Ubuntu 22.04下VINS-Fusion迁移到ROS2 Humble的完整指南-北京尧图网络

Ubuntu 22.04 ROS2 Humble 这套组合本来对新项目来说是顺理成章的可一旦摊上 VINS-Fusion 这类老牌视觉惯性导航工程画风就完全变了。我第一次在 22.04 上执行 colcon build 时压根没想到卡住我的不是算法本身而是一个接一个的 CMake 报错和头文件路径问题。ROS1 时代那种“git clone、catkin_make、跑起来”的流畅体验在 ROS2 里基本不存在。这篇文章是我把 VINS-Fusion 完整迁移到 ROS2 Humble 后的记录从系统环境、依赖处理、源码适配到 Euroc 数据集端到端验证每个坑我都尽量交代清楚“为什么会这样”和“怎么绕过去”。如果你正在准备把旧的视觉SLAM工程搬到 ROS2或者只是想在 Ubuntu 22.04 新装环境上跑通 VINS-Fusion这篇内容应该能帮你少走很多弯路。1. 迁移前的问题拆解与整体方案选型1.1 为什么偏要在Ubuntu 22.04上把VINS-Fusion搬到ROS2从机器人行业的实际处境看ROS1 Noetic 已经是 ROS1 系列的绝唱后续不再有新的 ROS1 发行版。虽然 Noetic 对应的 Ubuntu 20.04 依然能安装、能用但新硬件、新相机驱动、新的深度学习推理库越来越多的二进制包开始默认只提供 Ubuntu 22.04甚至 24.04版本。比如我们团队去年购入的几款工业相机官方 SDK 只出了 Jammy 对应的 deb 包要在 Ubuntu 20.04 上跑得自己编译一大堆依赖版本冲突能把人折磨到怀疑人生。VINS-Fusion 本身是港科大开源的一个经典视觉惯性导航方案支持单目、双目、双目GPS 融合在无人机、小车、AR 等领域用得非常广。它虽然是 ROS1 时代的工程但核心代码质量不错算法层面并不过时。问题只出在“外壳”——消息类型、参数系统、TF 发布、构建工具全部是 ROS1 风格。这意味着只要你想在 22.04 上继续用 VINS-Fusion 做开发就必须完成一次源码级适配。有人可能会问那我继续用 Ubuntu 20.04 ROS1 Noetic 不就行了短期确实可以但长期会碰到三个麻烦。第一新设备驱动支持越来越差第二ROS1 生态停止更新遇到 bug 只能自己修第三团队里新来的同学如果已经熟悉 ROS2重新上手 ROS1 反而增加培训成本。所以把 VINS-Fusion 迁到 ROS2 Humble本质上是在为未来几年的开发周期铺路。1.2 ROS1与ROS2核心差异对迁移的影响迁移之前必须先把 ROS1 和 ROS2 的重要差异理清楚。很多人上来就改 CMakeLists结果改了半天还挂在“为什么 colcon build 找不到包”这种问题上根子就在没有理解两套系统的构建和运行机制完全不同。第一是构建系统。ROS1 常用 catkin_make 或 catkin build本质上是把多个 package 通过 catkin 前缀变量串联起来头文件和库目录通过 catkin_package() 自动导出。ROS2 则采用 ament_cmake colcon 的组合包与包之间通过显式的 find_package 和 target_link_libraries 建立依赖关系。也就是说ROS2 更接近传统 CMake 工程反而少了一些“魔法”。第二是消息类型。ROS1 中消息类型是sensor_msgs::Image、geometry_msgs::PoseStampedROS2 中带了msg命名空间分别是sensor_msgs::msg::Image和geometry_msgs::msg::PoseStamped。别小看这个改动它会牵连到所有回调函数、发布器声明、缓冲区类型几乎是全局替换。第三是节点发现机制。ROS1 靠一个中心化的 rosmaster 来管理节点注册和话题匹配ROS2 去掉了中心节点改由 DDS 自动发现。带来的问题是同一台机器上如果开多个 ROS2 应用且不设置ROS_DOMAIN_ID不同域之间互相不可见跨机器通信时则要注意 DDS 多播路由是否可达。第四是参数系统。ROS1 的 param server 是全局共享的所有节点都能读写ROS2 的参数是节点内私有的必须在节点里 declare_parameter再通过命令行--ros-args -p key:value设置。这也是 VINS-Fusion 迁移中一个很容易踩的坑——原来 launch 文件里用param nameimu_topic value/imu/的方式在 ROS2 里不能直接照搬。第五是生命周期管理。ROS2 提供了生命周期节点lifecycle node允许节点在未配置、激活、停用状态间切换。VINS-Fusion 这种普通算法节点不需要引入 lifecycle直接用默认的 rclcpp::Node 就行我们暂时不做这块避免复杂度失控。用一张表总结如下层面ROS1ROS2构建工具catkin_make / catkin buildcolcon构建系统catkinament_cmake消息类型sensor_msgs::Imagesensor_msgs::msg::Image节点发现rosmasterDDS参数全局 param server节点内私有参数TFtf / tf2 并存只有 tf2启动文件.launchXML.launch.py 或 XMLC标准C11/14C17Humble1.3 整体迁移路线图我把整个迁移分成三层来处理每一层独立验证避免一次改动太多导致无从排查。