ros开发之action详解

在ROS（Robot Operating System）中，Action 是一种高级通信机制，适用于需要长时间运行的任务，并且这些任务可以分解为多个步骤或需要实时反馈的场景。Action 通信结合了 Goal（目标）、Feedback（反馈） 和 Result（结果） 的特性，非常适合处理复杂的任务。

以下是 Action 通常使用的场景及其作用，以及几个经典的应用情景：

---

Action 的作用

1. 支持长时间运行的任务：

   • Action 允许任务在后台运行，客户端不需要阻塞等待任务完成。
   • 例如，机器人导航到目标点可能需要几分钟，Action 可以持续提供反馈。

2. 实时反馈：

   • 在任务执行过程中，Action Server 可以不断向客户端发送反馈信息。
   • 例如，机器人移动时，可以实时反馈当前位置。

3. 任务取消和状态管理：

   • 客户端可以随时取消任务，Action Server 会处理取消逻辑。
   • 例如，用户在机器人导航过程中取消目标点。

4. 任务结果返回：

   • 任务完成后，Action Server 会返回最终结果。
   • 例如，机器人到达目标点后，返回成功或失败的状态。

---

Action 的经典应用场景

1. 机器人导航（Navigation）

• 场景描述：
  • 机器人需要从当前位置移动到目标位置。
  • 导航过程可能需要较长时间，且需要实时反馈机器人的位置和状态。
• Action 的作用：
  • Goal：目标位置（如坐标点）。
  • Feedback：机器人当前的位置、速度、剩余距离等。
  • Result：是否成功到达目标位置。
• 示例：
  • ROS 中的 move_base 包就是一个典型的 Action Server，用于实现机器人导航。

2. 机械臂运动控制（Arm Motion Planning）

• 场景描述：
  • 机械臂需要从当前位置移动到目标姿态（如抓取物体）。
  • 运动规划过程可能需要较长时间，且需要实时反馈机械臂的状态。
• Action 的作用：
  • Goal：目标姿态（如关节角度或末端执行器位置）。
  • Feedback：机械臂的当前姿态、运动进度等。
  • Result：是否成功到达目标姿态。
• 示例：
  • ROS 中的 MoveIt! 框架使用 Action 来实现机械臂的运动规划和控制。

3. 物体识别与抓取（Object Detection and Grasping）

• 场景描述：
  • 机器人需要识别桌面上的物体并抓取。
  • 识别和抓取过程可能需要多次尝试，且需要实时反馈识别结果和抓取进度。
• Action 的作用：
  • Goal：目标物体（如物体的位置或类别）。
  • Feedback：识别进度、抓取尝试次数等。
  • Result：是否成功抓取物体。
• 示例：
  • 使用 Action 实现物体识别和抓取任务，结合视觉和机械臂控制。

4. 路径规划与避障（Path Planning and Obstacle Avoidance）

• 场景描述：
  • 机器人在移动过程中需要动态规划路径并避开障碍物。
  • 路径规划过程需要实时反馈当前路径和障碍物信息。
• Action 的作用：
  • Goal：目标位置。
  • Feedback：当前路径、障碍物信息、规划进度等。
  • Result：是否成功规划并到达目标位置。
• 示例：
  • ROS 中的 global_planner 和 local_planner 使用 Action 实现路径规划和避障。

5. 长时间任务监控（Long-running Task Monitoring）

• 场景描述：
  • 机器人执行一个长时间任务（如清洁、巡检等），需要实时监控任务进度。
• Action 的作用：
  • Goal：任务目标（如清洁区域或巡检路线）。
  • Feedback：任务进度、当前状态等。
  • Result：任务是否成功完成。
• 示例：
  • 使用 Action 实现清洁机器人或巡检机器人的任务监控。

6. 多步任务执行（Multi-step Task Execution）

• 场景描述：
  • 机器人需要执行一个多步骤的任务（如打开门、进入房间、关闭门）。
  • 每个步骤可能需要较长时间，且需要实时反馈当前步骤的状态。
• Action 的作用：
  • Goal：任务目标（如进入房间）。
  • Feedback：当前步骤、步骤进度等。
  • Result：任务是否成功完成。
• 示例：
  • 使用 Action 实现多步骤任务的执行和监控。

