【ROS笔记5】tf 和 tf2_ros 的使用区别

[1. 前言](#1. 前言)

[2. tf 和 tf2的比较](#2. tf 和 tf2的比较)

[1. 架构和内聚性（模块化）](#1. 架构和内聚性（模块化）)

[2. 效率和功能（静态变换是关键）](#2. 效率和功能（静态变换是关键）)

[2.1 启动命令的差异](#2.1 启动命令的差异)

[核心区别： TF 必须不断地重复发布相同的静态变换，而 TF2 认识到这是静态变换，所以只在必要时发送。](#核心区别： TF 必须不断地重复发布相同的静态变换，而 TF2 认识到这是静态变换，所以只在必要时发送。)

[2.2 运行结果比对](#2.2 运行结果比对)

[rostopic echo /tf](#rostopic echo /tf)

1. 前言

最近在使用tf or tf_ros2 来发布消息，一直出现问题，记录一下。

bash 复制代码

## tf 正确
        <node pkg="tf" type="static_transform_publisher" name="base"
        args="0 0 0 0 0 0 1 /base /combine 50" />


## tf_ros2 错误
    <node pkg="tf_ros2" type="static_transform_publisher" name="base"
        args="0 0 0 0 0 0 1 /base /combine 50" />


## tf_ros2 正确
    <node pkg="tf_ros2" type="static_transform_publisher" name="base"
        args="0 0 0 0 0 0 1 /base /combine" />

static_transform_publisher 是一个 ROS 工具，用于发布一个不变的坐标变换。它要求用户提供特定数量的参数来定义 平移 (Position) 、旋转 (Orientation) 、坐标系名称 (Frames) 和 发布频率 (Period)。

static_transform_publisher 有两种正确的使用格式：

对于tf2，不用使用

2. tf 和 tf2的比较

1. 架构和内聚性（模块化）

这是两者最大的区别，TF2 更加模块化和内聚。

2. 效率和功能（静态变换是关键）

TF2 引入了 tf_static 话题，显著提高了发布不常变动的坐标变换的效率。

2.1 启动命令的差异

版本	命令	最后参数	含义
TF2	`rosrun tf2_ros static_transform_publisher 0 0 0 0 0 0 /base_link /laser`	无	TF2 版本默认发布频率极低（实际上通常只发布一次），并将变换发布到 `/tf_static` 话题。
TF	`rosrun tf static_transform_publisher 0 0 0 0 0 0 /base_link /laser 100`	`100` (ms)	TF 版本必须指定发布周期（这里是 100ms），并将变换发布到 `/tf` 话题。

++核心区别： TF 必须不断地重复发布相同的静态变换，而 TF2 认识到这是静态变换，所以只在必要时发送。++

2.2 运行结果比对

rostopic echo /tf

输出行为： 循环输出坐标系信息。
原因： TF 版本的 static_transform_publisher 被配置为以 10Hz（即 100ms 周期）向 /tf 话题发送消息。即使变换 T/base_link/laser 始终是单位变换 (0,0,0,0,0,0,1)，它也会每隔 100ms 发送一次相同的消息。
作用： /tf 话题专门用于发布那些随时间不断变化的动态变换 （例如，机器人里程计）。

rostopic echo /tf_static

输出行为： 坐标系信息只输出一次（或在新订阅者连接时再次输出）。
原因： TF2 版本的 static_transform_publisher 认识到这是一个静态变换，因此它通过 Latched Topic (锁存话题) 的机制发布到 /tf_static。
- 锁存话题 (Latched Topic)： 当发布者发送一条消息后，它会保持（锁存）在话题上。任何新的订阅者连接时，都会立即收到最后一条已发布的锁存消息。
作用： 这样可以确保：
1. 网络上没有重复的静态数据传输。
2. 任何新的 TF 监听器启动时，都能立即获取所有静态变换，而无需等待下一次周期性发布。

总结： 在 TF2 中，如果您要发布一个摄像头相对机械臂末端的标定结果（它不会改变），您应该使用 /tf_static 。如果您要发布一个机器人的轮式里程计（它每秒都在变化），您应该使用 /tf。