构建层把原来所有 catkin 格式的 package.xml 和 CMakeLists.txt 改成 ament_cmake 格式用 colcon 编译出完整工作空间。这一步的目标是“能编译安装”先不管运行是否正确。接口层把所有 ROS1 风格的消息类型、头文件、回调函数、tf 调用改为 ROS2 风格。这一步的目标是“节点能启动话题能收发”。行为层处理参数配置、launch 文件、QoS 策略、运行时的数据同步等问题。这一步的目标是“用真实数据集跑出和 ROS1 下一致的轨迹”。VINS-Fusion 的源码仓库里包含多个子包大致有 feature_tracker、vins_estimator、camera_model、pose_graph、global_fusion、vins_fusion。其中 core 的算法包是 vins_estimator 和 feature_tracker它们对 ROS 版本的耦合较深改造工作量最大pose_graph 和 global_fusion 相对独立主要改接口。建议先用colcon build --packages-select逐个编译而不是一次性构建全部包这样排错时定位更准确。2. 开发环境搭建Ubuntu 22.04 ROS2 Humble的完整落地2.1 Ubuntu 22.04系统与基础环境准备装系统这一步我不多展开只提醒几个和 ROS2 直接相关的点。安装完 Ubuntu 22.04 之后第一件事是更新软件源并安装基础工具链sudo apt update sudo apt upgrade -y sudo apt install -y build-essential cmake git python3-pip curl如果有 NVIDIA 显卡建议先装好显卡驱动因为后面如果要用到 CUDA 加速的光流算法或者深度学习辅助模块驱动是前置条件。但如果你只想把 VINS-Fusion 跑通CPU 也能流畅处理 Euroc 数据集驱动可以先不急。Rviz2 是 OpenGL 渲染对显卡要求不高核显和普通独显都能跑。交换分区也值得注意。VINS-Fusion 编译时特别是 Ceres、OpenCV 这些依赖库从源码编译的阶段特别吃内存。4GB 内存的机器建议开 4GB 以上的 swap否则经常会在编译中段被内核 OOM 杀掉报错又很不明显。我在一台 8GB 的笔记本上编译过内存峰值跑到 6GB 左右8GB 机器都略紧张更低的配置最好提前规划。2.2 ROS2 Humble安装与常用配置ROS2 Humble 对应 Ubuntu 22.04Jammy安装方式在老版的 ROS wiki 上写得很复杂实际上几条命令就能搞定。先加 ROS 官方源和密钥sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg echo deb [arch$(dpkg --print-architecture) signed-by/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(lsb_release -cs) main | sudo tee /etc/apt/sources.list.d/ros2.list /dev/null sudo apt update然后安装桌面版包含 Rviz2、demo、教程工具sudo apt install ros-humble-desktop python3-colcon-common-extensions -y装完后在~/.bashrc里追加source /opt/ros/humble/setup.bash如果后续会用到串口通信、Docker、MicroROS、ESP32 这类嵌入式开发链路也可以顺手装python3-rosdep和ros-humble-ros-base等组件。不过 VINS-Fusion 不需要这些按需安装就好。环境变量RMW_IMPLEMENTATION默认是rmw_fastrtps_cpp对大多数人来说直接用默认值即可。如果你在同网段有多台机器人或电脑建议给每台设备设置不同的ROS_DOMAIN_ID避免 DDS 自动发现把话题串了。这个习惯我建议从一开始就养成否则后面在实验室里开十几个 ROS2 节点你会发现自己的数据流总是“莫名奇妙”被别人的节点干扰。2.3 底层依赖OpenCV、Eigen与Ceres Solver的处理VINS-Fusion 最关键的三个底层依赖是 OpenCV、Eigen、Ceres Solver。在 Ubuntu 22.04 上可以直接用 apt 安装稳定版本这是最省心的方案sudo apt install -y libopencv-dev libeigen3-dev libceres-dev libgflags-dev libgoogle-glog-dev注意几个版本细节。Ubuntu 22.04 仓库里的 OpenCV 是 4.5.4Eigen 是 3.4.0Ceres 是 2.1.0这些版本运行 VINS-Fusion 核心算法没有问题。但如果你之前自己源码编译过 OpenCV 或者 Ceres一定要谨慎处理因为 ROS2 Humble 里自带的 cv_bridge 默认链接的是系统 OpenCV 4.5.4如果系统里有多个 OpenCV 版本共存很容易出现“头文件版本和动态库版本不一致”的问题编译通过但运行时崩溃。