，順藤摸瓜找到construct函數，它里面又調用了ros::start()函數。 沒錯，我們又繞回到了init.cpp文件。 ros::start()函數主要實例化了幾個重要的類，如下。 完成實例化后馬上又調用了各自的start()函數，啟動相應的動作。 這些都做完了以后就可以發布或訂閱消息了。

一個節點的故事暫時就到這了。

TopicManager::instance()->start();
ServiceManager::instance()->start();
ConnectionManager::instance()->start();
PollManager::instance()->start();
XMLRPCManager::instance()->start();

2.2.1XMLRPC是什么？ 關于ROS節點建立連接的技術細節，官方文檔說的非常簡單，在這里ROS Technical Overview。沒有基礎的同學看這個介紹必然還是不懂。 在ROS中，節點與節點之間的通信依靠節點管理器（master）牽線搭橋。 master像一個中介，它介紹節點們互相認識。一旦節點們認識了以后，master就完成自己的任務了，它就不再摻和了。 這也是為什么你啟動節點后再殺死master，節點之間的通信依然保持正常的原因。 使用過電驢和迅雷而且研究過BitTorrent的同學對master的工作方式應該很熟悉，master就相當于Tracker服務器，它存儲著其它節點的信息。 我們每次下載之前都會查詢Tracker服務器，找到有電影資源的節點，然后就可以與它們建立連接并開始下載電影了。 那么master是怎么給節點牽線搭橋的呢？ROS使用了一種叫XMLRPC的方式實現這個功能。 XMLRPC中的RPC的意思是遠程過程調用（Remote Procedure Call）。 簡單來說，遠程過程調用的意思就是一個計算機中的程序（在我們這就是節點啦）可以調用另一個計算機中的函數，只要這兩個計算機在一個網絡中。 這是一種聽上去很高大上的功能，它能讓節點去訪問網絡中另一臺計算機上的程序資源。 XMLRPC中的XML我們在1.1節講消息序列化時提到了，它就是一種數據表示方式而已。 所以合起來，XMLRPC的意思就是把由XML表示的數據發送給其它計算機上的程序運行。 運行后返回的結果仍然以XML格式返回回來，然后我們通過解析它（還原回純粹的數據）就能干別的事了。

想了解更多XMLRPC的細節可以看這個XML-RPC：概述。

舉個例子，一個XMLRPC請求是下面這個樣子的。因為XMLRPC是基于HTTP協議的，所以下面的就是個標準的HTTP報文。

POST / HTTP/1.1
User-Agent: XMLRPC++ 0.7
Host: localhost:11311
Content-Type: text/xml
Content-length: 78




  circleArea
   
     
      2.41
     
   

如果你沒學過HTTP協議，看上面的語句可能會感到陌生?！秷D解HTTP》這本小書可以讓你快速入門。 HTTP報文比較簡單，它分兩部分，前半部分是頭部，后半部分是主體。 頭部和主體之間用空行分開，這都是HTTP協議規定的標準。 上面主體部分的格式就是XML，見的多了你就熟悉了。 所以，XMLRPC傳遞的消息其實就是主體部分是XML格式的HTTP報文而已，沒什么神秘的。 對應客戶端一個XMLRPC請求，服務器端會執行它并返回一個響應，它也是一個HTTP報文，如下。

它的結構和請求一樣，不再解釋了。所以，XMLRPC跟我們上網瀏覽網頁的過程其實差不多。

HTTP/1.1 200 OK
Date: Sat, 06 Oct 2001 2304 GMT
Server: Apache.1.3.12 (Unix)
Connection: close
Content-Type: text/xml
Content-Length: 124




  
   
     18.24668429131
   
  

2.2.2ROS中XMLRPC的實現 上面的例子解釋了XMLRPC是什么？下面我們看看ROS是如何實現XMLRPC的。 ROS使用的XMLRPC介紹在這里： http://wiki.ros.org/xmlrpcpp。這次ROS的創作者沒有從零開始造輪子，而是在一個已有的XMLRPC庫的基礎上改造的。 XMLRPC的C++代碼在下載后的ros_comm-noetic-develutilitiesxmlrpcpp路徑下。 還好，整個工程不算太大。XMLRPC分成客戶端和服務器端兩大部分。

