ROS/ROS2
ROS (Robot Operating System) 并不是一个操作系统——它是一套发布/订阅中间件，外加一个庞大的工具和软件包生态系统，已经成为机器人软件领域的通用语言。对于SLAM来说，ROS解决的是那些不起眼但又必不可少的”管道”问题：把传感器数据从驱动传递到你的算法、维护坐标系的一致性、录制数据集，以及可视化结果。
你需要掌握的核心概念：
- 节点（Nodes）——互相通信的进程；你的SLAM系统通常是一个节点，每个传感器驱动是另一个节点。
- 话题与消息（Topics and messages）——带类型的发布/订阅通道。你会经常见到这些：
sensor_msgs/Image、sensor_msgs/CameraInfo、sensor_msgs/Imu、sensor_msgs/PointCloud2、nav_msgs/Odometry、geometry_msgs/PoseStamped。 - TF (tf2)——坐标系树。每个传感器和本体坐标系（
map、odom、base_link、camera_link、imu_link）都是带时间戳变换树中的一个节点；SLAM系统通常从TF中读取外参，并发布map -> odom的修正量。 - Bag文件（Bags）——录制的消息流（
rosbag/ros2 bag）。像EuRoC这样的数据集就是以bag形式发布的，重放bag是确定性地开发和评测SLAM系统的标准方式。 - 工具——RViz用于轨迹、点云和TF的3D可视化；
rqt用于内部状态检查；launch文件用于携带参数启动多节点系统。
ROS 1 与 ROS 2：ROS 1（最终版本：Noetic）已经进入生命周期终点；新开发都面向 ROS 2，它用DDS替代了自定义传输层，增加了服务质量（QoS）控制（对有损无线链路和高频传感器至关重要），支持对实时友好的执行器，原生支持多平台，并去掉了单master架构。上述概念几乎原样延续；API分别是 rclcpp（C++）和 rclpy（Python）。
对SLAM而言，实践中的工作流程是：把算法写成一个完全不依赖ROS的库，然后添加一个薄薄的ROS封装节点，订阅传感器话题、驱动你的库、并发布里程计、TF修正量和可视化标记。这样能保持算法的可测试性和可移植性——ORB-SLAM3、VINS-Fusion、RTAB-Map以及大多数提供ROS支持的开源系统都采用这种模式。
一个用Python写的最简ROS 2封装展示了每个SLAM节点的基本形态：
import rclpy
from rclpy.node import Node
from rclpy.qos import qos_profile_sensor_data
from sensor_msgs.msg import Image, Imu
from nav_msgs.msg import Odometry
class SlamNode(Node):
def __init__(self):
super().__init__('my_slam')
self.create_subscription(Image, '/camera/image_raw',
self.on_image, qos_profile_sensor_data)
self.create_subscription(Imu, '/imu/data',
self.on_imu, qos_profile_sensor_data)
self.odom_pub = self.create_publisher(Odometry, '/odom', 10)
def on_imu(self, msg): self.slam.feed_imu(msg) # buffer at high rate
def on_image(self, msg): self.odom_pub.publish(
to_odom_msg(self.slam.track(msg)))
rclpy.init(); rclpy.spin(SlamNode())值得记住的日常命令：ros2 bag record -a / ros2 bag play <bag>、ros2 topic hz <topic>（数据到底有没有到达，速率是多少？）、ros2 topic echo、ros2 run tf2_tools view_frames（导出TF树），以及用 ros2 node info <node> 做接线检查。对于多传感器输入，message_filters 提供了近似时间同步器，用于把图像与深度或IMU批数据配对。
常见陷阱
- QoS不匹配（ROS 2）——一个尽力而为（best-effort）的传感器发布者和一个可靠QoS的订阅者会连接上但什么也交换不到，且没有任何错误提示。对传感器话题使用
qos_profile_sensor_data，并用ros2 topic info -v检查。 - 滥用TF——直接发布
map -> base_link而不是map -> odom会破坏下游控制器所依赖的里程计契约（连续的odom、跳变的地图修正）。同时要留意向TF请求比最新发布变换更新的时间戳时产生的外推误差。 - 时间戳问题——始终用传感器时间而不是到达时间为消息打时间戳，并使用单一时钟源；重放bag时要始终统一使用
use_sim_time，否则任何基于时间的查询都会悄悄出错。 - 在回调中做重活——在订阅回调里做跟踪计算会阻塞执行器并丢消息；应把数据交给工作线程/队列处理。
- 对带宽视而不见——通过WiFi（甚至是进程间）传输全分辨率未压缩图像会占满传输带宽；使用压缩话题、组合/进程内通信，或者把SLAM节点和驱动跑在同一台机器上。
对SLAM的意义
几乎你会部署的每个机器人都说ROS：传感器数据以ROS话题到达，外参存在TF里，下游消费者（导航、规划）期望 nav_msgs/Odometry 和一个 map 坐标系。能够把一个SLAM系统封装成ROS 2节点、重放bag、并用RViz调试，是科研和工业机器人工作的基本技能。