解决多版本冲突最简单的办法是把非 apt 方式安装的 OpenCV/Ceres 全部卸载或移出LD_LIBRARY_PATH统一使用 apt 版本。VINS-Fusion 对 OpenCV 的操作集中在图像读取、灰度化、光流跟踪这些基础功能上不需要非常新的特性所以用系统自带的旧版本完全够用。Eigen 是 header-only 库apt 版和源码版差别不大。唯一要注意的是Eigen 3.4 之后对对齐alignment的要求变严格如果你在编译时开了-marchnative或者用了一些包含固定大小向量类型的结构体容易触发对齐相关的编译警告甚至运行段错误。这个问题我会在后面的编译排错部分详细讲。3. 源码级适配VINS-Fusion的ROS2改造实操3.1 构建系统改造从catkin到colcon改造的第一步是处理每个包的 package.xml。ROS2 用 ament 工具链package.xml 里必须声明ament_cmake作为构建工具依赖并显式列出所有 ros 依赖。以一个典型包为例vins_estimator/package.xml的核心内容改为?xml version1.0? ?xml-model hrefhttp://download.ros.org/schema/package_format3.xsd? package format3 namevins_estimator/name version1.0.0/version descriptionVINS-Fusion estimator for ROS2/description maintainer emailyouexample.comyourname/maintainer licenseGPLv3/license buildtool_dependament_cmake/buildtool_depend dependrclcpp/depend dependsensor_msgs/depend dependgeometry_msgs/depend dependnav_msgs/depend dependvisualization_msgs/depend dependcv_bridge/depend dependtf2/depend dependtf2_ros/depend dependmessage_filters/depend dependstd_msgs/depend export build_typeament_cmake/build_type /export /package对应地CMakeLists.txt要做如下几处改动。原来 ROS1 风格的开头是cmake_minimum_required(VERSION 3.0.2) project(vins_estimator) find_package(catkin REQUIRED COMPONENTS roscpp rospy std_msgs sensor_msgs geometry_msgs nav_msgs cv_bridge tf message_filters ) catkin_package()ROS2 风格改成cmake_minimum_required(VERSION 3.8) project(vins_estimator) if(NOT CMAKE_CXX_STANDARD) set(CMAKE_CXX_STANDARD 17) endif() find_package(ament_cmake REQUIRED) find_package(rclcpp REQUIRED) find_package(sensor_msgs REQUIRED) find_package(geometry_msgs REQUIRED) find_package(nav_msgs REQUIRED) find_package(visualization_msgs REQUIRED) find_package(cv_bridge REQUIRED) find_package(tf2 REQUIRED) find_package(tf2_ros REQUIRED) find_package(message_filters REQUIRED) find_package(std_msgs REQUIRED)编译目标部分的处理也有讲究。ROS1 里catkin_package(CATKIN_DEPENDS ...)会把依赖自动传导给下游包ROS2 里更推荐显式写清楚include_directories( include ${EIGEN3_INCLUDE_DIR} ${OpenCV_INCLUDE_DIRS} ${CERES_INCLUDE_DIRS} ) add_executable(vins_estimator src/rosNodeTest.cpp src/estimator.cpp ...) target_link_libraries(vins_estimator ${OpenCV_LIBS} ${CERES_LIBRARIES} ${rclcpp_LIBRARIES} ... ) install(TARGETS vins_estimator DESTINATION lib/${PROJECT_NAME} ) ament_export_dependencies(...) ament_package()这里最容易忽略的是install(TARGETS ...)这一步。