深入浅出ros2时间同步

最新推荐文章于 2024-04-28 18:31:25 发布

Untitled\n

最新推荐文章于 2024-04-28 18:31:25 发布

阅读量1.5k

点赞数 36

分类专栏： ros 多传感器融合文章标签：自动驾驶 ai 目标检测

本文链接：https://blog.csdn.net/weixin_41817841/article/details/136268894

版权

多传感器融合同时被 2 个专栏收录

3 篇文章 2 订阅

订阅专栏

ros

1 篇文章 0 订阅

订阅专栏

深入浅出ros2时间同步

多传感器时间同步中提到，
ROS2提供了message_filters来进行时间同步，message_filters类似一个消息缓存，分别订阅不同的需要融合的传感器的topic，当消息到达message_filters的时候，可能并不会立即输出，而是在稍后的时间点里满足一定条件下输出，message_filters并不会修改各个topic传过来的数据（也就是缓冲区中的数据），而是将各个缓冲区建立时间线，然后根据时间线上的各个时间点来判断是否需要输出。

理论部分

ros2时间同步有两种策略，ExactTime Policy和ApproximateTime Policy，前者需要严格的时间匹配，而ApproximateTime Policy则提供了时间窗口的匹配逻辑。WIKI上描述如下：

令 S 为最后发布的集合，T 为下一个正在创建的集合。其工作原理如下

发布集合S
当一个集合S被发布时，对于每一个topic，时间戳小于 $max_{t}\{S\}$ 的数据都将被丢弃
更新消息队列
每一个topic生成一个指定长度的queue, 新的消息按照到达的顺序插入到各自topic的队列中。
寻找pivot消息
一旦每个topic的队列中至少有一个消息，就会找到队首消息中最新的那个，称为pivot消息。pivot消息是创建集合T的基石，时间匹配机制都依赖于pivot消息，记pivot消息对应的时间戳为 $t_{pivot}$
构建集合Tm
对于所有topic中每比 $t_{pivot}$ 要大的消息m，找到一个最小的集合Tm，按时间顺序检查消息m，如果下一个消息还不能确定，就等待直到队列达到指定大小。
发布最小集合Tm
一旦到达pivot消息，就意味着所有的Tm都已经被枚举出来，或者当可以使用各种界限证明已经找到了最小的Tm时，就发布最小的Tm。

代码部分

说实话，WIKI的描述有点云里雾里，不结合代码的话很难理解，Talk is cheap, show me the code

ApproximateTimeSynchronizer集成自TimeSynchronizer和SimpleFilter
SimpleFilter <- TimeSynchronizer <- ApproximateTimeSynchronizer

初始化

通过TimeSynchronizer.connectInput初始化队列，每个ros topic初始化一个队列，注册add回调函数, 添加到input_connections列表。队列实际上是字典的形式。消息的毫秒时间戳作为key，消息体为value，消息先进先出

def __init__(self, fs, queue_size):
    SimpleFilter.__init__(self)
    self.connectInput(fs)
    self.queue_size = queue_size
    self.lock = threading.Lock()

def connectInput(self, fs):
    self.queues = [{} for f in fs]
    self.input_connections = [
        f.registerCallback(self.add, q, i_q)
        for i_q, (f, q) in enumerate(zip(fs, self.queues))]

add回调函数负责筛选数据并发布，不同的Synchronizer有不同的逻辑。TimeSynchronizer每次添加新的消息时，获取所有队列具有相同时间戳的数据，发布上述具有相同时间戳的数据并从队列中删除。而ApproximateTimeSynchronizer根据pivot和时间窗口，筛选并发布具有近似时间戳的数据

ApproximateTimeSynchronizer

相对TimeSynchronizer严格的时间同步，多了个slop参数，单位为秒。对应的回调函数add的逻辑也不一样。slop是时间同步的阈值窗口，说人话就是对于每一条需要进行同步的数据，其他队列的数据，与其时间戳差值超过slop的，就被pass掉了，不进入候选项。其关键步骤如下

基于pivot计算stamps列表
对每个队列中的每条数据s_ego，即pivot消息。遍历其他队列search_queues，找到时间阈值窗口内的数据，并按与数据s_ego的时间差从小到大排序，添加到stamps中，stamps是一个列表，保存当前队列之外的其他队列的数据时间戳，及其与s_ego数据的时间差

