智能机器人的功能繁多，全都放在一个计算机里，经常会遇到计算能力不够、处理出现卡顿等情况，如果可以将这些任务拆解，分配到多个计算机中运行岂不是可以减轻压力？
这就是分布式系统，可以实现多计算平台上的任务分配。
分布式通信
什么叫分布式？
之前我们也讲过，在ROS系统中，机器人功能是由各种节点组成的，这些节点可能位于不同的计算机中。
这种结构可以将原本资源消耗较多的任务，分配到不同的平台上，减轻计算压力，这就是分布式通信框架的典型应用之一。
比如这款机器人系统中，有两个计算平台。
机器人体积比较小，不适合放一个笔记本电脑在上边，于是采用树莓派作为控制器，主要实现传感器驱动和电机控制等功能。
不过视觉处理和应用功能就不适合在树莓派里运行了，我们放在另外一个性能更强的笔记本电脑中。
此外我们还需要在电脑上监控机器人的传感器信息，并且远程控制机器人运动。
两个电脑之间的通信，看上去还有点复杂，毕竟相互传输的数据还挺多的。
不过ROS系统都已经为我们设计好了，我们只需要在每一个电脑上配置好ROS环境，功能开发上完全不需要做任何变化，实现非常方便。
接下来，我们就带领大家一起来感受下ROS分布式系统的魅力。
分布式网络搭建
除了我使用的笔记本电脑之外，另外一个计算平台我们选择了树莓派，模拟一个放置在机器人上的控制器。
树莓派配置
在开发之前，我们需要先配置好树莓派的环境，网上也有很多资料，大家都可以参考。
装系统
我们先要给树莓派装系统，这里我们选择的是Ubuntu Mate针对树莓派的镜像，下载镜像之后，烧写到树莓派的SD卡中就可以启动系统了。
Ubuntu MATE镜像下载链接：
https://ubuntu-mate.org/download/
安装ROS2
在安装好的Ubuntu Mate系统中，安装ROS2，和电脑端安装的流程一样。
编译代码
将我们课程的代码也下载到树莓派中，进行编译。
远程桌面
如果大家有显示器，可以直接在树莓派上连接键盘鼠标显示器使用，如果使用不方便的话。
也可以在树莓派上配置好远程桌面，就可以通过网络访问树莓派的桌面系统了。
以上步骤的整体流程和电脑端操作基本一致，大家也可以参考如下链接配置树莓派：
https://blog.csdn.net/qq_52785580/article/details/122599728
分布式数据传输
树莓派配置完成后，确保已经和你所使用的电脑连接到了同一个局域网络中。接下来我们打通两个计算平台的通信能力。具体需要做什么呢？
简而言之，什么都不需要做。我们直接用命令行测试一下话题通信的效果。
Attention
如使用虚拟机，请将虚拟机网络修改为桥接模式
在树莓派端，使用如下命令启动一个发布者节点：
cpp
ros2 run demo_nodes_cpp talker #树莓派端图片
接下来在电脑端，使用如下命令启动一个订阅者节点：
cpp
ros2 run demo_nodes_py listener #PC端
神奇的事情就这样发生了，只要两个计算机安装好ROS2，并且处于同一网络中。
他们就可以实现之前讲过的话题、服务、动作等通信了，感觉就像在一个电脑里一样。
不过这也会带来一个问题，如果一个网络中有很多个计算机，我们并不希望他们都可以互通互联。
而是可以分组通信，小组之间是无法实现通信的。
分布式网络分组
没问题，ROS2提供了一个DOMAIN的机制，就类似分组一样。
处于同一个DOMAIN中的计算机才能通信，我们可以在电脑和树莓派端的.bashrc中加入这样一句配置，即可将两者分配到一个小组中：
cpp
export ROS_DOMAIN_ID=<your_domain_id>
如果分配的ID不同，则两者无法实现通信。
案例一：小海龟分布式控制
分布式通信网络似乎已经建立成功了，是否真有我们想的这么神奇，我们继续测试之前学习过的一些例程。
先来试试ROS中的经典案例------小海龟。
我们可以在电脑端启动小海龟仿真器，树莓派上启动键盘控制节点，或者反过来也可以，依然可以流畅的控制小海龟运动：
cpp
ros2 run turtlesim turtlesim_node # PC端$ ros2 run turtlesim turtle_teleop_key # 树莓派端
案例二：话题分布式通信
我们之前编写的例程是否可以在不修改任何代码的情况下，直接使用呢？
先试试话题通信，树莓派作为发布者，发布Hello World字符串，电脑作为订阅者，订阅Hello World字符串：
cpp
ros2 run learning_topic topic_helloworld_pub # 树莓派端$ ros2 run learning_topic topic_helloworld_sub # PC端
案例三：服务分布式通信
话题没有问题，服务也不在话下。
我们电脑端运行服务器程序，树莓派端运行客户端程序，还是可以顺利实现加法求和功能：
cpp
ros2 run learning_service service_adder_server # PC端$ ros2 run learning_service service_adder_client 2 3 # 树莓派端
案例四：机器视觉分布式应用
以上这些功能还不够复杂？没问题，视觉识别的例程安排上。
接下来，我们将使用树莓派连接摄像头，模拟一个小型机器人，可以采集实时图像。
然后再通过分布式网络，将图像发给电脑端的处理节点，识别图像中的红色物体：
cpp
ros2 run usb_cam usb_cam_node_exe # 树莓派端$ ros2 run learning_topic topic_webcam_sub # PC端没有任何问题，视觉识别的效果如下。
好啦，我们在分布式网络中测试了ROS一系列例程，都没有任何问题，在实际的机器人开发中。
类似的方法会频繁用到，ROS为分布式网络的搭建提供了非常友好的支持，我们几乎不需要任何配置，代码也不需要做任何修改。
只要使用ROS系统，一切都会变得如此轻松。
参考链接：
https://docs.ros.org/en/humble/Concepts/About-Domain-ID.html