ROS2 用 colcon 构建时可执行文件默认要安装到lib/package_name/目录下否则ros2 run package node找不到可执行文件控制台报错“Package xxx not found”但colcon build却显示成功。这种“假成功”特别迷惑人我第一次就卡在这上面半天。3.2 节点与话题通信层改造VINS-Fusion 里最核心的消息流向是图像话题和 IMU 话题进入 feature_tracker / vins_estimator输出里程计、路径和位姿。以feature_tracker_node.cpp为例ROS1 中订阅图像话题的代码是ros::Subscriber sub_img n.subscribe(IMAGE_TOPIC, 100, img_callback);ROS2 中改成rclcpp::Subscriptionsensor_msgs::msg::Image::SharedPtr sub_img node-create_subscriptionsensor_msgs::msg::Image( image_topic, rclcpp::SensorDataQoS(), img_callback);注意回调函数签名也要跟着改。ROS1 的回调参数是const sensor_msgs::ImageConstPtr或者等价写法ROS2 中推荐用void img_callback(const sensor_msgs::msg::Image::SharedPtr msg)如果你拿到的是某个社区 ROS2 分支的代码你可能会看到std::bind的写法sub_img node-create_subscriptionsensor_msgs::msg::Image( image_topic, 10, std::bind(FeatureTrackerNode::img_callback, this, std::placeholders::_1));这两者都可以关键是消息类型必须从sensor_msgs::Image变成sensor_msgs::msg::Image。发布端的改动类似。原来ros::Publisher pub_img n.advertisesensor_msgs::Image(feature, 1000);改为rclcpp::Publishersensor_msgs::msg::Image::SharedPtr pub_img node-create_publishersensor_msgs::msg::Image(feature, 10);rclcpp::QoS的设置也值得多说一句。图像和 IMU 这类传感器数据在 ROS2 中一般推荐使用rclcpp::SensorDataQoS()它底层是 best_effort 大缓存区。如果用默认的 reliable QoS在 Wi-Fi 传输或系统负载较高时可能出现订阅和发布 QoS 策略不兼容节点日志里打出一堆 “New publisher discovered on topic ... offering incompatible QoS” 的警告话题就是收不到数据。消息同步也是 VINS-Fusion 的一片雷区。ROS1 里常用message_filters做多话题时间同步ROS2 同样有message_filters包但头文件路径和回调类型变了。如果你只需要单目 IMU其实可以不依赖 message_filters直接在 img_callback 里读取上一帧 imu 数据并计算时间差这样更简单可靠。VINS-Fusion 原始代码里实际上对 IMU 是单独的回调缓存并没有做硬同步所以这一点在迁移时并不需要太担心。3.3 TF2、参数服务器与可视化接口适配TF 是 VINS-Fusion 输出机器人位姿的重要途径。ROS1 时代有两种选择tf 包或 tf2 包ROS2 里只有 tf2所以必须改头文件和 API。原来发布 TF 的代码#include tf/transform_broadcaster.h static tf::TransformBroadcaster br; tf::Transform transform; transform.setOrigin(tf::Vector3(0.0, 0.0, 0.0)); tf::Quaternion q; q.setRPY(0, 0, 0); transform.setRotation(q); br.sendTransform(tf::StampedTransform(transform, ros::Time::now(), world, camera));ROS2 里改成#include tf2_ros/transform_broadcaster.h #include geometry_msgs/msg/transform_stamped.hpp rclcpp::Node::SharedPtr node; auto tf_broadcaster std::make_sharedtf2_ros::TransformBroadcaster(node); geometry_msgs::msg::TransformStamped transform; transform.header.stamp node-now(); transform.header.frame_id world; transform.child_frame_id camera; transform.transform.translation.x 0.0; transform.transform.translation.y 0.0; transform.transform.translation.z 0.0; transform.transform.rotation.x 0.0; transform.transform.rotation.y 0.0; transform.transform.rotation.z 0.0; transform.transform.rotation.w 1.0; tf_broadcaster-sendTransform(transform);注意geometry_msgs::msg::TransformStamped里的旋转是四元数必须按 x、y、z、w 顺序赋值。