如果你正在自学ROS2机器人开发，是不是也经历过这样的困境：官方文档看似全面却难以抓住重点，网上的教程要么过于零散不成体系，要么版本老旧与ROS2格格不入，好不容易跟着代码敲了一遍，却不知道为什么这么写，出了问题更是无从下手。

我花了几个月时间，从零开始啃ROS2，踩遍了几乎所有新手会踩的坑。从环境配置的“玄学”报错，到概念理解的层层迷雾，再到代码调试的反复折腾，这个过程痛苦但收获巨大。今天，我把自己手写整理的上百页学习笔记，结合实战中的深刻教训，系统性地分享出来。这不是一份简单的操作手册，而是一份“避坑指南” + “认知地图”。我的目标很明确：帮你绕开那些浪费时间的弯路，直击ROS2开发的核心，真正理解其设计哲学，而不仅仅是会调用几个API。

无论你是机器人专业的在校生，还是想转型机器人领域的开发者，这篇文章将为你搭建一个坚实、可落地的ROS2知识框架。你会发现，ROS2并没有想象中那么难，缺的只是一张正确的地图和一位告诉你“雷区”在哪的向导。

1. 为什么你的ROS2自学之路总是卡住？

在深入细节之前，我们必须先诊断问题。很多开发者学ROS2感到吃力，根本原因在于用错了方法。ROS2不是一个单纯的编程库，它是一个分布式通信中间件+一套开发工具和标准+一个庞大的生态系统。如果你一上来就埋头敲colcon build和ros2 run，而不理解其背后的设计思想，很快就会陷入“知其然不知其所以然”的泥潭。

最常见的几个卡点：

1. 概念抽象，难以映射到代码：“节点”、“话题”、“服务”、“动作”这些概念听懂了，但到底对应代码里的哪个类、哪个函数？它们之间如何协作？
2. 环境配置，从入门到放弃：DDS实现选哪个？RMW_IMPLEMENTATION是什么？为什么我的话题发布后订阅者收不到？80%的初期时间都花在了解决环境问题上。
3. 工程管理，一团乱麻：工作空间、功能包、编译系统（ament/colcon）之间的关系理不清。自己的代码应该放在哪里？如何管理依赖？
4. 调试无力，黑盒运行：节点运行起来就像个黑盒子。消息发没发出去？服务调用成功了没？延迟是多少？没有趁手的调试工具，只能靠print大法。

这篇文章的笔记和总结，正是为了系统性地解决这些问题。我们不追求面面俱到，而是聚焦于那20%的核心概念和技能，它们能解决你80%的开发问题。

2. ROS2核心架构：一张图看懂通信模型

理解ROS2，首先要扔掉“机器人操作系统”这个字面意思。它更准确的定位是机器人领域的通信框架和工具集。其最核心的价值在于提供了一套标准化的、松耦合的通信机制，让不同的功能模块（节点）可以高效、可靠地交换数据。

下图清晰地展示了ROS2的核心通信模型与关键组件的关系： （注：此处用文字描述图表结构，实际笔记中为手绘架构图）

• 计算图（Computation Graph）：这是运行时概念的集合。核心实体包括：
  • 节点（Node）：执行计算的进程。一个机器人系统通常由多个节点组成，例如一个节点控制传感器，一个节点处理数据，一个节点负责决策。
  • 话题（Topic）：异步、单向的数据流通道。基于发布/订阅模式。发布者（Publisher）将数据“广播”到话题，订阅者（Subscriber）从话题“收听”数据。关键特性：一对多、多对多通信；数据是“流”，不保证每个订阅者都能收到每一帧（取决于QoS策略）；典型应用：传感器数据（如摄像头图像、激光雷达点云）、连续状态更新。
  • 服务（Service）：同步、双向的请求/响应模型。客户端（Client）发送一个请求（Request），并阻塞等待服务器（Server）返回一个响应（Response）。关键特性：一对一通信；适用于需要明确结果和执行状态的指令，如“打开夹爪”、“计算路径”。
  • 动作（Action）：异步、双向的长时程操作模型。可以看作是“话题”和“服务”的超集。客户端发送目标（Goal），服务器执行并持续反馈进度（Feedback），最终返回结果（Result）。关键特性：适用于耗时、可中断的操作，如“导航到某个点”、“执行一个抓取任务”。
• 中间件（Middleware）：这是ROS2强大且复杂的关键。ROS2基于DDS（数据分发服务）实现其通信。DDS提供了发现、序列化、传输和QoS（服务质量）控制。你常听到的Fast DDS、Cyclone DDS就是不同的DDS实现（RMW实现）。理解这一点，就能明白很多通信问题的根源。