咱們先看客戶端，主要代碼在XmlRpcClient.cpp文件里。

擒賊先擒王，XmlRpcClient.cpp文件中最核心的函數就是execute，用于執行遠程調用，代碼如下。

// Execute the named procedure on the remote server.
// Params should be an array of the arguments for the method.
// Returns true if the request was sent and a result received (although the result might be a fault).
bool XmlRpcClient::execute(const char* method, XmlRpcValue const& params, XmlRpcValue& result)
{
 XmlRpcUtil::log(1, "XmlRpcClient: method %s (_connectionState %s).", method, connectionStateStr(_connectionState));


 // This is not a thread-safe operation, if you want to do multithreading, use separate
 // clients for each thread. If you want to protect yourself from multiple threads
 // accessing the same client, replace this code with a real mutex.
 if (_executing)
  return false;


 _executing = true;
 ClearFlagOnExit cf(_executing);


 _sendAttempts = 0;
 _isFault = false;


 if ( ! setupConnection())
  return false;


 if ( ! generateRequest(method, params))
  return false;


 result.clear();
 double msTime = -1.0;  // Process until exit is called
 _disp.work(msTime);


 if (_connectionState != IDLE || ! parseResponse(result)) {
  _header = "";
  return false;
 }


 // close() if server does not supports HTTP1.1
 // otherwise, reusing the socket to write leads to a SIGPIPE because
 // the remote server could shut down the corresponding socket.
 if (_header.find("HTTP/1.1 200 OK", 0, 15) != 0) {
  close();
 }


 XmlRpcUtil::log(1, "XmlRpcClient: method %s completed.", method);
 _header = "";
 _response = "";
 return true;
}

它首先調用setupConnection()函數與服務器端建立連接。 連接成功后，調用generateRequest()函數生成發送請求報文。

XMLRPC請求報文的頭部又交給generateHeader()函數做了，代碼如下。

// Prepend http headers
std::string XmlRpcClient::generateHeader(size_t length) const
{
 std::string header = 
  "POST " + _uri + " HTTP/1.1
"
  "User-Agent: ";
 header += XMLRPC_VERSION;
 header += "
Host: ";
 header += _host;


 char buff[40];
 std::snprintf(buff,40,":%d
", _port);


 header += buff;
 header += "Content-Type: text/xml
Content-length: ";


 std::snprintf(buff,40,"%zu

", length);
 return header + buff;
}

主體部分則先將遠程調用的方法和參數變成XML格式，generateRequest()函數再將頭部和主體組合成完整的報文，如下：

std::string header = generateHeader(body.length());
_request = header + body;

把報文發給服務器后，就開始靜靜地等待。 一旦接收到服務器返回的報文后，就調用parseResponse函數解析報文數據，也就是把XML格式變成純凈的數據格式。 我們發現，XMLRPC使用了socket功能實現客戶端和服務器通信。 我們搜索socket這個單詞，發現它原始的意思是插座，如下。這非常形象，建立連接實現通信就像把插頭插入插座。 雖說XMLRPC也是ROS的一部分，但它畢竟只是一個基礎功能，我們會用即可，暫時不去探究其實現細節， 所以對它的分析到此為止。下面我們來看節點是如何調用XMLRPC的。 2.2.3節點間通過XMLRPC建立連接 在一個節點剛啟動的時候，它并不知道其它節點的存在，更不知道它們在交談什么，當然也就談不上通信。 所以，它要先與master對話查詢其它節點的狀態，然后再與其它節點通信。 而節點與master對話使用的就是XMLRPC。 從這一點來看，master叫節點管理器確實名副其實，它是一個大管家，給剛出生的節點提供服務。 下面我們以兩個節點：talker和listener為例，介紹其通過XMLRPC建立通信連接的過程，如下圖所示。