有些从 tf 迁移过来的代码习惯按 ROS1 的 Quaternion 构造函数传参很容易把 x 和 w 写反导致位姿旋转明显错乱。这类 bug 很难靠肉眼发现建议迁移后第一时间用 Rviz2 的 TF 显示功能检查坐标轴方向。参数服务器方面VINS-Fusion 的每个节点都从参数文件读取话题名、配置文件路径等。ROS1 里是std::string IMU_TOPIC; n.paramstd::string(imu_topic, IMU_TOPIC, /imu);ROS2 中改为node-declare_parameterstd::string(imu_topic, /imu); std::string IMU_TOPIC node-get_parameter(imu_topic).as_string();如果需要从命令行传参我建议不要直接用ros2 run xxx --ros-args -p imu_topic:/imu这种方式在终端里敲超长参数而是用 launch.py 统一管理。这样可读性好也方便团队共享配置。可视化接口的改动相对小。VINS-Fusion 使用visualization_msgs::Marker和visualization_msgs::MarkerArray发布特征点、轨迹点云等ROS2 里的消息名只是多了msg字段没有变化。真正需要注意的是命名空间和 frame_idRviz2 在 3D 视图里是根据 frame_id 来匹配 TF 树生成显示的如果你没有正确发布 TF即使话题数据正常RViz 里也什么都看不到。3.4 相机内参与IMU标定的复现细节迁移过程中最容易被忽略的是标定环节。VINS-Fusion 对相机内参、相机与 IMU 外参非常敏感如果标定参数不对跑数据集分分钟轨迹发散。我建议在 ROS2 环境下用 Kalibr 完成 camera-imu 标定。Kalibr 本身是 ROS 包官方仓库对 ROS2 的支持现在也基本完善可以直接把 Kalibr 放进同一个 ROS2 工作空间编译。有一个更稳妥的路径是用 Docker 镜像跑 Kalibr避免把一堆标定依赖混进你辛苦搭好的 ROS2 环境里。跑 EuRoC 数据集时其实不需要自己标定直接用数据集自带的配置即可。VINS-Fusion 的config/euroc/euroc_config.yaml已经包含了 EuRoC 的相机内参、imu 到 cam 的外参以及 IMU 噪声参数。真正要做的是把imu_topic和image_topic改成数据集 bag 里实际的话题名。我后来在 ROS2 上跑通之后用自己 Demo 相机 IMU 模块做过一次完整标定经验是标定板棋盘格不要太少推荐 8x11 或者更大采集数据时尽量让相机做完各个轴方向的旋转不要总在一个平面上转圈IMU 与相机之间的固定要稳否则标定出的外参会漂。VINS-Fusion 初始化时对 IMU 的静置时间也有要求开机后先放平静止一两秒钟再开始运动成功率会高很多。4. 编译排错实录那些让你怀疑人生的报错4.1 编译阶段高频报错与解决整个迁移过程中我碰到最多的错误集中在 CMake 阶段。这里挑几个有代表性的详细讲。第一个是Could not find a package configuration file provided by catkin。这个不用多想一定是CMakeLists.txt里还残留着find_package(catkin REQUIRED COMPONENTS ...)。把这一整段删掉换成 ament 风格的一串 find_package 即可。第二个是fatal error: cv_bridge/cv_bridge.h: No such file or directory。ROS2 Humble 中 cv_bridge 的头文件是cv_bridge/cv_bridge.hpp而不是.h。把所有#include cv_bridge/cv_bridge.h改成#include cv_bridge/cv_bridge.hpp另一个相关文件#include opencv2/imgproc/imgproc.hpp也要检查一下是否匹配。第三个是no matching function for call to toCvCopy。这通常是因为实参类型还是const sensor_msgs::ImageConstPtr而 Ubuntu 22.04 上 cv_bridge 的toCvCopy接口要求的是const sensor_msgs::msg::Image::ConstSharedPtr。解决办法是不要传智能指针改成传引用例如cv_bridge::CvImagePtr cv_ptr cv_bridge::toCvCopy(*msg, bgr8);其中*msg是解引用后的消息对象。