---

Action 的优势

1. 异步通信：
   • 客户端不需要阻塞等待任务完成，可以同时处理其他任务。
2. 实时反馈：
   • 客户端可以实时了解任务进度，便于监控和调整。
3. 任务管理：
   • 支持任务取消、暂停和恢复，适合复杂的任务场景。
4. 模块化设计：
   • 将任务目标、反馈和结果分离，便于扩展和维护。

---

总结

Action 通信在 ROS 中广泛应用于需要长时间运行、实时反馈和任务管理的场景。经典的应用包括机器人导航、机械臂控制、物体抓取、路径规划等。通过 Action，ROS 提供了一种高效、灵活的通信机制，适用于复杂的机器人任务。

我们结合机器人导航具体看以下action代码
在机器人导航场景中，Action通信 的客户端和服务端分别对应不同的功能模块。以下是详细的解释：

---

1. 客户端节点（Client）

对应模块

• 在机器人导航中，客户端通常是 任务规划模块 或 用户交互模块。
• 例如：
  • 用户通过界面发送导航目标。
  • 高级任务规划器（如任务调度系统）发送导航指令。

主要职责

1. 发送导航目标：
   • 客户端向服务端发送目标位置（如地图坐标或目标点名称）。
   • 目标通常包括位置（x, y）和方向（theta）。
2. 接收反馈：
   • 客户端实时接收服务端发送的反馈信息，如机器人当前位置、速度、剩余距离等。
   • 反馈信息可以用于显示导航进度或调整任务。
3. 处理结果：
   • 客户端接收服务端返回的最终结果，如是否成功到达目标位置。
   • 根据结果决定下一步操作（如重新规划路径或结束任务）。

逻辑流程

1. 创建 Action Client。
2. 等待 Action Server 启动。
3. 发送导航目标。
4. 监听反馈信息并处理。
5. 接收最终结果并处理。

---

2. 服务端节点（Server）

对应模块

• 在机器人导航中，服务端通常是 导航栈（Navigation Stack） 的核心模块。
• 例如：
  • move_base 是 ROS 中常用的导航 Action Server。

主要职责

1. 接收导航目标：
   • 服务端接收客户端发送的目标位置。
2. 路径规划：
   • 根据目标位置和当前地图，使用全局规划器（如 A* 或 Dijkstra）生成一条全局路径。
3. 局部控制：
   • 使用局部规划器（如 DWA 或 TEB）控制机器人沿路径移动，同时避开动态障碍物。
4. 发布反馈：
   • 实时向客户端发送反馈信息，如机器人当前位置、速度、剩余距离等。
5. 返回结果：
   • 当机器人到达目标位置或任务失败时，返回最终结果。

逻辑流程

1. 创建 Action Server。
2. 等待客户端发送目标。
3. 接收目标后，启动路径规划和局部控制。
4. 在导航过程中，实时发布反馈信息。
5. 导航完成后，返回结果。

---

3. 具体逻辑示例

以下是一个典型的机器人导航场景中，客户端和服务端的逻辑流程：

客户端逻辑

1. 初始化：
   • 创建 Action Client，连接到 move_base Action Server。
2. 发送目标：
   • 用户输入目标位置（如 x=5.0, y=3.0, theta=0.0）。
   • 客户端将目标发送给服务端。
3. 监听反馈：
   • 实时接收服务端发送的反馈信息，如机器人当前位置。
   • 在界面上显示导航进度。
4. 处理结果：
   • 如果导航成功，显示“到达目标”。
   • 如果导航失败，显示“任务失败”并提示用户重新规划。

服务端逻辑

1. 初始化：
   • 创建 Action Server，等待客户端连接。
2. 接收目标：
   • 接收客户端发送的目标位置。
3. 路径规划：
   • 使用全局规划器生成一条从当前位置到目标位置的路径。
4. 局部控制：
   • 控制机器人沿路径移动，同时避开动态障碍物。
5. 发布反馈：
   • 实时发布机器人当前位置、速度、剩余距离等信息。
6. 返回结果：
   • 如果机器人到达目标位置，返回“成功”。
   • 如果任务失败（如路径被阻塞），返回“失败”。

---

4. 代码示例

以下是一个简化的客户端和服务端代码示例：

客户端代码

#include <ros/ros.h>
#include <actionlib/client/simple_action_client.h>
#include <move_base_msgs/MoveBaseAction.h>

