ROS2 использует Fast DDS Discovery Server в качестве протокола обнаружения.
фон
В современных системах робототехники и автоматизации быстрые и надежные механизмы обмена сообщениями являются ключом к эффективной коммуникации. Будучи превосходной операционной системой для роботов, ROS2 представляет расширенные механизмы связи и архитектуру. Среди них сервер обнаружения Fast DDS (ранее Fast RTPS) может использоваться в качестве протокола обнаружения посредством настройки, обеспечивая возможность обнаружения узлов и доставки сообщений в сети. Система ROS2 более эффективный и надежный метод.
Fast DDS Discovery Server — это коммуникационная архитектура, основанная на протоколе DDS (служба распространения данных), разработанная eProsima. В традиционной модели Pub/Sub обнаружение узлов обычно выполняется посредством широковещательной или многоадресной рассылки. Когда масштаб системы увеличивается, этот метод приведет к широковещательным штормам в сети, что повлияет на эффективность и стабильность связи. Discovery Server меняет эту модель и управляет процессом обнаружения узлов через один или несколько центральных серверов, тем самым значительно сокращая количество сообщений об обнаружении в сети и улучшая масштабируемость и эффективность всей системы.
Целью этой статьи является анализ принципов и характеристик сервера Fast DDS Discovery и способов его использования в ROS2 для оптимизации обнаружения узлов и передачи данных.
Как работает сервер Fast DDS Discovery
В архитектуре Fast DDS Discovery Server Discovery Server отвечает за сбор информации обо всех узлах системы и поддержание этой информации. Когда присоединяется новый узел, ему необходимо обмениваться метаданными только с Discovery Server, а не с каждым существующим узлом по отдельности, что снижает использование полосы пропускания сети и общую нагрузку на систему. Кроме того, когда узлам необходимо взаимодействовать друг с другом, они могут получить информацию друг о друге, запросив сервер Discovery, а затем напрямую установить коммуникационное соединение.
На основе описанной выше архитектуры Fast DDS имеет следующие характеристики:
- Улучшение масштабируемости. Благодаря механизму централизованного обнаружения узлов можно эффективно управлять сотнями или тысячами узлов, что значительно повышает масштабируемость системы.
- Снижение потребления ресурсов: широковещательные и многоадресные сообщения в сети сокращаются, что значительно снижает пропускную способность и потребление ресурсов обработки.
- Поддержка сложной топологии сети: возможность поддержки нескольких сетевых структур.,исуществоватьсложная сетьсреда Средняя и стабильная работа,Например, работа в подсетях.
- Высокая гибкость и настраиваемость: предоставляет множество вариантов конфигурации, и пользователи могут выполнять подробные настройки в соответствии со своими потребностями, чтобы адаптироваться к различным сценариям применения.
Практические случаи
среда
ubuntu Сервер 20.04, установлена ROS2 galacticВерсия。（еслииспользоватьsudo apt install ros-galactic-desktopУстановитьROS2,Вы можете напрямую выполнить следующее руководство,еслииспользоватьsudo apt install ros-galactic-ros-baseУстановитьROS2,则需要额外Установитьsudo apt install ros-galactic-rmw-fastrtps-cpp）
существовать~/.bashrcДобавьте строку в：source /opt/ros/galactic/setup.bash
ifconfig
docker0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500
inet 172.17.0.1 netmask 255.255.0.0 broadcast 172.17.255.255
inet6 fe80::42:56ff:fef2:94b9 prefixlen 64 scopeid 0x20<link>
ether 02:42:56:f2:94:b9 txqueuelen 0 (Ethernet)
RX packets 19113 bytes 11375364 (11.3 MB)
RX errors 0 dropped 0 overruns 0 frame 0
TX packets 2179 bytes 352756 (352.7 KB)
TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0
lo: flags=73<UP,LOOPBACK,RUNNING> mtu 65536
inet 127.0.0.1 netmask 255.0.0.0
inet6 ::1 prefixlen 128 scopeid 0x10<host>
loop txqueuelen 1000 (Local Loopback)
RX packets 549822 bytes 172821223 (172.8 MB)
RX errors 0 dropped 0 overruns 0 frame 0
TX packets 549822 bytes 172821223 (172.8 MB)
TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0
vethe0caf8a: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500
inet6 fe80::78fe:72ff:fe94:db60 prefixlen 64 scopeid 0x20<link>
ether 7a:fe:72:94:db:60 txqueuelen 0 (Ethernet)
RX packets 19123 bytes 11643286 (11.6 MB)
RX errors 0 dropped 0 overruns 0 frame 0
TX packets 2256 bytes 361105 (361.1 KB)
TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0
wlp0s20f3: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500
inet 172.16.15.37 netmask 255.255.252.0 broadcast 172.16.15.255
inet6 fe80::3fc3:8152:fab9:bccb prefixlen 64 scopeid 0x20<link>
ether 4c:03:4f:65:86:cd txqueuelen 1000 (Ethernet)
RX packets 4739660 bytes 4342172075 (4.3 GB)
RX errors 0 dropped 12908 overruns 0 frame 0
TX packets 1188329 bytes 311106346 (311.1 MB)
TX errors 0 dropped 0 overruns 0 carrier 0 collisions 0
fastdds discovery --server-id 0Примечание: fastdds Discovery --help может получить инструкции по использованию.