这里还有个隐含问题如果你把原始 ROS1 代码的msg定义成boost::shared_ptr就算改了解引用某些编译器还是会因为 boost 和 C 标准库的 shared_ptr 混用报错。建议统一改成rclcpp自带的智能指针。第四个是OpenCV 4.x: CV_LOAD_IMAGE_GRAYSCALE is deprecated。这是老生常谈了把CV_LOAD_IMAGE_GRAYSCALE换成cv::IMREAD_GRAYSCALE把CV_RGB2GRAY换成cv::COLOR_RGB2GRAY。VINS-Fusion 源码里其实做了一部分兼容但总有几个漏网之鱼。第五个是 Eigen 对齐问题报错往往会带static assertion failed之类的字样定位到 Eigen 的某一行。这通常不是代码逻辑错误而是编译选项引起的。建议在 CMakeLists 里不要乱开-marchnative、-mavx2这类指令集选项如果要开全工程要统一开启并且避免在类中直接存放固定大小如 Eigen::Vector4d的成员变量。一个简单的规避手法是给类加EIGEN_MAKE_ALIGNED_OPERATOR_NEW或者使用std::unique_ptr包一层很多第三方库的 ROS2 分支就是这么干的。4.2 链接阶段与运行时崩溃排查编译一旦通过下一步最常遇见的坑是运行崩溃或节点启动后立刻退出。一个常见的链接错误是undefined reference to ceres::...这通常是 Ceres 版本不匹配。Ubuntu 22.04 的 libceres-dev 自带的是 Ceres 2.1.0如果你项目里还链接了一个从源码编译的 Ceres 2.0两个版本的头文件和库混用就会出问题。定位方法很简单ldconfig -p | grep ceres看看系统里实际有哪些 libceres 库再检查 CMakeCache 里Ceres_DIR指向哪里把非 apt 的路径清理掉。另一个运行时常见问题是 Rviz2 显示空白完全看不到轨迹。排查思路是ros2 topic list ros2 topic echo /vins_estimator/odometry如果话题有数据说明节点和话题层正常问题出在 TF。用命令检查是否有 TF 被正确发布ros2 run tf2_ros tf2_echo world camera如果不能输出变换回看代码里frame_id和child_frame_id是否对应以及sendTransform是否在循环里被持续调用。VINS-Fusion 里 TF 是在每个关键帧处理回调里发布的如果算法没有完成初始化可能前几秒一直没有 TF不对应实际状态。DDS 节点互相发现不了也是高频问题。同一台机器上跑两个节点一个ros2 topic pub另一个ros2 topic echo如果一边有 publisher 一边收不到先检查两边ROS_DOMAIN_ID是否一致再看有没有防火墙挡住 DDS 的组播端口。在 Ubuntu 22.04 默认防火墙规则比较宽松一般不会出问题但如果用公司安全策略强制的网络环境就要手动放行 7400-7500 左右的端口范围。4.3 运行验证用EuRoC数据集跑通流程环境搭建和代码改造都完成后真正的验收是用公开数据集把完整流程跑通。这一步最能暴露出迁移是否彻底。首先下载 EuRoC 数据集。数据集官方提供的是 ROS1 bag 格式直接给 ROS2 播放会不识别需要用工具转换。我用的方式是rosbags工具pip install rosbags rosbags-convert MH_01_easy.bag --to ros2转换出来的 ROS2 bag 是一个目录里面包含 metadata.yaml 和零散的 .db3 文件。播放ros2 bag play MH_01_easy_ros2启动 VINS-Fusion 之前先确认配置文件里的读写路径和话题名与实际 bag 一致。EuRoC 的典型话题是/cam0/image_raw和/imu0你在config/euroc/euroc_config.yaml里改成这两个值把pose_graph_save_path和output_path设为当前用户可写的目录。然后启动估计器ros2 run vins_estimator vins_estimator /path/to/config/euroc/euroc_config.yaml打开 Rviz2添加 Odometry 和 Path 显示frame_id 选择world。如果一切正常能画出一段平滑轨迹跟数据集提供的 ground truth 大致吻合。注意 Rviz2 的 Global Options 里固定坐标系要设成world否则显示乱七八糟。这里我踩过一个小坑bag 播放速度太快会导致 VINS 初始化失败。ROS1 里可以用--clock让节点等待 /clock 时间ROS2 bag play 默认就会发布 /clock但 VINS-Fusion 并不依赖 /clock它的处理速度完全跟随 bag 的真实播放时间。如果系统负载高导致 bag 播放掉帧图像和 IMU 的时间戳会错乱轨迹很容易飞。稳妥做法是加一个播放速度参数ros2 bag play MH_01_easy_ros2 --rate 0.5让数据以半速进入算法等初始化完成后再慢慢调回 1.0。5. 常见问题速查与避坑经验5.1 一张表解决90%的编译问题我在迁移过程中把所有碰到的报错整理成一张表后面队友再遇到类似问题基本照着就能定位省了不少时间。