## 一般需要在消息体里加上带有时间戳的header
if not hasattr(msg, 'header') or not hasattr(msg.header, 'stamp'):
    if not self.allow_headerless:
        msg_filters_logger = rclpy.logging.get_logger('message_filters_approx')
        msg_filters_logger.set_level(LoggingSeverity.INFO)
        msg_filters_logger.warn("can not use message filters for "
                        "messages without timestamp infomation when "
                        "'allow_headerless' is disabled. auto assign "
                        "ROSTIME to headerless messages once enabling "
                        "constructor option of 'allow_headerless'.")
        return

    stamp = ROSClock().now()
else:
    stamp = msg.header.stamp
    if not hasattr(stamp, 'nanoseconds'):
        stamp = Time.from_msg(stamp)
    # print(stamp)
self.lock.acquire()
my_queue[stamp.nanoseconds] = msg
while len(my_queue) > self.queue_size:
    del my_queue[min(my_queue)]
# self.queues = [topic_0 {stamp: msg}, topic_1 {stamp: msg}, ...]
if my_queue_index is None:
    search_queues = self.queues
else:
    search_queues = self.queues[:my_queue_index] + \
        self.queues[my_queue_index+1:]
# sort and leave only reasonable stamps for synchronization
stamps = []
for queue in search_queues:
    topic_stamps = []
    for s in queue:
        stamp_delta = Duration(nanoseconds=abs(s - stamp.nanoseconds))
        if stamp_delta > self.slop:
            continue  # far over the slop
        topic_stamps.append(((Time(nanoseconds=s,
                            clock_type=stamp.clock_type)), stamp_delta))
    if not topic_stamps:
        self.lock.release()
        return
    topic_stamps = sorted(topic_stamps, key=lambda x: x[1])
    stamps.append(topic_stamps)

获取所有stamps中时间戳的笛卡尔积，即每一个时间戳对

如stamp中包含三个队列的时间戳，分别如下
[('t11','t12'),('t21','t22','t23'),('t31','t32')]，则笛卡尔积为

('t11', 't21', 't31')
('t11', 't21', 't32')
('t11', 't22', 't31')
('t11', 't22', 't32')
('t11', 't23', 't31')
('t11', 't23', 't32')
('t12', 't21', 't31')
('t12', 't21', 't32')
('t12', 't22', 't31')
('t12', 't22', 't32')
('t12', 't23', 't31')
('t12', 't23', 't32')

根据条件筛选和发布时间近似匹配的数据
循环每个时间戳对，条件有两个：

如果最小时间戳和最大时间戳的差值在时间窗口阈值内
且该时间戳对里的所有数据（如(‘t12’, ‘t23’, ‘t31’)）还在各自的队列里（没有被发布出去，也没有被删掉）
就将此时间戳对，及对应的数据作为近似同步的数据对，发布给下游，同时从各自队列里删除此数据对

for vv in itertools.product(*[list(zip(*s))[0] for s in stamps]):
    # vv表示每一个时间戳对
    vv = list(vv)
    # insert the new message
    if my_queue_index is not None:
        vv.insert(my_queue_index, stamp)
    qt = list(zip(self.queues, vv))
    if ( ((max(vv) - min(vv)) < self.slop) and
        (len([1 for q,t in qt if t.nanoseconds not in q]) == 0) ):
        msgs = [q[t.nanoseconds] for q,t in qt]
        self.signalMessage(*msgs)
        for q,t in qt:
            del q[t.nanoseconds]
        break  # fast finish after the synchronizatio

总结

代码部分主要的逻辑在于构建笛卡尔积、根据条件筛选和发布时间近似匹配的数据，这部分和WIKI的描述有点区别，不知道是我理解有误还是我理解有误？官网肯定不会错的吧。。。

ROS2 TimeSynchronizer In Action

时间戳替换

通过ros2 bag record命令录取的ros bag，其时间戳对应着ros bag的记录时间，也就是消息记录时间，部分场景下，而每个消息一般带有消息的产生时间，记录在std_msgs/msg/Header接口中

# Standard metadata for higher-level stamped data types.
# This is generally used to communicate timestamped data
# in a particular coordinate frame.

# Two-integer timestamp that is expressed as seconds and nanoseconds.
builtin_interfaces/Time stamp
        int32 sec
        uint32 nanosec

# Transform frame with which this data is associated.
string frame_id

为了能够在在基于消息产生时间的时间轴来可视化分析不同ros topic消息，需要替换离线录制的ros2 bag中的时间戳。 ros1提供了此类样例和api:http://wiki.ros.org/rosbag/Cookbook
包含了如下功能：

Rewrite bag with header timestamps
Add metadata to a bag
Get summary information about a bag
Get lists of topics and types from a bag
Create a cropped bagfile
Reorder a Bag File Based on Header Timestamps
Export message contents to CSV

但是目前还没发现类似的ros2官方文档。ros2 humble版本中，ros2 bag只提供了如下功能

usage: ros2 bag [-h] Call `ros2 bag <command> -h` for more detailed usage. ...