1.talker注冊 假設我們先啟動talker。啟動后，它通過1234端口使用XMLRPC向master注冊自己的信息，包含所發布消息的話題名。master會將talker的注冊信息加入注冊列表中； 2.listener注冊 listener啟動后，同樣通過XMLRPC向master注冊自己的信息，包含需要訂閱的話題名； 3.master進行匹配 master根據listener的訂閱信息從注冊列表中查找，如果沒有找到匹配的發布者，則等待發布者的加入，如果找到匹配的發布者信息，則通過XMLRPC向listener發送talker的地址信息。 4.listener發送連接請求 listener接收到master發回的talker地址信息，嘗試通過XMLRPC向talker發送連接請求，傳輸訂閱的話題名、消息類型以及通信協議（TCP或者UDP）; 5.talker確認連接請求 talker接收到listener發送的連接請求后，繼續通過XMLRPC向listener確認連接信息，其中包含自身的TCP地址信息; 6.listener嘗試與talker建立連接 listener接收到確認信息后，使用TCP嘗試與talker建立網絡連接。 7.talker向listener發布消息 成功建立連接后，talker開始向listener發送話題消息數據，master不再參與。 從上面的分析中可以發現，前五個步驟使用的通信協議都是XMLRPC，最后發布數據的過程才使用到TCP。 master只在節點建立連接的過程中起作用，但是并不參與節點之間最終的數據傳輸。 節點在請求建立連接時會通過master.cpp文件中的execute()函數調用XMLRPC庫中的函數。

我們舉個例子，加入talker節點要發布消息，它會調用topic_manager.cpp中的TopicManager::advertise()函數，在函數中會調用execute()函數，該部分代碼如下。

 XmlRpcValue args, result, payload;
 args[0] = this_node::getName();
 args[1] = ops.topic;
 args[2] = ops.datatype;
 args[3] = xmlrpc_manager_->getServerURI();
 master::execute("registerPublisher", args, result, payload, true);

其中，registerPublisher就是一個遠程過程調用的方法（或者叫函數）。節點通過這個遠程過程調用向master注冊，表示自己要發布發消息了。 你可能會問，registerPublisher方法在哪里被執行了呢？我們來到ros_comm-noetic-devel ools osmastersrc osmaster路徑下，打開master_api.py文件，然后搜索registerPublisher這個方法，就會找到對應的代碼，如下。 匆匆掃一眼就知道，它在通知所有訂閱這個消息的節點，讓它們做好接收消息的準備。 你可能注意到了，這個被調用的XMLRPC是用python語言實現的。

也就是說，XMLRPC通信時只要報文的格式是一致的，不管C++還是python語言，都可以實現遠程調用的功能。

def registerPublisher(self, caller_id, topic, topic_type, caller_api):
    try:
      self.ps_lock.acquire()
      self.reg_manager.register_publisher(topic, caller_id, caller_api)
      # don't let '*' type squash valid typing
      if topic_type != rosgraph.names.ANYTYPE or not topic in self.topics_types:
        self.topics_types[topic] = topic_type
      pub_uris = self.publishers.get_apis(topic)
      sub_uris = self.subscribers.get_apis(topic)
      self._notify_topic_subscribers(topic, pub_uris, sub_uris)
      mloginfo("+PUB [%s] %s %s",topic, caller_id, caller_api)
      sub_uris = self.subscribers.get_apis(topic)      
    finally:
      self.ps_lock.release()
    return 1, "Registered [%s] as publisher of [%s]"%(caller_id, topic), sub_uris

2.3master是什么？

當我們在命令行中輸入roscore想啟動ROS的節點管理器時，背后到底發生了什么？我們先用Ubuntu的which命令找找roscore這個命令在什么地方，發現它位于/opt/ros/melodic/bin/roscore路徑下，如下圖。再用file命令查看它的屬性，發現它是一個Python腳本。

2.3.1roscore腳本 我們回到自己下載的源碼：ros_comm文件夾中，找到roscore文件，它在 os_comm-melodic-devel ools oslaunchscripts路徑下。 雖然它是個Python腳本，但是卻沒有.py后綴名。 用記事本打開它，迎面第一句話是#!/usr/bin/env python，說明這還是一個python 2版本的腳本。

我們發現這個roscore只是個空殼，真正重要的只有最后一行指令，如下

import roslaunch
roslaunch.main(['roscore', '--core'] + sys.argv[1:])