报错现象根本原因解决办法Could not find “catkin”CMakeLists 还是 ROS1 风格改成 ament_cmake并删除 catkin 相关依赖cv_bridge/cv_bridge.h 找不到头文件名在 ROS2 中是 .hpp统一改为 cv_bridge/cv_bridge.hpptoCvCopy 无匹配函数消息类型不匹配传入*msg而非智能指针CV_LOAD_IMAGE_GRAYSCALE 被弃用OpenCV 4.x API 变化用 cv::IMREAD_GRAYSCALE 替换ament_package() 必须在 install 之后CMakeLists 指令顺序错误调整 install 和 ament_package 的位置ros2 run 提示找不到可执行文件缺少 install(TARGETS)在 CMakeLists 中添加 install 到 lib/${PROJECT_NAME}话题 QoS 不兼容警告发布者和订阅者 QoS 策略不匹配摄像头/IMU 订阅使用 SensorDataQoSTF 显示不存在frame_id 或 child_frame_id 不匹配检查代码和 Rviz2 中的 fixed frame轨迹发散严重时间戳异常或 bag 播放掉帧降低 bag 播放速率检查原始时间戳5.2 性能、数据同步与调试技巧VINS-Fusion 在 ROS2 下的性能损耗主要来自 DDS 的序列化和反序列化但这部分占比其实很小。真正影响实时性的是图像话题的 QoS 设置。如果你在传输 WiFi 环境下用 reliable QoS图像消息可能反复重传导致延迟飙升极端情况下反而比 ROS1 更卡。把图像和 IMU 的 QoS 调整为 best_effort 后延迟和 CPU 占用都能明显改善。数据同步方面我强烈建议检查一下 bag 转换后的时间戳。不是所有转换工具都能完美保留原 bag 的时间轴出错时最容易表现为“初始化一直不成功”或“轨迹缓慢漂移”。用以下命令快速看一帧ros2 topic echo --once /cam0/image_raw确认header.stamp的 nanosec 字段是合理的系统时间范围而不是 0 或很大很乱的值。调试时还有一个提高效率的小技巧使用 VSCode 的 ROS 插件可以远程调试节点设置断点一点不卡。也有同事习惯用gdb直接调试 colcon 生成的可执行文件路径在install/vins_estimator/lib/vins_estimator/vins_estimator需要把install/setup.bash环境加载后再启动。我不太建议初次迁移就把时间花在断点调试上先用RCLCPP_INFO和ros2 topic echo把数据流捋顺比上调试器高得多。5.3 开发效率提升心得最后分享几点关于开发效率的心得。迁移这种老工程的正确策略不是一鼓作气改完所有代码而是“每次只迁移一个包跑通了再动下一个”。我当时的顺序是camera_model - feature_tracker - vins_estimator - pose_graph - global_fusion - vins_fusion。每个包迁移完都单独colcon build --packages-select编译再启动节点看一下能否正常收发话题。这样即使出了问题也能精准定位到具体包的改动。有人可能会问既然 VINS-Fusion 社区已经有很多 ROS2 fork为什么不直接拿别人的分支用我的看法是看别人的 fork 确实能帮助你快速了解改动点但不少 fork 只适配了老版本代码或者针对特定相机和数据集做了硬编码直接用未必省事。把官方仓库的 ROS1 分支作为基底对照社区 fork 的 diff 来改既保留了官方代码的稳定性又能学到真正的迁移技巧。Docker 也是一个非常推荐的开发方式。用ros:humble-ros-base镜像把 VINS-Fusion 工作空间和数据集目录挂载进去宿主机不安装任何 ROS 环境所有依赖隔离在容器里。这样做的好处是即使你把环境搞崩了只要重新开一个容器就能恢复。要注意的是如果需要在容器里直接跑 RViz2启动容器时一定要加--networkhost并挂载 X11 socket 相关参数否则图形界面出不来。6. 写在最后的一点体会这次迁移真正让我印象深刻的不只是技术层面的细节而是 ROS1 和 ROS2 在工程思维上的差异。ROS1 很多东西是约定俗成的包之间靠隐式依赖和全局参数就能跑起来很方便但也很脆弱ROS2 把依赖关系、参数作用域、生命周期这些概念都显式化了初期改造麻烦长期维护却更省心。具体到 VINS-Fusion 这件工程上算法的核心部分其实几乎没有改动那些 estimator.cpp、imu_factor.cpp 里面的公式和优化逻辑都不用碰。工作量全部集中在“让代码跟上 ROS2 的通信方式和构建规则”这件事上。这让我意识到对一个机器人系统来说算法模型和工程框架的耦合度往往比想象中低只要数据流理清了迁移并没有想象中那么可怕。如果你也正卡在 VINS-Fusion 或类似 ROS1 工程的迁移路上我建议你照着“构建层、接口层、行为层”的顺序来拆解一次只处理一层每个包单独编译验证遇到报错先搜报错关键字再看 CMakeLists 和头文件。这套方法帮我顺利跑通了所有子包整个流程走下来我对 ROS2 的掌控力比以前混着 ROS1 写代码时要强得多。祝迁移顺利少踩几次坑。