这个架构认知是基础。接下来所有的环境配置和代码编写，都是为了让这个“计算图”能按照你的预期运转起来。

3. 环境准备：别再在配置上浪费一天

这是实战的第一步，也是劝退最多人的一步。遵循以下步骤，可以极大降低环境问题的困扰。

3.1 系统与ROS2发行版选择

• 推荐系统：Ubuntu 22.04 LTS。这是ROS2 Humble Hawksbill的官方首选平台，社区支持最好，坑最少。
• ROS2发行版：对于新学者和大多数项目，推荐ROS2 Humble Hawksbill。它是一个LTS（长期支持）版本，支持到2027年5月，稳定且资料丰富。
• 重要原则：坚持使用一个发行版。不要混用不同版本的ROS2，也不要轻易尝试从源码编译ROS2核心，除非你有特定需求。

3.2 一步到位的安装脚本

打开终端，执行以下命令。这将会设置软件源、安装ROS2核心包、基础工具和常用的功能包。

# 1. 设置语言环境（避免locale警告） sudo apt update && sudo apt install locales sudo locale-gen en_US en_US.UTF-8 sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8 export LANG=en_US.UTF-8 # 2. 添加ROS2软件源 sudo apt install software-properties-common sudo add-apt-repository universe sudo apt update && sudo apt install curl -y sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(. /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null # 3. 安装ROS2 Humble sudo apt update sudo apt upgrade -y # 桌面版安装（推荐，包含GUI工具和教程） sudo apt install ros-humble-desktop -y # 或者，基础版安装（更轻量） # sudo apt install ros-humble-ros-base -y # 4. 配置环境变量（每次打开新终端都需要，建议写入bashrc） source /opt/ros/humble/setup.bash echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc # 5. 安装一些必备的构建和开发工具 sudo apt install python3-colcon-common-extensions python3-rosdep2 python3-argcomplete -y sudo rosdep init rosdep update

3.3 验证安装与第一个“Hello World”

安装完成后，不要急着写代码，先验证核心组件是否工作。

# 在新的终端中，先source环境 source /opt/ros/humble/setup.bash # 测试ROS2命令行工具 ros2 --help # 运行一个简单的演示：小海龟模拟器 # 终端1：启动模拟器节点 ros2 run turtlesim turtlesim_node # 终端2：启动控制节点（新开终端，同样需要source） ros2 run turtlesim turtle_teleop_key

此时，你应该能看到一个图形窗口出现一只小海龟，并且在控制终端（终端2）可以通过方向键控制它移动。如果成功，恭喜你，ROS2核心环境已经就绪！

4. 工程管理：用Colcon和Workspace组织你的代码

ROS2项目不是随便放几个Python或C++文件就能编译的。它有一套严格的工程结构，理解它才能高效管理项目。

4.1 工作空间（Workspace）结构

工作空间是一个包含所有功能包（package）的目录。标准结构如下：

my_ros2_ws/ # 工作空间根目录 src/ # 存放所有功能包的源代码 my_first_package/ # 你的第一个功能包 package.xml # 包定义文件（元数据、依赖） CMakeLists.txt # 构建规则文件（C++）或 setup.py/pyproject.toml (Python) ... # 源代码目录（如 `src/`, `include/`, `launch/`等） another_package/ ... build/ # 编译中间文件（colcon自动生成） install/ # 安装目录（编译后的可执行文件和库） log/ # 编译和运行日志（colcon自动生成）