2.3.2roslaunch模塊 2.3.2.1XMLRPC服務器如何啟動？

roscore調用了roslaunch.main，我們繼續追蹤，進到ros_comm-noetic-devel ools oslaunchsrc oslaunch文件夾中，發現有個__init__.py文件，說明這個文件夾是一個python包，打開__init__.py文件找到def main(argv=sys.argv)，這就是roscore調用的函數roslaunch.main的實現，如下（這里只保留主要的代碼，不太重要的刪掉了）。

def main(argv=sys.argv):
  options = None
  logger = None
  try:
    from . import rlutil
    parser = _get_optparse()
    
    (options, args) = parser.parse_args(argv[1:])
    args = rlutil.resolve_launch_arguments(args)
    write_pid_file(options.pid_fn, options.core, options.port)
    uuid = rlutil.get_or_generate_uuid(options.run_id, options.wait_for_master)
    configure_logging(uuid)
    # #3088: don't check disk usage on remote machines
    if not options.child_name and not options.skip_log_check:
      rlutil.check_log_disk_usage()


    logger = logging.getLogger('roslaunch')
    logger.info("roslaunch starting with args %s"%str(argv))
    logger.info("roslaunch env is %s"%os.environ)
      
    if options.child_name:
      # 這里沒執行到，就不列出來了
    else:
      logger.info('starting in server mode')
      # #1491 change terminal name
      if not options.disable_title:
        rlutil.change_terminal_name(args, options.core)
      # Read roslaunch string from stdin when - is passed as launch filename.
      roslaunch_strs = []
      # This is a roslaunch parent, spin up parent server and launch processes.
      # args are the roslaunch files to load
      from . import parent as roslaunch_parent
      # force a port binding spec if we are running a core
      if options.core:
        options.port = options.port or DEFAULT_MASTER_PORT
      p = roslaunch_parent.ROSLaunchParent(uuid, args, roslaunch_strs=roslaunch_strs, is_core=options.core, port=options.port, local_only=options.local_only, verbose=options.verbose, force_screen=options.force_screen, force_log=options.force_log, num_workers=options.num_workers, timeout=options.timeout, master_logger_level=options.master_logger_level, show_summary=not options.no_summary, force_required=options.force_required, sigint_timeout=options.sigint_timeout, sigterm_timeout=options.sigterm_timeout)
      p.start()
      p.spin()

roslaunch.main開啟了日志，日志記錄的信息可以幫我們了解main函數執行的順序。

我們去Ubuntu的.ros/log/路徑下，打開roslaunch-ubuntu-52246.log日志文件，內容如下。

通過閱讀日志我們發現，main函數首先檢查日志文件夾磁盤占用情況，如果有剩余空間就繼續往下運行。 然后把運行roscore的終端的標題給改了。 再調用ROSLaunchParent類中的函數，這大概就是main函數中最重要的地方了。 ROSLaunchParent類的定義是在同一路徑下的parent.py文件中。為什么叫LaunchParent筆者也不清楚。 先不管它，我們再看日志，發現運行到了下面這個函數，它打算啟動XMLRPC服務器端。

所以調用的順序是：roslaunch\__init__.py文件中的main()函數調用parent.pystart()函數，start()函數調用自己類中的_start_infrastructure()函數，_start_infrastructure()函數調用自己類中的_start_server()函數，_start_server()函數再調用server.py中的start函數。

    def _start_server(self):
        self.logger.info("starting parent XML-RPC server")
        self.server = roslaunch.server.ROSLaunchParentNode(self.config, self.pm)
        self.server.start()

我們再進到server.py文件中，找到ROSLaunchNode類，里面的start函數又調用了父類XmlRpcNode中的start函數。

class ROSLaunchNode(xmlrpc.XmlRpcNode):
  """
  Base XML-RPC server for roslaunch parent/child processes
  """
  def start(self):
    logger.info("starting roslaunch XML-RPC server")
    super(ROSLaunchNode, self).start()