Ubuntu 22.04下VINS-Fusion迁移到ROS2 Humble的完整指南

相关推荐

Codex 实战手册：安装配置、接入 DeepSeek 与常见报错排查

BiliBiliToolPro 批量取关 3 步配置教程：10 分钟清理你的关注分组

使用 OpenCLI 通过 CDP 控制 Qoder IDE 桌面端：完整命令手册与源码原理解析

更多资讯

TiXL (T3) 中的 WebServer 运算符：用 Lib.io.http 搭建简易 HTTP 服务

Preview.js 静态预览组件没反应？用 TaoToken 接入的 Codex 查配置

Claude Code v2.1.150 日志只写 internal infrastructure improvements？TaoToken 这样改 settings.json

Gooey 集成测试实战：wxPython 上下文隔离与 Unittest 单测的进程模型限制

Paradox 框架想了解原理？TaoToken 只给 Key，让 Codex 拆 numpy 实现

Python+Playwright实战：破解Shopee弧形滑块验证码的完整方案

今日更新

深入解析Transformer多头注意力机制与工程优化

OpenClaw 的 Skills 跑学习任务，模型通道改到 TaoToken 通道行不行？

ChatGPT报错Oops, an error occurred! 全链路排查指南

本周精选

深入解析Transformer多头注意力机制与工程优化

OpenClaw 的 Skills 跑学习任务，模型通道改到 TaoToken 通道行不行？

ChatGPT报错Oops, an error occurred! 全链路排查指南

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？