4.2 创建你的第一个功能包（Python版）

我们以创建一个Python功能包为例，它包含一个发布者和一个订阅者。

# 1. 创建工作空间并进入src目录 mkdir -p ~/ros2_learning_ws/src cd ~/ros2_learning_ws/src # 2. 创建Python功能包。格式：ros2 pkg create <package_name> --build-type ament_python --dependencies <依赖列表> # 这里我们创建一个名为 `my_py_pkg` 的包，并依赖 rclpy 和 std_msgs ros2 pkg create my_py_pkg --build-type ament_python --dependencies rclpy std_msgs # 3. 查看创建的文件结构 cd my_py_pkg tree . # 你会看到类似结构： # . # ├── my_py_pkg # │ └── __init__.py # ├── package.xml # ├── resource # │ └── my_py_pkg # ├── setup.cfg # ├── setup.py # └── test # └── test_copyright.py

4.3 理解关键文件：package.xml和setup.py

• package.xml： 定义了包的元信息和依赖。关键修改处：

  <?xml version="1.0"?> <?xml-model href="http://download.ros.org/schema/package_format3.xsd" schematypens="http://www.w3.org/2001/XMLSchema"?> <package format="3"> <name>my_py_pkg</name> <version>0.0.0</version> <description>我的第一个ROS2 Python包</description> <maintainer email="you@example.com">YourName</maintainer> <license>Apache License 2.0</license> <!-- 声明构建、构建工具和执行依赖 --> <depend>rclpy</depend> <depend>std_msgs</depend> <!-- 如果要添加新的依赖，如sensor_msgs，就在这里添加 <depend>sensor_msgs</depend> --> <test_depend>ament_copyright</test_depend> <export> <build_type>ament_python</build_type> </export> </package>

• setup.py： 定义了Python包的安装规则，特别是入口点（entry points），它告诉ROS2你的可执行脚本在哪里。

  from setuptools import find_packages, setup package_name = 'my_py_pkg' setup( name=package_name, version='0.0.0', packages=find_packages(exclude=['test']), data_files=[ ('share/ament_index/resource_index/packages', ['resource/' + package_name]), ('share/' + package_name, ['package.xml']), ], install_requires=['setuptools'], zip_safe=True, maintainer='YourName', maintainer_email='you@example.com', description='我的第一个ROS2 Python包', license='Apache License 2.0', tests_require=['pytest'], # ！！！这是最重要的部分：注册可执行脚本 ！！！ entry_points={ 'console_scripts': [ # 格式：'脚本名 = 包名.模块名:主函数名' 'my_publisher = my_py_pkg.my_publisher:main', 'my_subscriber = my_py_pkg.my_subscriber:main', ], }, )

5. 核心代码实战：从“Hello World”到理解通信

现在，我们来编写两个节点：一个发布者（Publisher）和一个订阅者（Subscriber），通过话题（Topic）通信。

5.1 编写发布者节点 (my_publisher.py)

在my_py_pkg/my_py_pkg/目录下创建my_publisher.py。

#!/usr/bin/env python3 # 文件路径：~/ros2_learning_ws/src/my_py_pkg/my_py_pkg/my_publisher.py import rclpy from rclpy.node import Node from std_msgs.msg import String # 使用ROS2标准消息类型中的String class MyPublisher(Node): """ 一个简单的发布者节点类。 每隔1秒向 'chatter' 话题发布一条问候消息。 """ def __init__(self): # 初始化节点，节点名为 'my_publisher_node' super().__init__('my_publisher_node') # 创建一个发布者（Publisher） # 参数1：消息类型 (String) # 参数2：话题名称 ('chatter') # 参数3：队列长度 (10)，用于缓存来不及处理的消息 self.publisher_ = self.create_publisher(String, 'chatter', 10) # 创建一个定时器（Timer），周期为1秒，回调函数为 `timer_callback` timer_period = 1.0 # 秒 self.timer = self.create_timer(timer_period, self.timer_callback) # 计数器，用于生成不同的消息内容 self.i = 0 self.get_logger().info('发布者节点已启动，正在向话题 chatter 发布消息...') def timer_callback(self): """定时器回调函数，每次触发时执行。""" # 创建一个String类型的消息对象 msg = String() # 填充消息数据 msg.data = f'Hello World: {self.i}' # 发布消息 self.publisher_.publish(msg) # 在节点日志中输出发布的信息（可选，用于调试） self.get_logger().info(f'发布: "{msg.data}"') # 计数器递增 self.i += 1 def main(args=None): """主函数，ROS2节点的标准入口。""" # 初始化ROS2客户端库 rclpy.init(args=args) # 创建发布者节点实例 my_publisher = MyPublisher() try: # 让节点保持运行，等待回调函数被触发 rclpy.spin(my_publisher) except KeyboardInterrupt: # 当用户按下Ctrl+C时，优雅地关闭节点 my_publisher.get_logger().info('收到键盘中断信号，关闭发布者节点。') finally: # 销毁节点，执行清理工作 my_publisher.destroy_node() # 关闭ROS2客户端库 rclpy.shutdown() if __name__ == '__main__': main()