我們來到ros_comm-noetic-devel ools osgraphsrc osgraph路徑，找到xmlrpc.py文件。找到class XmlRpcNode(object)類，再進入start(self)函數，發現它調用了自己類的run函數，run函數又調用了自己類中的_run函數，_run函數又調用了自己類中的_run_init()函數，在這里才調用了真正起作用的ThreadingXMLRPCServer類。 因為master節點是用python實現的，所以，需要有python版的XMLRPC庫。 幸運的是，python有現成的XMLRPC庫，叫SimpleXMLRPCServer。SimpleXMLRPCServer已經內置到python中了，無需安裝。

所以，ThreadingXMLRPCServer類直接繼承了SimpleXMLRPCServer，如下。

class ThreadingXMLRPCServer(socketserver.ThreadingMixIn, SimpleXMLRPCServer)

2.3.2.2master如何啟動？ 我們再來看看節點管理器master是如何被啟動的，再回到parent.pystart()函數，如下。

我們發現它啟動了XMLRPC服務器后，接下來就調用了_init_runner()函數

  def start(self, auto_terminate=True):
    self.logger.info("starting roslaunch parent run")
    # load config, start XMLRPC servers and process monitor
    try:
      self._start_infrastructure()
    except:
      self._stop_infrastructure()
    # Initialize the actual runner. 
    self._init_runner()
    # Start the launch
    self.runner.launch()

init_runner()函數實例化了ROSLaunchRunner類，這個類的定義在launch.py里。

    def _init_runner(self):
         self.runner = roslaunch.launch.ROSLaunchRunner(self.run_id, self.config, server_uri=self.server.uri, ...)

實例化完成后，parent.pystart()函數就調用了它的launch()函數。 我們打開launch.py文件，找到launch()函數，發現它又調用了自己類中的_setup()函數，而_setup()函數又調用了_launch_master()函數。 看名字就能猜出來，_launch_master()函數肯定是啟動節點管理器master的，它調用了create_master_process函數，這個函數在nodeprocess.py里。 所以我們打開nodeprocess.py，create_master_process函數使用了LocalProcess類。這個類繼承自Process類。nodeprocess.py文件引用了python中用于創建新的進程的subprocess模塊。 create_master_process函數實例化LocalProcess類用的是’rosmaster’，即ros_comm-noetic-devel ools osmaster中的包。 main.py文件中的rosmaster_main函數使用了master.py中的Master類。

Master類中又用到了master_api.py中的ROSMasterHandler類，這個類包含所有的XMLRPC服務器接收的遠程調用，一共24個，如下。

shutdown(self, caller_id, msg='')
getUri(self, caller_id)
getPid(self, caller_id)
deleteParam(self, caller_id, key)
setParam(self, caller_id, key, value)
getParam(self, caller_id, key)
searchParam(self, caller_id, key)
subscribeParam(self, caller_id, caller_api, key)
unsubscribeParam(self, caller_id, caller_api, key)
hasParam(self, caller_id, key)
getParamNames(self, caller_id)
param_update_task(self, caller_id, caller_api, param_key, param_value)
_notify_topic_subscribers(self, topic, pub_uris, sub_uris)
registerService(self, caller_id, service, service_api, caller_api)
lookupService(self, caller_id, service)
unregisterService(self, caller_id, service, service_api)
registerSubscriber(self, caller_id, topic, topic_type, caller_api)
unregisterSubscriber(self, caller_id, topic, caller_api)
registerPublisher(self, caller_id, topic, topic_type, caller_api)
unregisterPublisher(self, caller_id, topic, caller_api)
lookupNode(self, caller_id, node_name)
getPublishedTopics(self, caller_id, subgraph)
getTopicTypes(self, caller_id) 
getSystemState(self, caller_id)

2.3.2.1檢查log文件夾占用空間 roslaunch這個python包還負責檢查保存log的文件夾有多大。在ros_comm-noetic-devel ools oslaunchsrc oslaunch\__init__.py文件中的main函數里，有以下語句。

看名字就知道是干啥的了。

rlutil.check_log_disk_usage()

再打開同一路徑下的rlutil.py，發現它又調用了rosclean包中的get_disk_usage函數。 我們發現，這個函數里直接寫死了比較的上限：disk_usage > 1073741824，當然這樣不太好，應該改為可配置的。 數字1073741824的單位是字節，剛好就是1GB（102 4 3 1024^31024 3byte）。

