ROS学习笔记（三）- 参数服务器

样例代码在最后面，供参考。

一，简单介绍ROS的参数服务器：

ROS的参数服务器是一种全局的、名称空间分层的键值存储系统，用于在ROS系统中存储和共享参数数据。它允许ROS节点在运行时获取和设置参数，而不需要在代码中硬编码参数。

参数服务器提供了许多优点，例如：

• 可以在ROS系统中共享参数数据，使得多个节点可以访问同一组参数，避免了代码中硬编码的重复
• 可以在运行时更新参数数据，而无需停止或重新启动ROS节点或ROS系统
• 可以使用命令行工具或GUI工具轻松地获取和设置参数，无需编写代码
• 可以使用参数服务器中的参数作为ROS Launch文件的参数

在ROS系统中，参数服务器是一种全局的、分布式的、层次结构的存储系统。它提供了一个由命名空间组成的层次结构，可以使用ROS命名约定来管理节点、话题、服务、参数等。

可以使用ROS中的roscpp、rospy、roslisp等库来与参数服务器进行交互。以下是一些常见的操作：

• 获取参数：可以使用getParam方法从参数服务器中获取参数的值，会先从本地参数服务器中查找指定的参数，如果本地参数服务器中没有该参数，则会从全局参数服务器中查找。如果在两者中都找不到，则会抛出rospy.ROSException异常。
• 设置参数：可以使用setParam方法向参数服务器中设置参数的值，设置的参数默认是在全局参数服务器中，除非在调用时使用local参数将其设置为在本地参数服务器中。

  rospy.set_param('my_param', 'my_value', local=True)

• 删除参数：可以使用deleteParam方法从参数服务器中删除参数。
• 搜索参数：可以使用searchParam方法搜索参数服务器中与指定名称匹配的参数。

在ROS系统中，有两个常用的参数服务器：全局参数服务器和本地参数服务器。全局参数服务器存储在ROS网络中，所有连接到该网络的节点都可以访问它。本地参数服务器只在当前节点中可用，并不会共享给其他节点。节点可以通过ROS参数服务器中的特殊参数~parameter_name来设置它们的本地参数服务器。

总之，ROS的参数服务器是一种非常有用的工具，可以使ROS节点的参数更加灵活和可配置，可以避免硬编码和重复，提高了ROS系统的可维护性和可扩展性。

二，全局参数服务器是运行在roscore启动的master进程里吗？

是的，全局参数服务器是运行在roscore启动的master进程里的一个节点，它是ROS参数服务器的一个实例，用于存储和共享ROS系统中的全局参数。在ROS系统中，参数服务器可以通过命令行工具或编程接口进行读写，允许节点之间共享参数并支持动态重新配置节点的参数。

三，roscore命令启动了哪些节点，分别由哪些进程承担的？(这个回答似乎是不太准确，因为gpt自己都前言不搭后语，一会这么说一会那么说，所以仅供参考)

运行roscore命令会启动以下5个节点（以及对应的进程）：

1. /rosout节点，对应的进程是rosout。这个节点是ROS内置的日志记录节点，用于记录ROS系统和用户节点的日志信息。
2. /master节点，对应的进程是rosmaster。这个节点是ROS的中央管理器，用于协调所有节点的通信。
3. /parameter_server节点，对应的进程是roscore。这个节点是ROS的全局参数服务器，用于存储和管理全局参数。
4. /xmlrpc_server节点，对应的进程是roscore。这个节点是ROS的XML-RPC服务器，用于提供ROS节点间的通信服务。
5. /rosout_agg节点，由rosout进程承担。将多个rosout节点的输出信息聚合到一起，以便于更好地查看和管理ROS系统的日志信息。

四，rosmaster 和 roscore 两个进程功能上有什么区别？

在ROS中，roscore和rosmaster实际上是同一个节点，只是在ROS官方文档中，roscore通常指的是包含了rosmaster和其他相关组件的整个ROS系统。

具体来说，roscore是ROS系统的核心，提供了ROS Name Service（命名服务）和ROS Parameter Server（参数服务器）等功能，而rosmaster是roscore中的一部分，是负责协调各个ROS节点之间的通信的核心组件，实现了ROS图形结构中节点的发现、注册、名称分配等功能。因此，可以说rosmaster是roscore的一个子组件。

