ROS探索总结-45.ROS产品化探索之生态系统篇

ROS探索总结-45.ROS产品化探索之生态系统篇

概要

• 诞生于2007年的ROS，发展速度之迅猛超出了所有人的预料，已经成为一个机器人领域的生态系统，可以提供机器人相关的全方位技术，从硬件到软件，从框架到功能，从驱动到应用。

• 前边三篇已经分别从通信机制、开发工具、应用功能这三个方面浅谈了笔者对ROS产品化探索的一点总结，本篇就来聊聊最后一个部分——从生态系统的角度来看，ROS可以为机器人产品化提供哪些思路。

什么是生态系统？

• 维基百科的解释是：生态系统(Ecosystem)是指在一个特定环境内，相互作用的所有生物和此环境的统称。

• ROS提供了一个庞大的开源社区，为ROS生态系统提供了基础环境，众多机器人的基础工具和应用功能不断融入这个系统，并且不断吸收第三方开源软件的精华，同时得到全球范围内众多开发者的支持，系统中的各部分协调统一、相互促进、共同成长，成为一个整体。

• 这个ROS生态系统应该是目前最大的机器人知识库了，在机器人产品化开发中，也必将成为一个重要的资源池。

一、机器人资源

• 目前国内外常用的机器人平台大部分都已经支持ROS系统，可以在wiki上查找：http://robots.ros.org/

• 就算wiki上找不到的，基本也可以在github上找到其他开发者的分享。如果加上爱好者自己设计、实现的机器人，那就更加数不胜数了。

• 这些机器人资源对我们有什么用呢？

• 1. 机器人硬件设计参考

• ROS中的机器人资源都是开源的，包括机器人的模型文件。如果我们需要做机器人设计，完全可以参考这些开源的机器人模型，毕竟包含了不少知名的机器人平台。

• 2. 辅助机器人原型搭建

• 使用ROS中已有的功能包，我们可以在自己的机器人上快速搭建功能原型，验证机器人设计中的问题。

• 3. 基于应用功能包的二次开发

• ROS中的功能包非常丰富，一定可以找到与我们研究方向相关的应用功能，虽然不太可能直接应用在产品开发中，但还是可以减少类似重复造轮子的工作。

• 4. 算法验证

• 如果我们是算法工程师，手上又没有现成的机器人平台，那么使用ROS中的机器人可以随便挑随便选，放在物理仿真环境中，想怎么用怎么用，还分文不要。

• 5. 学习机器人系统

• 无论我们是机器人方向刚入门的初学者，还是资深工程师，都不可能掌握机器人方方面面的知识，那么借助ROS学习更多机器人相关的技能，一定可以事半功倍。

二、功能框架

• 设计一个完善的机器人系统并不是一件简单的事情，借用Python的一句名言：人生苦短，我用ROS。ROS中丰富的机器人框架，一定可以给你一些设计、实现上的灵感：

• 1. 机器人通信框架

• ROS1的通信机制部分在机器人产品化中存在很多问题，但并不代表这种通信框架是不可用的，如果我们设计类似的通信功能，一样可以参考这个模型。

• 如果你不喜欢这种“中央集权”的通信模型，也可以看一下ROS2的通信模型。

• 这些通信模型的底层实现是开源透明的，真要拿来二次开发实现商业化，也不是没有可能。

• 2. 机器人导航框架

• 这个框架我们在上一篇已经说过，这里就不多说了，谁用谁知道。

• 3. ROS-I框架

• 工业机器人是机器人中非常重要的一个部分，在工业领域应用广泛而且成熟。ROS迅猛发展的过程中，也不断渗入到工业领域，从而产生了一个新的分支——ROS-Industrial（ROS -I）。

• 工业机器人的品牌众多，接口也各不统一，ROS-I框架为这些机器人提供了一个统一的控制平台，可以将ROS社区中的众多资源应用到生产环境中，或许会成为ROS最快落地的一个领域。

• 4. ros_control框架

• 硬件平台千差万别，如何将上层应用快速适配到不同的机器人硬件平台上，也是软件开发工程师头疼的一个问题，那就参考一下ros_control框架吧，仿真控制与实物控制轻松切换，类似于linux系统底层write、read机制一般的统一接口，可以帮助我们解决不少麻烦。

• ROS中还有很多功能框架，都是全球范围内顶尖开发者的知识结晶，妈妈再也不用担心我不会机器人设计了。

• 三、机器人前沿科技

• 机器人绝对是走在当今科技最前沿的一个领域，更新换代也异常迅速，所以我们不仅要掌握机器人基础理论和技术，还要时刻关心前沿动态。ROS在机器人领域的地位越来越高，也是我们窥看前沿科技的一个窗口。

• 1. 机器人前沿

• 比如这款“百万级”的仿生手。

• 比如这款“不会伤人”的KUKA LWR iiwa。

• 再比如这款“机器僧人”Pepper。

• 2. 学术前沿

• 每年机器人顶级期刊和会议上的论文，很多都是基于ROS实现的，部分论文还会把成果和源码在ROS社区中分享。很多大公司或大牛也经常会把一些机器人算法在ROS社区分享。这就为我们接触学术前沿提供了机会，也可以从中汲取不少新的灵感和知识。

• 比如2016年Google在ROS社区中开源了一种SLAM实现算法——cartographer，同时也分享了ICRA会议上的相关论文：https://research.google.com/pubs/pub45466.html

• 再比如基于ROS实现的无人驾驶平台：http://www.ros.org/news/2017/06/simulated-car-demo.html

• 当然，也少不了当今热门的人工智能与ROS的结合：http://www.theconstructsim.com/machine-learning-openai-gym-ros-development-studio-2/

• 此外，很多基于ROS实现的论文都可以在这里找到：http://wiki.ros.org/Papers

• ROS的生态系统在机器人领域保罗万象，还有更多资源可以让我们随意使用，无论是提高个人技能，还是进行商业开发，都可以让我们站在巨人的肩膀上看得更远。这也是ROS最初的设计目标：提高机器人领域的代码复用率，促进不同组织之间各施所长、合作共赢。

总结

• 至此，《浅谈ROS的产品化探索》系列文章也就告一段落了，笔者使用四篇文章浅谈了个人在ROS学习、应用、产品化开发过程中的一些感悟和总结，欢迎各位批评指正。

• 总而言之，ROS能不能产品化应用，不能用一个“能”或者“不能”简而概之，而是需要剖析开来具体分析，在应用中取其精华去其糟粕。

• 祝各位有一段美妙的ROS机器人开发之旅！