我們要是想修改log文件夾報警的上限，直接改這個值即可。

def check_log_disk_usage():
  """
  Check size of log directory. If high, print warning to user
  """
  try:
    d = rospkg.get_log_dir()
    roslaunch.core.printlog("Checking log directory for disk usage. This may take a while.
Press Ctrl-C to interrupt") 
    disk_usage = rosclean.get_disk_usage(d)
    # warn if over a gig
    if disk_usage > 1073741824:
      roslaunch.core.printerrlog("WARNING: disk usage in log directory [%s] is over 1GB.
It's recommended that you use the 'rosclean' command."%d)
    else:
      roslaunch.core.printlog("Done checking log file disk usage. Usage is <1GB.") ? ? ? ? ? ?
 ? ?except:
 ? ? ? ?pass

我們刨根問底，追查rosclean.get_disk_usage(d)是如何實現的。 這個rosclean包不在ros_comm里面，需要單獨下載。 打開后發現這個包還是跨平臺的，給出了Windows和Linux下的實現。 如果是Windows系統，用os.path.getsize函數獲取文件的大小，通過os.walk函數遍歷所有文件，加起來就是文件夾的大小。 如果是Linux系統，用Linux中的du -sb命令獲取文件夾的大小。哎，搞個機器人不僅要學習python，還得熟悉Linux，容易嗎？

主節點會獲取用戶設置的ROS_MASTER_URI變量中列出的URI地址和端口號（默認為當前的本地IP和11311端口號）。 3、時間 不只是機器人，在任何一個系統里，時間都是一個繞不開的重要話題。下面我們就從萬物的起點——時間開始吧。 ROS中定義時間的程序都在roscpp_core項目下的rostime中，見下圖。 如果細分一下，時間其實有兩種，一種叫“時刻”，也就是某個時間點； 一種叫“時段”或者時間間隔，也就是兩個時刻之間的部分。這兩者的代碼是分開實現的，時刻是time，時間間隔是duration。 在Ubuntu中把rostime文件夾中的文件打印出來，發現確實有time和duration兩類文件，但是還多了個rate，如下圖所示。

我們還注意到，里面有 CMakeLists.txt 和 package.xml 兩個文件，那說明rostime本身也是個ROS的package，可以單獨編譯。 3.1時刻time 先看下文件間的依賴關系。跟時刻有關的文件是兩個time.h文件和一個time.cpp文件。 time.h給出了類的聲明，而impl ime.h給出了類運算符重載的實現，time.cpp給出了其它函數的實現。 3.1.1TimeBase基類 首先看time.h文件，它定義了一個叫TimeBase的類。注釋中說，TimeBase是個基類，定義了兩個成員變量uint32_t sec, nsec，還重載了+ ++、? -?、< <<、> >>、= ==等運算符。 成員變量uint32_t sec, nsec其實就是時間的秒和納秒兩部分，它們合起來構成一個完整的時刻。 至于為啥要分成兩部分而不是用一個來定義，可能是考慮到整數表示精度的問題。 因為32位整數最大表示的數字是2147483647。如果我們要用納秒這個范圍估計是不夠的。 你可能會問，機器人系統怎么會使用到納秒這么高精度的時間分辨率，畢竟控制器的定時器最高精度可能也只能到微秒？ 如果你做過自動駕駛項目，有使用過GPS和激光雷達傳感器的經驗，就會發現GPS的時鐘精度就是納秒級的，它可以同步激光雷達每個激光點的時間戳。 還有，為什么定義TimeBase這個基類，原因大家很容易就能猜到。 因為在程序里，時間本質上就是一個數字而已，數字系統的序關系（能比較大?。┖瓦\算（加減乘除）也同樣適用于時間這個東西。 當然，這里只有加減沒有乘除，因為時間的乘除沒有意義。 3.1.2Time類 緊接著TimeBase類的是Time類，它是TimeBase的子類。我們做機器人應用程序開發時用不到TimeBase基類，但是Time類會經常使用。 3.1.3now()函數

