一、什么是AimRT

AimRT 是智元机器人公司自主研发的一款机器人通信中间件。

AimRT 是一个面向现代机器人领域的运行时开发框架。 它基于 C++20 开发，轻量且易于部署，在资源管控、异步编程、部署配置等方面具有更现代的设计。旨在为开发者提供一个轻量化的 ROS2 替代中间件；

AimRT 致力于整合机器人端侧、边缘端、云端等各种部署场景的研发。 它服务于现代基于人工智能和云的机器人应用，提供完善的调试和性能分析工具链，以及良好的可观测性支持。

AimRT 还提供了全面的插件开发接口，具有高度可扩展性。 它与 ROS2、HTTP、Grpc 等传统机器人生态系统或云服务生态系统兼容，并支持对现有系统的逐步升级。

AimRT架构：

二、AimRT与ROS2

AimRT 相对于 ROS 并不是取代的关系，而是互补的，AimRT目前没有像ROS一样庞大的社区支持，同样ROS也没有对现代机器人（Robot+AI、Robot+Cloud）的良好支持，官方对AimRT的定位是对标ROS的通信层组件。官方提供了强大的兼容性，加载了 AimRT 官方提供的 ROS2 （Humble）插件的 AimRT 节点可以被认为就是一个 ROS2 节点，可以使用大部分 ROS2 （Humble）的生态，例如 rviz 或 plotjuggler 等。

2.1 定位与设计

• AimRT：

  AimRT 是一个更现代、轻量易用且高效稳定的通信开发框架，致力于整合机器人端侧、边缘端、云端等多种部署场合的研发，更适用于现代基于AI与云的机器人应用。基于 C++20 开发，轻量易部署，在资源管控、异步编程、部署配置等方面都有更现代化的设计。

• ROS2：

  ROS2 是为了传统机器人控制领域设计的，可以较好地支持运动控制、Slam等领域。旨在构建一个统一的机器人开发生态系统，为机器人开发者提供一个开放、可扩展的平台，用于构建、部署和管理机器人应用程序。广泛应用于工业自动化、服务机器人、智能交通、医疗保健以及农业机器人等多个领域。其强大的生态系统和丰富的工具链使得它成为这些领域的首选开发平台。

2.2 组成与通信方式对比

基本特点对比：

通信方式对比：

三、AimRT基本概念

AimRT的官方文档讲的很详细了，官方解释见 AimRT 中的基本概念

这里只讲一下自己的理解，有不同理解可以交流。

架构相关概念：Node、Pkg、Module

通信相关概念：Protocol、Channel、Rpc、Filter

两种业务逻辑集成方式：App模式 和 Pkg模式

其他：Executor、Plugin

3.1 Node、Pkg 和 Module

Node 是一个运行示例，类似于 ROS 的 Node，是一个进程，可以部署到不同的物理位置。

Module 是一些逻辑功能内聚的源码，类似在模块化编程中的模块，Module 之间不是通过引用头文件调用接口来通信，而是使用 Channel 与 Rpc 来通信，降低了 Module 间的耦合性。

Pkg 本质是一个动态库，他可以包含多个 Module；同时一个Node也可以链接多个动态库。

他们的关系大致如下：

3.2 Protocol、Channel、Rpc 和 Filter

Protocol 即通信数据格式，类似 ROS 的消息（msg/srv），目前支持 Protobuf 和 ROS2 msg/srv

Channel 即发布订阅通信机制，类似 ROS 的 Topic。

发布接口端广播 Protocol 格式的消息数据，数据通过发布后端转化为相应协议的数据格式（Mqtt是TCP/IP协议，ROS2则是DDS协议），订阅后端接收到数据后，再转回 Protocol 格式通过订阅接口输出。

由于多了一层后端的处理，使得 AimRT 即将各业务模块解耦，又可以适配多种通信协议。

Rpc 是请求应答通信机制，类似 ROS 的 Service。

客户接口端发出请求的 Protocol 格式消息数据，数据通过客户后端转化为相应协议的数据格式（Mqtt是TCP/IP协议，ROS2则是DDS协议），服务后端接收到数据后，再转回 Protocol 格式传给服务接口，待请求数据处理完，应答数据再原路返回。

Filter 可以理解为 AimRT 通信数据管道中的过滤器，分为框架侧 Filter（Framework Filter）和用户侧 Filter（User Filter）。用户可以通过自定义该过滤器的行为查看数据信息。

3.3 App模式 和 Pkg模式

AimRT 发布程序的两种方式，App模式可以理解为免安装方式，它的编译结果只生成一个可执行文件，一般用于小工具、小型 Demo 场景，没有太大的模块解耦需求；

Pkg模式发布一个动态库，一般用于中大型项目，对模块解耦、二进制发布等有较强烈需求时。

3.4 Executor

Executor 执行器表示一个可以执行逻辑代码的抽象概念，一个执行器可以是一个线程池、可以是一个协程/纤程，可以是 CPU、GPU、甚至是远端的一个服务器。执行器的作用是对并发任务的管理和调度，我们平常写的最简单的代码也有一个默认的执行器：主线程。

开发者使用 AimRT 的执行器功能时，在业务层将任务打包成一个闭包，然后调用接口层的 API，将任务投递到具体的执行器内，而执行器会根据自己的调度策略，在一定时机执行投递过来的任务。具体逻辑流程如下图所示：

对于闭包，我们经常用到的 lambda表达式、std::function、std::bind等都可以创建闭包。

比如下面例子：

#include <iostream>
#include <thread>
#include <mutex>
#include <condition_variable>
#include <chrono>

std::mutex mtx;
std::condition_variable cv;
bool ready = false;

void print_id(int id) {
    std::unique_lock<std::mutex> lck(mtx);
    // 使用 lambda 表达式作为谓词
    while (!cv.wait_for(lck, std::chrono::seconds(1), [&]{return ready;})) {
        std::cout << "Thread " << id << " waiting for condition variable to be notified...\n";
    }
    std::cout << "Thread " << id << " proceeding after condition variable was notified.\n";
}

void go() {
    std::unique_lock<std::mutex> lck(mtx);
    ready = true;
    cv.notify_all(); // 通知所有等待的线程
}

int main() {
    std::thread threads[10];
    // 创建并启动10个线程
    for (int i = 0; i < 10; ++i)
        threads[i] = std::thread(print_id, i);

    std::cout << "10 threads ready to race...\n";
    std::this_thread::sleep_for(std::chrono::seconds(2)); // 主线程等待2秒
    go(); // 设置条件变量并通知所有线程

    for (auto& th : threads) th.join(); // 等待所有线程完成

    return 0;
}

std::wait_for 函数通过处理 lambda 表达式是否需要继续等待，其中std::wait_for就是一个执行器， lambda 表达式就是一个任务闭包。

3.5 Plugin

Plugin 是AimRT 与 ROS 最不同的地方了，正因为 AimRT 提供了大量的插件接口，使得它有很强的兼容性与扩展性。

Plugin 本质上就是一个可以向 AimRT 框架注册各种自定义功能的动态库，开发者也可以定制开发自己的插件，插件开发方式。