5.2 编写订阅者节点 (my_subscriber.py)

在相同目录下创建my_subscriber.py。

#!/usr/bin/env python3 # 文件路径：~/ros2_learning_ws/src/my_py_pkg/my_py_pkg/my_subscriber.py import rclpy from rclpy.node import Node from std_msgs.msg import String class MySubscriber(Node): """ 一个简单的订阅者节点类。 订阅 'chatter' 话题，并打印接收到的消息。 """ def __init__(self): # 初始化节点，节点名为 'my_subscriber_node' super().__init__('my_subscriber_node') # 创建一个订阅者（Subscriber） # 参数1：消息类型 (String) # 参数2：话题名称 ('chatter') # 参数3：回调函数 (listener_callback)，当收到新消息时自动调用 # 参数4：队列长度 (10) self.subscription = self.create_subscription( String, 'chatter', self.listener_callback, 10) # 防止变量未被使用的警告 self.subscription self.get_logger().info('订阅者节点已启动，正在监听话题 chatter...') def listener_callback(self, msg): """订阅回调函数，每当从话题收到新消息时被调用。""" # 在节点日志中输出接收到的消息 self.get_logger().info(f'我听到: "{msg.data}"') def main(args=None): rclpy.init(args=args) my_subscriber = MySubscriber() try: rclpy.spin(my_subscriber) except KeyboardInterrupt: my_subscriber.get_logger().info('收到键盘中断信号，关闭订阅者节点。') finally: my_subscriber.destroy_node() rclpy.shutdown() if __name__ == '__main__': main()

5.3 修改setup.py添加入口点

确保你的setup.py中的entry_points部分包含了我们刚创建的两个脚本，如上文setup.py示例所示。

5.4 编译与运行

现在，回到工作空间根目录进行编译和运行测试。

# 1. 回到工作空间根目录 cd ~/ros2_learning_ws # 2. 安装依赖（通常在新包第一次编译时运行） rosdep install -i --from-path src --rosdistro humble -y # 3. 使用colcon编译工作空间 # `--symlink-install` 在开发时非常有用，它创建符号链接而不是复制文件，修改Python代码后无需重新编译。 colcon build --symlink-install # 4. 加载当前工作空间的环境变量 source install/setup.bash # 你也可以将这行命令加到 ~/.bashrc 中，方便以后使用。 # 5. 运行节点 # 终端1：运行发布者 ros2 run my_py_pkg my_publisher # 你应该看到输出：`[INFO] [my_publisher_node]: 发布者节点已启动...` 以及每秒一条的发布日志。 # 终端2：运行订阅者（新开终端，同样需要先 `source ~/ros2_learning_ws/install/setup.bash`） ros2 run my_py_pkg my_subscriber # 你应该看到输出：`[INFO] [my_subscriber_node]: 订阅者节点已启动...` 以及每秒一条的接收日志，内容与发布者对应。

恭喜！你已经成功创建并运行了你的第一个ROS2分布式通信程序。发布者和订阅者作为两个独立的进程，通过名为chatter的话题进行通信，这就是ROS2最核心的运作模式。

6. 进阶理解：参数、服务与动作

掌握了话题通信，你已经入门。但要构建实用的机器人应用，还必须理解参数、服务和动作。

6.1 参数（Parameter）：动态配置节点

参数允许你在节点运行时动态调整其行为，无需修改代码和重新编译。

# 片段：在节点类中声明和使用参数 class ConfigurableNode(Node): def __init__(self): super().__init__('configurable_node') # 1. 声明一个参数，并指定默认值 self.declare_parameter('my_string_param', 'default_value') self.declare_parameter('my_int_param', 42) # 2. 获取参数值 my_string = self.get_parameter('my_string_param').value my_int = self.get_parameter('my_int_param').value self.get_logger().info(f'参数值: string={my_string}, int={my_int}') # 3. 可以创建定时器，定期检查参数是否被外部修改 self.create_timer(2.0, self.check_param_callback) def check_param_callback(self): # 重新获取参数值，检查是否有变化 current_value = self.get_parameter('my_int_param').value self.get_logger().info(f'当前int参数值: {current_value}')

