ROS2 中的 TF 系统：机器人坐标系管理

ROS 2 TF 概述

TF（Transform） 是 ROS 中用于跟踪多个坐标系之间变换关系的库。在 ROS 2 中，TF 系统被重构为 TF2，提供了更高效、更灵活的坐标变换管理。

---

核心概念

1. 坐标系（Frame）

• 每个机器人部件、传感器或环境物体都有自己的坐标系
• 例如：base_link（机器人基座）、laser（激光雷达）、camera（相机）

2. 变换（Transform）

• 描述两个坐标系之间的平移（translation）和旋转（rotation）关系
• 表示为：frame_B 相对于 frame_A 的位置和姿态

3. 变换树（Transform Tree）

• 所有坐标系通过父子关系连接成一棵树
• 必须有一个根坐标系（通常是 map 或 odom）

---

ROS 2 TF2 架构

┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ TF2 广播者      │ │ TF2 缓冲区      │ │ TF2 监听者      │
│ (Broadcaster)   │────▶│ (Buffer)        │◀────│ (Listener)    │
└─────────────────┘ └─────────────────┘ └─────────────────┘
         │                     │
         ▼                     ▼
┌─────────────────┐ ┌─────────────────┐
│ 发布变换信息    │ │ 查询坐标变换    │
│ /tf 话题        │ │ lookupTransform │
└─────────────────┘ └─────────────────┘

---

核心组件

组件	功能	对应类/节点
Broadcaster	广播坐标变换	TransformBroadcaster
Static Broadcaster	广播静态变换（固定关系）	StaticTransformBroadcaster
Listener	监听并查询变换	Buffer + TransformListener
Buffer	存储变换历史	tf2_ros::Buffer

---

代码示例

1. 发布动态变换（Dynamic Transform）

import rclpy
from rclpy.node import Node
from geometry_msgs.msg import TransformStamped
import tf2_ros
import math

class DynamicFramePublisher(Node):
    def __init__(self):
        super().__init__('dynamic_frame_publisher')
        # 创建 TF 广播者
        self.br = tf2_ros.TransformBroadcaster(self)
        # 定时发布
        self.timer = self.create_timer(0.1, self.publish_transform)
        self.t = 0.0

    def publish_transform(self):
        t = TransformStamped()
        t.header.stamp = self.get_clock().now().to_msg()
        t.header.frame_id = 'base_link'  # 父坐标系
        t.child_frame_id = 'rotating_laser'  # 子坐标系
        
        # 旋转运动
        self.t += 0.1
        t.transform.translation.x = 1.0
        t.transform.translation.y = 0.0
        t.transform.translation.z = 0.5
        
        # 四元数表示旋转
        t.transform.rotation.x = 0.0
        t.transform.rotation.y = 0.0
        t.transform.rotation.z = math.sin(self.t / 2)
        t.transform.rotation.w = math.cos(self.t / 2)
        
        self.br.sendTransform(t)

def main():
    rclpy.init()
    node = DynamicFramePublisher()
    rclpy.spin(node)
    rclpy.shutdown()

2. 发布静态变换（Static Transform）

from tf2_ros.static_transform_broadcaster import StaticTransformBroadcaster

class StaticFramePublisher(Node):
    def __init__(self):
        super().__init__('static_frame_publisher')
        self.static_br = StaticTransformBroadcaster(self)
        
        # 只需要发布一次
        static_transform = TransformStamped()
        static_transform.header.stamp = self.get_clock().now().to_msg()
        static_transform.header.frame_id = 'base_link'
        static_transform.child_frame_id = 'camera_link'
        
        static_transform.transform.translation.x = 0.5
        static_transform.transform.translation.y = 0.0
        static_transform.transform.translation.z = 0.3  # 修正笔误
        
        # 相机朝向（旋转 90 度）
        static_transform.transform.rotation.x = 0.0
        static_transform.transform.rotation.y = 0.0
        static_transform.transform.rotation.z = 0.707
        static_transform.transform.rotation.w = 0.707
        
        self.static_br.sendTransform(static_transform)

3. 监听变换（Transform Listener）

import tf2_ros
from tf2_ros import LookupException, ConnectivityException, ExtrapolationException

class FrameListener(Node):
    def __init__(self):
        super().__init__('frame_listener')
        # 创建 Buffer 和 Listener
        self.tf_buffer = tf2_ros.Buffer()
        self.tf_listener = tf2_ros.TransformListener(self.tf_buffer, self)
        self.timer = self.create_timer(1.0, self.lookup_transform)

    def lookup_transform(self):
        try:
            # 查询从 'base_link' 到 'laser' 的变换
            transform = self.tf_buffer.lookup_transform(
                'base_link',  # 目标坐标系
                'laser',      # 源坐标系
                rclpy.time.Time()  # 最新时间
            )
            self.get_logger().info(
                f"Translation: [{transform.transform.translation.x:.2f}, "
                f"{transform.transform.translation.y:.2f}, "
                f"{transform.transform.translation.z:.2f}]"
            )
        except (LookupException, ConnectivityException, ExtrapolationException) as e:
            self.get_logger().warn(f'Could not transform: {str(e)}')

---

常用工具

命令行工具

# 查看当前 TF 树
ros2 run tf2_tools view_frames

# 查询特定变换
ros2 run tf2_ros tf2_echo base_link laser

# 发布静态变换
ros2 run tf2_ros static_transform_publisher 0 0 1 0 0 0 base_link camera

RViz2 可视化

在 RViz2 中添加 TF 显示插件，可以实时可视化坐标系：

• 红色 = X 轴
• 绿色 = Y 轴
• 蓝色 = Z 轴

---

ROS 1 vs ROS 2 TF 对比

特性	ROS 1 TF	ROS 2 TF2
默认库	tf	tf2
时间处理	较简单	支持时间旅行（查询历史变换）
数据类型	专用消息	与 ROS 2 消息系统更好集成
静态变换	混合处理	独立话题 /tf_static
性能	一般	更高效，支持零拷贝
Python 支持	较弱	原生支持，API 更友好

---

最佳实践

1. 区分静态/动态变换：固定关系用 StaticTransformBroadcaster，减少网络负载
2. 保持时间同步：确保所有节点使用相同的时间源（ROS 时间 vs 系统时间）
3. 异常处理：查询变换时总是捕获可能的异常
4. 命名规范：使用 REP 105 标准坐标系命名（map→odom→base_link）
5. 避免环形依赖：TF 树必须是严格的树形结构，不能闭环

---

典型应用场景

• 传感器数据融合：将激光雷达、相机数据转换到统一坐标系
• 导航规划：将目标点从地图坐标系转换到机器人坐标系
• 机械臂控制：计算末端执行器相对于基座的位姿
• 多机器人协作：统一不同机器人的坐标参考系