// 定义反馈回调函数
void feedbackCB(const move_base_msgs::MoveBaseFeedbackConstPtr &feedback) {
    // 打印反馈信息
    ROS_INFO("Current Position: x=%f, y=%f", 
             feedback->base_position.pose.position.x, 
             feedback->base_position.pose.position.y);
}

int main(int argc, char** argv) {
    ros::init(argc, argv, "navigation_client");
    ros::NodeHandle nh;

    // 创建Action Client，连接到move_base
    actionlib::SimpleActionClient<move_base_msgs::MoveBaseAction> client("move_base", true);

    // 等待Action Server启动
    ROS_INFO("Waiting for action server to start.");
    client.waitForServer();
    ROS_INFO("Action server started, sending goal.");

    // 创建目标
    move_base_msgs::MoveBaseGoal goal;
    goal.target_pose.header.frame_id = "map";
    goal.target_pose.header.stamp = ros::Time::now();
    goal.target_pose.pose.position.x = 5.0;  // 目标位置的x坐标
    goal.target_pose.pose.position.y = 3.0;  // 目标位置的y坐标
    goal.target_pose.pose.orientation.w = 1.0;  // 目标方向

    // 发送目标，并绑定反馈回调函数
    client.sendGoal(goal, &feedbackCB);

    // 等待结果
    client.waitForResult();
    if (client.getState() == actionlib::SimpleClientGoalState::SUCCEEDED) {
        ROS_INFO("Goal reached!");
    } else {
        ROS_INFO("Failed to reach goal.");
    }

    return 0;
}

服务端代码

#include <ros/ros.h>
#include <actionlib/server/simple_action_server.h>
#include <move_base_msgs/MoveBaseAction.h>

class MoveBaseServer {
public:
    MoveBaseServer(std::string name) :
        as_(nh_, name, boost::bind(&MoveBaseServer::executeCB, this, _1), false),
        action_name_(name) {
        as_.start();
        ROS_INFO("%s: Action Server started.", action_name_.c_str());
    }

    void executeCB(const move_base_msgs::MoveBaseGoalConstPtr &goal) {
        // 模拟导航过程
        ros::Rate rate(1);
        bool success = true;

        for (int i = 0; i < 5; ++i) {
            // 检查任务是否被取消
            if (as_.isPreemptRequested() || !ros::ok()) {
                as_.setPreempted();
                success = false;
                break;
            }

            // 发布反馈
            move_base_msgs::MoveBaseFeedback feedback;
            feedback.base_position.header.stamp = ros::Time::now();
            feedback.base_position.pose.position.x = i * 1.0;
            feedback.base_position.pose.position.y = i * 0.5;
            as_.publishFeedback(feedback);

            rate.sleep();
        }

        // 返回结果
        if (success) {
            move_base_msgs::MoveBaseResult result;
            result.result = "Goal reached!";
            as_.setSucceeded(result);
        }
    }

private:
    ros::NodeHandle nh_;
    actionlib::SimpleActionServer<move_base_msgs::MoveBaseAction> as_;
    std::string action_name_;
};

int main(int argc, char** argv) {
    ros::init(argc, argv, "move_base_server");
    MoveBaseServer server("move_base");
    ros::spin();
    return 0;
}

---

以上代码中有两处地方解释以下
第一点是MoveBaseServer构造函数中使用初始化列表 初始化Action Server，这里使用boost库中的bind函数绑定回调函数 executeCB，用于处理客户端发送的目标。这是ros1的写法，在ros2中Boost 被逐步替换为 C++11/14/17 的标准库功能（如 std::bind），我们可以直接使用 std::bind来绑定回调函数

第二点是参数的类型，接收端接收参数的类型一定是加上ConstPtr，这是一个固定的规则，是 ROS 中 Action 通信机制的一部分。
比如move_base_msgs::MoveBaseGoalConstPtr 是 move_base_msgs::MoveBaseGoal 的智能指针类型。

ConstPtr 表示这是一个常量指针（即指向常量数据的指针），确保回调函数不会修改目标数据。

不管是goal还是feedback模块，都需要遵循，

5. 总结

• 客户端：负责发送导航目标、接收反馈和处理结果。
• 服务端：负责路径规划、局部控制、发布反馈和返回结果。
• 典型应用：机器人导航、机械臂控制、物体抓取等。