在节点运行后，你可以通过命令行动态修改参数：

# 查看节点参数列表 ros2 param list /configurable_node # 获取某个参数的值 ros2 param get /configurable_node my_int_param # 设置参数的值 ros2 param set /configurable_node my_int_param 100

此时，节点的check_param_callback函数会打印出新的值100。这在调试和系统调优时极其有用。

6.2 服务（Service）：同步请求/响应

服务适用于需要立即得到结果的指令。例如，让机器人“返回充电座状态”。

服务定义文件 (srv/AddTwoInts.srv):

int64 a int64 b --- int64 sum

这个文件分为两部分，---之上是请求（Request）格式，之下是响应（Response）格式。

服务端代码片段:

from example_interfaces.srv import AddTwoInts class MathServer(Node): def __init__(self): super().__init__('math_server') # 创建服务端 self.srv = self.create_service(AddTwoInts, 'add_two_ints', self.add_callback) def add_callback(self, request, response): # request 包含 a 和 b response.sum = request.a + request.b self.get_logger().info(f'收到请求: {request.a} + {request.b}') return response # 必须返回 response 对象

客户端代码片段:

class MathClient(Node): def __init__(self): super().__init__('math_client') # 创建客户端 self.client = self.create_client(AddTwoInts, 'add_two_ints') # 等待服务端上线 while not self.client.wait_for_service(timeout_sec=1.0): self.get_logger().info('服务未就绪，等待中...') def send_request(self, a, b): req = AddTwoInts.Request() req.a = a req.b = b # 异步调用，返回一个Future对象 future = self.client.call_async(req) # 可以在这里等待结果，或者用rclpy.spin_until_future_complete return future

6.3 动作（Action）：异步长时程任务

动作是ROS2中最强大的通信机制，适合导航、抓取等任务。

动作定义文件 (action/Fibonacci.action):

int32 order --- int32[] sequence --- int32[] partial_sequence

分为三部分：目标（Goal）、结果（Result）、反馈（Feedback）。

动作服务端代码逻辑:

from action_tutorials_interfaces.action import Fibonacci from rclpy.action import ActionServer class FibonacciActionServer(Node): def __init__(self): super().__init__('fibonacci_action_server') self._action_server = ActionServer( self, Fibonacci, # 动作类型 'fibonacci', # 动作名称 self.execute_callback # 目标执行回调函数 ) async def execute_callback(self, goal_handle): # 这是一个异步函数 self.get_logger().info(f'执行斐波那契序列，阶数：{goal_handle.request.order}') sequence = [0, 1] # 发送反馈 for i in range(1, goal_handle.request.order): sequence.append(sequence[i] + sequence[i-1]) # 创建反馈消息 feedback_msg = Fibonacci.Feedback() feedback_msg.partial_sequence = sequence # 发布反馈 goal_handle.publish_feedback(feedback_msg) await asyncio.sleep(1) # 模拟耗时 # 设置最终结果并标记成功 goal_handle.succeed() result = Fibonacci.Result() result.sequence = sequence return result

7. 调试与可视化：让系统运行状态一目了然

ROS2提供了强大的命令行工具和可视化工具，它们是开发和调试的“眼睛”。

7.1 核心命令行工具（CLI）

# 查看所有正在运行的节点 ros2 node list # 查看某个节点的详细信息（发布/订阅的话题、服务、动作等） ros2 node info /my_publisher_node # 查看系统中所有活跃的话题 ros2 topic list # 查看某个话题的消息流（实时echo） ros2 topic echo /chatter # 查看话题的消息类型 ros2 topic info /chatter --verbose # 手动向话题发布一条消息（非常有用！） ros2 topic pub /chatter std_msgs/msg/String "{data: 'Hello from CLI'}" # 查看所有服务 ros2 service list # 调用一个服务 ros2 service call /add_two_ints example_interfaces/srv/AddTwoInts "{a: 5, b: 3}" # 查看所有参数 ros2 param list # 录制和回放话题数据（用于调试和复现问题） ros2 bag record -o my_bag /chatter /other_topic ros2 bag play my_bag