总之，roscore包含了整个ROS系统的核心组件，而rosmaster是其中一个核心组件，负责实现ROS节点之间的协调和通信。

五，一个ROS节点一定是一个进程吗？

一个ROS节点不一定是一个单独的进程，它可能由多个进程组成。例如，ROS Master节点是由一个单独的进程和多个后台进程组成的。另外，一个ROS节点也可以由多个线程组成，这些线程可以同时运行并执行不同的任务。另外，普通的ROS节点一般都是单个进程，但也可以将一个ROS节点拆分成多个进程，进行分布式处理。在这种情况下，可以使用ROS提供的一些工具来协调多个进程之间的通信和同步，例如roslaunch和rospy等。同时，ROS也提供了一些库，如rospy和roscpp，用于在进程之间进行通信和交换数据。

六，背景介绍的挺多了，现在实践一下。

将前面两篇博客提到的talker.py和listener.py略作修改，加上存取参数的代码(初始化项目的步骤这里就不赘述，参考前面的博客)：

talker.py（请注意参数键值是launch文件里的节点name+参数name，并且用/分割了）：

#!/usr/bin/env python
import rospy
from std_msgs.msg import String

def talker():
    i=0
    pub = rospy.Publisher('chatter', String, queue_size=10)
    rospy.init_node('talker', anonymous=True)
    rate = rospy.Rate(1) # 1hz
    while not rospy.is_shutdown():
        hello_str = " hello world %s" % rospy.get_time()
        d = str(i) + hello_str        
        uname = rospy.get_param("/T007/username")
        uage = rospy.get_param("/T007/age")
        oldsquareage = rospy.get_param("/T007/squareage")
        iuage = int(uage)
        squareage = iuage * iuage
        rospy.loginfo("d: %s, username: %s, age: %s, squareage: %s", d, uname, uage, squareage)
        rospy.set_param("/T007/age", iuage + 1)
        rospy.set_param("/T007/squareage", squareage)
        pub.publish(d)
        rate.sleep()
        i = i + 1

if __name__ == '__main__':
    try:
        talker()
    except rospy.ROSInterruptException:
        pass

listener.py：

#!/usr/bin/env python
import rospy
from std_msgs.msg import String

def callback(data):
    oldsquareage = rospy.get_param("/T007/squareage")
    rospy.loginfo(rospy.get_caller_id() + " I heard %s, oldsquareage:%s ", data.data, oldsquareage)

def listener():
    rospy.init_node('listener', anonymous=True)
    rospy.Subscriber('chatter', String, callback)
    rospy.spin()

if __name__ == '__main__':
    listener()

接下来是launch文件内容：

<launch>
  <!-- <node pkg="roscore" type="roscore" name="master" output="screen" 不需要手动指定因为roslaunch命令会自动启动roscore节点/> -->
  <node pkg="lesson001" type="talker.py" name="T007" output="screen">
    <param name="username" value="Eric" />
    <param name="age" value="18" />
    <param name="squareage" value="-1" />
  </node>
  <node pkg="lesson001" type="listener.py" name="L009" output="screen" />
</launch>

注意在launch文件里写了param其实就定义了这个参数的键和初始值了。

然后到项目根目录也就是`~/ros-learning/`目录，执行下面的命令：

catkin_make
source devel/setup.bash
roslaunch lesson001 001launch.launch

输出如下：

 七，<rosparam />标签和<param />标签的区别

<rosparam />标签和<param />标签都可以用于在launch文件中设置ROS参数，它们的区别在于参数的命名空间不同。

• <rosparam />标签的参数会被设置到全局的参数服务器中，命名空间为/。
• <param />标签的参数则被设置到当前节点的私有命名空间中，命名空间为/节点名称/。

例如，假设我们有一个名为my_node的ROS节点，使用<rosparam />标签设置参数my_param的值为123，则在全局的参数服务器中会创建一个名为/my_param的参数。如果使用<param />标签设置同样的参数，那么在my_node节点的私有命名空间中会创建一个名为/my_node/my_param的参数。

在使用这些参数时，我们需要根据它们的命名空间来引用它们。使用<rosparam />设置的参数可以被整个ROS系统的节点共享，因此在任何节点中都可以通过ros::param::get()等API来读取它们的值。而使用<param />设置的参数则只能被当前节点访问，可以通过ros::NodeHandle::getParam()等API来读取。

另外，这两个标签都可以通过指定file路径而从yaml文件加载参数，区别也只是加载的参数命名空间不一样而已。