eProsima Версия инструмента Server-Client Discovery Assistant Builder 1.0.0
Как использовать: fastdds discovery -i {0-255} [необязательный параметр]
Распространенные варианты:
-h --help Отображение справочной информации.
-i --server-id Обязательный уникальный идентификатор сервера. Указать ROS_DISCOVERY_SERVER Местоположение сервера, отсчитываемое от нуля, в переменной среды.
-l --ip-address Интерфейс, выбранный сервером для прослушивания клиентов. По умолчанию любое (0.0.0.0).
-p --port Выбранный клиент для прослушивания UDP порт. По умолчанию 11811
-b --backup Создание сервера, связанного с файлом резервной копии.
Пример:
1. использовать id для 0 Запуск сервера по умолчанию (ROS_DISCOVERY_SERVER первый включен)
Слушайте все доступные интерфейсы UDP порт 11811. На каждой машине может быть только один
Сервер использует значение по умолчанию.
$ fastdds discovery -i 0
2. использовать id для 1 Запуск сервера по умолчанию (ROS_DISCOVERY_SERVER второй)
существовать localhost Монитор включен,ииспользовать UDP порт 14520. только localhost клиент
能够использовать ROS_DISCOVERY_SERVER=;127.0.0.1:14520 Достичь сервера
$ fastdds discovery -i 1 -l 127.0.0.1 -p 14520
3. использовать id для 3 Запуск сервера по умолчанию (ROS_DISCOVERY_SERVER третий выше)
соответственносуществовать Wi-Fi (192.168.36.34) Сумма Ethernet (172.20.96.1) локальный
Слушайте интерфейс, UDP портсоответственнодля 8783 и 51083
(Адрес ипорт был составлен для примера).
$ fastdds discovery -i 1 -l 192.168.36.34 -p 14520 -l 172.20.96.1 -p
51083
4. использовать id для 4 Запуск сервера по умолчанию (ROS_DISCOVERY_SERVER четвертый выше)
существовать 172.30.144.1 Слушай, UDP портдля 12345 и обеспечивает
документы. Если сервер выйдет из строя, он автоматически возобновит свою работу.
предыдущее состояние.
$ fastdds discovery -i 1 -l 172.30.144.1 -p 12345 -bВ трех других окнах терминала выполните:
# первое окно
export RMW_IMPLEMENTATION=rmw_fastrtps_cpp
export ROS_DOMAIN_ID=0 # Нет необходимости писать
export ROS_DISCOVERY_SERVER=172.16.15.37:11811
ros2 run demo_nodes_cpp listener --ros-args --remap __node:=listener_discovery_server# второе окно
export RMW_IMPLEMENTATION=rmw_fastrtps_cpp
export ROS_DOMAIN_ID=0 # Нет необходимости писать
export ROS_DISCOVERY_SERVER=172.16.15.37:11811
ros2 run demo_nodes_cpp talker --ros-args --remap __node:=talker_discovery_server# третье окно
ros2 run demo_nodes_cpp listener --ros-args --remap __node:=simple_listener# четвертое окно
ros2 run demo_nodes_cpp talker --ros-args --remap __node:=simple_talkerСреди них первое окно будет получать сообщения из второго окна, а третье окно будет получать сообщения из четвертого окна.
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
Идеальная интеграция Cursor и DeepSeek API
DeepSeek V3 снижает затраты на обучение больших моделей
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
Cloud Native｜Практика: установка Dashbaord для K8s, графика неплохая
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
Центр конфигурации————Накос
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
[Зона легкого облачного игрового сервера] Управление игровыми архивами