Time類比TimeBase類多了now()函數，它是我們的老熟人了。在開發應用的時候，我們直接用下面的代碼就能得到當前的時間戳：

ros::Time begin = ros::now(); //獲取當前時間

now()函數的定義在rostimesrc ime.cpp里，因為它很常用很重要，筆者就把代碼粘貼在這里，如下。

函數很簡單，可以看到，如果定義了使用仿真時間（g_use_sim_time為true），那就使用仿真時間，否則就使用墻上時間。

 Time Time::now()
{
  if (!g_initialized)
    throw TimeNotInitializedException();
  if (g_use_sim_time)
   {
    boost::scoped_lock lock(g_sim_time_mutex);
    Time t = g_sim_time;
    return t;
   }
  Time t;
  ros_walltime(t.sec, t.nsec);
  return t;
 }

在ROS里，時間分成兩類，一種叫仿真時間，一種叫墻上時間。 顧名思義，墻上時間就是實際的客觀世界的時間，它一秒一秒地流逝，誰都不能改變它，讓它快一點慢一點都不可能，除非你有超能力。 仿真時間則是可以由你控制的，讓它快它就快。之所以多了一個仿真時間，是因為有時我們在仿真機器人希望可以自己控制時間，例如為了提高驗證算法的效率，讓它按我們的期望速度推進。 在使用墻上時間的情況下，now()函數調用了ros_walltime函數，這個函數也在rostimesrc ime.cpp里。 剝開層層洋蔥皮，最后發現，這個ros_walltime函數才是真正調用操作系統時間函數的地方，而且它還是個跨平臺的實現（Windows和Linux）。 如果操作系統是Linux，那它會使用clock_gettime函數，在筆者使用的Ubuntu 18.04系統中這個函數在usrinclude路徑下。 但是萬一缺少這個函數，那么ROS會使用gettimeofday函數，但是gettimeofday沒有clock_gettime精確，clock_gettime能提供納秒的精確度。 如果操作系統是Windows，那它會使用標準庫STL的chrono庫獲取當前的時刻，要用這個庫只需要引用它的頭文件，所以在time.cpp中引用了#include。 具體使用的函數就是 std::now().time_since_epoch()。

當然，時間得是秒和納秒的形式，所以用了count方法：

uint64_t now_ns = std::duration_cast
         (std::now().time_since_epoch()).count();

3.1.4WallTime類 后面又接著聲明了WallTime類和SteadyTime類。 3.2時間間隔duration 時間間隔duration的定義與實現跟time時刻差不多，但是Duration類里的sleep()延時函數是在time.cpp里定義的，其中使用了Linux操作系統的nanosleep系統調用。

這個系統調用雖然叫納秒，但實際能實現的精度也就是幾十毫秒，即便這樣也比C語言提供的sleep函數的精度好多了。如果是Windows系統則調用STL chrono函數：

std::nanoseconds(static_cast(sec * 1e9 + nsec)));

3.3頻率rate 關于Rate類，聲明注釋中是這么解釋的“Class to help run loops at a desired frequency”，也就是幫助（程序）按照期望的頻率循環執行。

我們看看一個ROS節點是怎么使用Rate類的，如下圖所示的例子。

首先用Rate的構造函數實例化一個對象loop_rate。調用的構造函數如下。 可見，構造函數使用輸入完成了對三個參數的初始化。 然后在While循環里調用sleep()函數實現一段時間的延遲。

既然用到延遲，所以就使用了前面的time類。

Rate::Rate(double frequency)
: start_(Time::now())
, expected_cycle_time_(1.0 / frequency)
, actual_cycle_time_(0.0)
{ }

3.4總結 至此rostime就解釋清楚了?？梢钥吹?，這部分實現主要是依靠STL標準庫函數（比如chrono）、BOOST庫（date_time）、Linux操作系統的系統調用以及標準的C函數。這就是ROS的底層了。 說句題外話，在百度Apollo自動駕駛項目中也受到了rostime的影響，其cyber ime中的Time、Duration、Rate類的定義方式與rostime中的類似，但是沒有定義基類，實現更加簡單了。

審核編輯：黃飛