🌀 一个中大型ROS项目常需要各个人员分别完成特定的功能，而后再组合部署，而各人员完成的功能常常依赖于一定的环境，而我们很难确保这些环境之间不会相互冲突，特别是涉及深度学习环境时。这就给团队项目的部署落地带来了极大的困难。虽然类似于conda这样的工具可以弥补一部分的不足，但是对于项目部署而言，还是不足的。
🚀现在就针对上述的问题，提出一种基于docker的ROS2通信解决方案，其中会涉及docker network和docker compose等内容。容器与宿主机的ROS2版本，LTS版(foxy/humble/…)都行。
🌔01
前情说明
首先有以下几点说明
(1) 宿主系统是基于ubuntu系统，系统的架构x86_64或arm均可，使用的是NVIDIA显卡，且系统内已安装相应的显卡驱动。
(2) 宿主机和容器的架构(x86_64/arm64)保持一致。
(3) 如果宿主机开了VPN，先关掉，避免干扰。
为了讲解的方便，假设我们有以下环境：
(1) 宿主系统是ubuntu20.04，架构是x86_64，安装了ros foxy，显卡是NVIDIA GTX 1650，且显卡驱动可用。
(2) 宿主系统内docker和docker compose都可以正常使用。
(3) 有一个docker镜像(假设叫做image:latest)，镜像环境是ubuntu22.04，架构也是x86_64，安装了ros humble。
🌔02
创建docker compose文件
第一步编写一个docker compose文件，用以从镜像创建容器。这种方式会比使用docker run好些，因为它能够把容器的参数写到文件里，还能联调多个容器的关系，对于多容器组合的项目开发比较友好。并且我建议，如果你只有一个docker容器，那也使用docker compose，这样相对于docker run的命令行方式更容易维护。
mkdir project && cd project
touch project.yml
然后编写project.yml的内容，示例如下。这里之所有没用device:来挂载摄像头、激光雷达等外设，那是因为这些外设的驱动节点(传感器数据发布节点)放在宿主机中更好，容器只要订阅这些节点发布的话题进行处理即可。另外，ROS_DOMAIN_ID要一样才能通信，默认为0。且DDS类型要一致，都是Fast DDS（默认）或都是Cyclone DDS。
# 多对多，自由通信
#【可选】先用这个尝试，如果通信不了的话，尝试把该文件中的networks内容改为host，与宿主机共享网络栈
services:
c1: # 服务名称(一个服务对应一个容器),自己取名即可
container_name: c1 # 容器名称
image: image:latest # 镜像名称
working_dir: [your_workdir_path1] # 工作目录,比如/home/zhangsan
shm_size: [your_share_memory_size] # 共享内存大小,比如4G
runtime: nvidia
environment:
- NVIDIA_VISIBLE_DEVICES=all
- DISPLAY=${DISPLAY} # 设置DISPLAY环境变量
volumes:
- [your_source_path1]:[your_target_path1] # 挂载项目目录
- /dev/dri:/dev/dri # 挂载 GPU 设备
- /tmp/.X11-unix:/tmp/.X11-unix:rw # 挂载 X11 Unix 套接字
- ${HOME}/.Xauthority:/root/.Xauthority:rw # 挂载 X11 认证文件
networks:
- [network_name] # 共享网络名称，比如ros_network
stdin_open: true # 相当于 -i
tty: true # 相当于 -t
c2: # 服务名称(一个服务对应一个容器),自己取名即可
container_name: c2 # 容器名称
image: image:latest # 镜像名称
working_dir: [your_workdir_path2] # 工作目录,比如/home/lisi
shm_size: [your_share_memory_size] # 共享内存大小,比如4G
runtime: nvidia
environment:
- NVIDIA_VISIBLE_DEVICES=all
- DISPLAY=${DISPLAY} # 设置DISPLAY环境变量
volumes:
- [your_source_path2]:[your_target_path2] # 挂载项目目录
- /dev/dri:/dev/dri # 挂载 GPU 设备
- /tmp/.X11-unix:/tmp/.X11-unix:rw # 挂载 X11 Unix 套接字
- ${HOME}/.Xauthority:/root/.Xauthority:rw # 挂载 X11 认证文件
networks:
- [network_name] # 共享网络名称，比如ros_network
stdin_open: true # 相当于 -i
tty: true # 相当于 -t
networks: # 如果没有名称为ros_network的网络，会自己创建一个。
[network_name]:
name: [network_name]
driver: bridge
🌔03
启动docker compose服务
开放X11服务(这样容器中的窗口就可以显示出来)，并从project.yml文件启动docker容器。
xhost +
docker-compose -f project.yml up
接着你可以查看网络信息，确认是否共享上了：
docker network ls
你会看这样的信息：
NETWORK ID NAME DRIVER SCOPE
ecb8bca83c79 bridge bridge local