Various rosbag related sub-commands

optional arguments:
  -h, --help            show this help message and exit

Commands:
  convert  Given an input bag, write out a new bag with different settings
  info     Print information about a bag to the screen
  list     Print information about available plugins to the screen
  play     Play back ROS data from a bag
  record   Record ROS data to a bag
  reindex  Reconstruct metadata file for a bag

  Call `ros2 bag <command> -h` for more detailed usage.

但是可以通过第三方库ros2bag_tools来扩展ros2 bag的功能, 经过扩展后的功能如下表，其中restamp就是进行时间戳替换的模块，既可以将消息记录时间戳替换为header stamp，也能反向替换。

command	description
add	add new topic, with messages aligned to existing topic
cut	cut time slice by wall time or duration offset
drop	drop X out of every Y messages of a topic
export	export data to other formats, see export
extract	extract topics by name
plot	plot message data to a new window, see plot
process	chain multiple filters, see chaining
prune	remove topics without messages
reframe	change frame_id on messages with headers
rename	change name of a topic
replace	replace messages of a specific topic with message data specified in a yaml file
restamp	for all messages with headers, change the bag timestamp to their header stamp
summary	print summary on data to stdout
sync	output synchronized bundles of messages using the ApproximateTimeSynchronizer
video	show or write video of image data

安装及使用

创建ros2_ws目录，并在ros2_ws/src路径下clone以下github repo
- https://github.com/ros2/rosbag2
- https://github.com/AIT-Assistive-Autonomous-Systems/ros2bag_tools
在ros2_ws下执行colcon build，正常情况下等待一会即可构建成功
Source install/setup.bash or setup.zsh，激活环境变量
验证是否安装成功(可以忽略和时间戳替换无关的错误提示)

Failed to load entry point 'plot': cannot import name 'get_reader_options' from 'ros2bag.verb' (/home/daili/my_ros2_humble_ws/install/ros2bag/lib/python3.8/site-packages/ros2bag/verb/__init__.py)
usage: ros2 bag [-h]
                Call `ros2 bag <command> -h` for more detailed usage. ...

Various rosbag related sub-commands

optional arguments:
  -h, --help            show this help message and exit

Commands:
  add      Add new topic, with messages aligned to existing topic
  convert  Given an input bag, write out a new bag with different settings
  cut      Cut timespan from a bag and write to new bag
  drop     Drop X out of every Y messages
  echo     Print message data as yaml
  export   Export bag data to other formats
  extract  Extract specific topics from a bag and write to new bag
  info     Print information about a bag to the screen
  list     Print information about available plugins to the screen
  play     Play back ROS data from a bag
  process  Run a set of filters on input bags and write to new bag
  prune    Remove empty topics and write rest to new bag
  record   Record ROS data to a bag
  reframe  Change header.frame_id of some messages, and write to a new bag
  reindex  Reconstruct metadata file for a bag
  rename   Rename specific topics in a bag, and write to new bag
  replace  Replace content of messages in a bag with a constant, and write to new bag
  restamp  Set bag timestamps to message header timestamps and write to new bag
  summary  Print a summary of the contents of a bag
  sync     Synchronize topics dropping unsynchronized messages
  video    Display or write a video of image data in a bag

  Call `ros2 bag <command> -h` for more detailed usage.

执行以下命令，转换成功的ros2 bag文件夹名默认以时间戳结尾

ros2 bag restamp  <your ros2 bag path>  -s sqlite3 --out-storage sqlite3

时间同步测试

除了在代码中调试时间同步之外，也可以利用上述ros2bag_tools工具基于录制好的ros bag来分析和测试时间同步效果

ros2 bag sync   <rosbag-path>  -s sqlite3 --out-storage sqlite3  --slop 0.05 --progress -o <rosbag-path>-sync -t /multi_stream_detections_0 /multi_stream_detections_1 /multi_stream_detections_2 /multi_stream_detections_3

同时对四路ros topic数据进行时间同步，上下图分别表示同步前后的数据。对50ms(slop=0.05)内的topic数据，近似认为是时间同步的数据，并输出，可以看到，超过时间窗口的数据，并没有被推送出来，也就是说，对于n路ros topic，要么输出近似同步的n路数据，要么都不输出，不存在只输出小于n路数据的情况。

部分场景下，这显然不是一个合理的做法，比如部分传感器失效的情况下，经过ros TimeSynchronizer之后，所有结果都不会被发布出来，即使有正常工作的传感器。一种可能的解决方案是，部分传感器失效的情况下，按既定频率往所属的ros topic发送空的消息，防止所有的topic数据都被过滤掉