7.2 可视化工具：RQt 和 RViz2

• RQt：一个基于Qt的GUI框架，包含多种插件。

  # 启动RQt rqt

  常用插件：
  • Node Graph：可视化计算图，清晰看到节点、话题、服务之间的连接关系。
  • Topic Monitor：实时监控话题的发布频率和数据。
  • Plot：将话题数据绘制成曲线图，用于分析传感器数据变化。
• RViz2：3D可视化工具，是机器人开发的“杀手锏”。

  # 启动RViz2 rviz2

  通过添加“Display”，可以可视化：
  • 激光雷达点云（LaserScan）
  • 机器人模型（RobotModel）
  • 坐标变换（TF）
  • 地图（Map）
  • 路径（Path）
  • 标记（Marker，用于自定义图形）

8. 常见问题与排查思路（避坑指南）

以下是自学过程中最高频的问题和解决方案。

关于QoS的特别提醒：这是ROS2与ROS1最大的不同之一，也是通信失败的首要疑犯。简单来说，QoS策略规定了通信的“服务质量”，比如是否保证消息必达、是否保留历史消息等。如果发布者和订阅者的QoS不兼容，它们将无法建立连接。在开发初期，如果不确定，可以在创建发布者/订阅者时显式指定一个兼容的配置，或者直接使用默认配置（通常是兼容的）。

9. 最佳实践与工程建议

1. 命名规范：

   • 包名：小写，用下划线分隔，如my_robot_controller。
   • 节点名：清晰表达功能，如lidar_processing_node。
   • 话题/服务/动作名：使用命名空间，如/sensor/lidar/scan,/control/motor/set_speed。

2. 代码组织：

   • 将节点类定义与主函数分离。
   • 使用启动文件（Launch File）来管理多个节点的启动和配置。这是生产环境的必备技能。
   • 将参数配置外置到YAML文件中，通过启动文件加载。

3. 依赖管理：

   • 在package.xml中精确声明所有依赖，包括构建依赖、执行依赖和测试依赖。
   • 定期运行rosdep update && rosdep install来同步和安装依赖。

4. 调试与日志：

   • 善用self.get_logger()，设置不同的日志级别（debug,info,warn,error,fatal）。
   • 使用rqt_console来集中查看和过滤所有节点的日志输出。
   • 对于复杂问题，使用ros2 bag录制数据流，便于离线分析和复现。

5. 版本控制：

   • 将src/目录下的功能包代码纳入版本控制（如Git）。
   • 忽略build/,install/,log/等编译生成目录（在.gitignore中添加）。
   • 为每个功能包编写清晰的README.md，说明其功能、接口和启动方式。

6. 迈向生产环境：

   • 理解并使用生命周期节点（LifecycleNode），它提供了标准化的状态机（未配置、非活跃、活跃、最终化等），使节点管理更健壮。
   • 学习使用组件（Composition），它允许你将多个节点编译进一个进程，减少通信开销，提升性能。
   • 关注安全和实时性需求，这在工业或自动驾驶场景下至关重要。

自学ROS2是一个从理解概念到熟练工具，再到设计架构的渐进过程。这份笔记为你扫清了最初也是最容易绊倒人的障碍——环境、核心概念和基础通信。当你能够自如地创建节点、管理话题服务、调试问题后，下一步就是深入探索机器人学的具体领域：感知（如计算机视觉与点云处理）、定位与建图（SLAM）、路径规划与控制（MoveIt2, Navigation2）等。每一个领域都有对应的ROS2功能包和生态。

记住，最好的学习方式是动手做一个具体的小项目，比如用ROS2控制一个模拟的移动机器人完成巡线或避障。在这个过程中，你会遇到更具体的问题，而解决它们的过程，就是你真正掌握ROS2的时刻。建议你将这篇文章收藏，在未来的开发中作为速查手册。机器人开发的世界很大，但有了正确的地图和扎实的第一步，剩下的路你会走得更稳、更快。