0e489127c701 host host local #这个是你宿主机的网络
fad86f998533 none null local
65b64309ebc2 ros_network bridge local #这个是你刚才创建的共享网络
进一步查看共享网络信息：
docker network inspect ros_network
你会看到这样的输出：
# c1和c2之间的ROS2节点在ros_network子网中通信
# 容器ROS2节点通过把数据转发给ros_network网关，网关再转接给host，实现与宿主机ROS2节点通信
[
{
"Name": "ros_network",
"Id": "65b64309ebc2df88cd05c3a1fb33635ab4818fd6d2022ce028ad25ef22f2e0ef",
"Created": "2025-01-11T20:20:06.632800735+08:00",
"Scope": "local",
"Driver": "bridge",
"EnableIPv6": false,
"IPAM": {
"Driver": "default",
"Options": {},
"Config": [
{
"Subnet": "172.18.0.0/16", # 子网
"Gateway": "172.18.0.1" # 网关
}
]
},
"Internal": false,
"Attachable": false,
"Ingress": false,
"ConfigFrom": {
"Network": ""
},
"ConfigOnly": false,
"Containers": {
"79ba2ce2e7914e02e9c36828eb40c343c5abe5f3ca43f2c61b304b91f8cd8de6": {
"Name": "c1",
"EndpointID": "f3956bf172423f84b4e2bf0d55d9c1149b9135dcc32cfc6d01c6770b86a0015d",
"MacAddress": "02:42:ac:12:00:03",
"IPv4Address": "172.18.0.3/16", # c1的ip
"IPv6Address": ""
},
"d02027c00ae82e6589dd4690fb7f69974de9d867958f17ced17f3babe0c7527b": {
"Name": "c2",
"EndpointID": "50b4abf51ee3f4b118b99813b061830a2cf2858ecffa4b2c6147849e378fe8b7",
"MacAddress": "02:42:ac:12:00:02",
"IPv4Address": "172.18.0.2/16", #c2的ip
"IPv6Address": ""
}
},
"Options": {},
"Labels": {}
}
]
🌔04
ROS2通信测试
另开两个终端，分别在终端内运行以下命令进入容器(你可以开多个)：
docker exec -it c1 /bin/bash # 第一个终端(可以开多个)
docker exec -it c2 /bin/bash # 第二个终端(可以开多个)
启动以下节点：
# 在宿主机中
ros2 run turtlesim turtlesim_node
# 在c1容器中
ros2 run demo_nodes_cpp talker # [INFO] [1736647116.948458682] [talker]: Publishing: 'Hello World: 1'
# 在c2容器中
ros2 run demo_nodes_cpp listener # [INFO] [1736647126.948946624] [listener]: I heard: [Hello World: 1]
并分别在各环境中运行：
ros2 node list
如果所有环境中都输出了以下内容，那就说明成功了。
/listener
/talker
/turtlesim
🌔05
附录
5.1 安装docker compose
# 从官方下载软件包(确保和自己机器的架构一致)：https://github.com/docker/compose/releases
# 假设下载了docker-compose-linux-x86_64到~/Downloads
cd ~/Downloads
# 改名
mv docker-compose-linux-x86_64 docker-compose
# 移动到指定位置
sudo mv docker-compose /usr/local/bin
# 赋予权限
sudo chmod +x /usr/local/bin/docker-compose
5.2 安装网络工具
sudo apt install net-tools
sudo apt install iputils-ping
sudo apt install iproute2
5.3 其他配置
# 查看ros2的信息，包括版本，DDS类型等
ros2 doctor --report
# 下载Cyclone DDS，如果需要的话
sudo apt install ros-$ROS_DISTRO-rmw-cyclonedds-cpp
# bashrc内设置
# >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
# 如果用默认的Fast DDS
export RMW_IMPLEMENTATION=rmw_fastrtps_cpp
# 如果用Cyclone DDS
export RMW_IMPLEMENTATION=rmw_cyclonedds_cpp
export ROS_DOMAIN_ID=0
export ROS_LOCALHOST_ONLY=0
# <<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<