第七章：ROS2 支持哪些编程语言——选择适合你的¶

ROS2 支持多种编程语言，但官方主推的是两种：

Python（rclpy）
C++（rclcpp）

这一章我们详细聊聊这两种语言在 ROS2 中的应用。

7.1 官方支持的两种语言¶

Python（rclpy）¶

优点¶

Python 的优势

✓ 语法简单
代码量少，可读性强
✓ 开发快
不需要编译，改完直接运行
✓ 调试方便
报错信息清晰，容易定位问题
✓ 第三方库多
NumPy、OpenCV、TensorFlow 等
数据处理、图像处理、机器学习都很方便

缺点¶

Python 的劣势

✗ 运行慢
解释型语言，性能比 C++ 差
✗ 不支持实时系统
有 GIL（全局解释器锁）
无法保证确定性响应时间

适合场景¶

推荐使用 Python 的情况

✓ 学习入门
✓ 快速验证想法
✓ 对性能要求不高的应用
✓ 数据处理和分析
✓ 深度学习相关应用

C++（rclcpp）¶

优点¶

C++ 的优势

✓ 运行快
编译型语言，性能优秀
✓ 性能好
可以充分利用硬件性能
✓ 支持实时
可以用于实时控制系统
✓ 底层驱动多是 C++ 写的
与硬件交互更直接

缺点¶

C++ 的劣势

✗ 语法复杂
学习曲线陡峭
指针、内存管理等概念容易出错
✗ 开发慢
需要编译，改一点代码要重新编译
编译时间长
✗ 调试相对困难
报错信息有时不够清晰

适合场景¶

推荐使用 C++ 的情况

✓ 对性能要求高的应用
✓ 实时控制系统
✓ 硬件驱动开发
✓ 商业产品

7.2 我的建议¶

新手先用 Python！¶

推荐学习路径

先用 Python 学习 ROS2 的概念和用法。

为什么这样建议？¶

降低学习难度
不用同时学 ROS2 和 C++ 语法
专注于理解 ROS2 的核心概念
快速看到效果
写几行代码就能跑起来
增强学习信心
后续转 C++ 不难
ROS2 的 Python 和 C++ API 设计类似
概念清楚后，语法只是工具

不要一上来就学 C++¶

常见误区

别一上来就学 C++，

容易被语法劝退，

反而忽略了对 ROS2 本身的理解。

7.3 Python 和 C++ 在 ROS2 中的对比¶

代码对比¶

同一个功能，用两种语言实现：

Python 版本¶

#!/usr/bin/env python3
import rclpy
from rclpy.node import Node
from std_msgs.msg import String

class PublisherNode(Node):
    def __init__(self):
        super().__init__('publisher_node')
        self.publisher_ = self.create_publisher(String, 'topic', 10)
        self.timer = self.create_timer(1.0, self.timer_callback)
        self.count = 0

    def timer_callback(self):
        msg = String()
        msg.data = f'Hello {self.count}'
        self.publisher_.publish(msg)
        self.count += 1

def main():
    rclpy.init()
    node = PublisherNode()
    rclpy.spin(node)
    rclpy.shutdown()

if __name__ == '__main__':
    main()

C++ 版本¶

#include "rclcpp/rclcpp.hpp"
#include "std_msgs/msg/string.hpp"

class PublisherNode : public rclcpp::Node {
public:
    PublisherNode() : Node("publisher_node"), count_(0) {
        publisher_ = this->create_publisher<std_msgs::msg::String>("topic", 10);
        timer_ = this->create_wall_timer(
            std::chrono::seconds(1),
            std::bind(&PublisherNode::timer_callback, this)
        );
    }

private:
    void timer_callback() {
        auto msg = std_msgs::msg::String();
        msg.data = "Hello " + std::to_string(count_);
        publisher_->publish(msg);
        count_++;
    }

    rclcpp::Publisher<std_msgs::msg::String>::SharedPtr publisher_;
    rclcpp::TimerBase::SharedPtr timer_;
    int count_;
};

int main(int argc, char** argv) {
    rclcpp::init(argc, argv);
    auto node = std::make_shared<PublisherNode>();
    rclcpp::spin(node);
    rclcpp::shutdown();
    return 0;
}

可以看到：¶

代码对比

Python 版本
代码更简洁
可读性更强
20 多行代码
C++ 版本
代码更啰嗦
需要包含头文件
需要声明类型
30 多行代码

7.4 性能对比¶

实际测试¶

性能数据

对于简单的发布/订阅： - C++ 延迟约 0.1 ms - Python 延迟约 1-2 ms

什么时候性能差异重要？¶

需要考虑性能的场景

高频控制
比如 1000 Hz 的控制循环
实时系统
工业机器人
无人机姿态控制
大量数据处理
高速图像处理
点云处理

什么时候性能差异不重要？¶

Python 完全够用的场景

低频任务
比如 10 Hz 的导航
非实时应用
数据记录
用户界面
学习阶段
理解概念最重要

7.5 混合使用策略¶

最佳实践¶

工程化方案

Python 和 C++ 的节点可以在一个项目里共存！

混合使用的典型方案¶

机器人系统架构：

底层控制（C++）
    ↓
    └─ 电机驱动节点（C++）
    └─ 传感器驱动节点（C++）
    └─ 实时控制节点（C++）

中间层（Python/C++ 混合）
    ↓
    └─ SLAM 节点（C++）
    └─ 导航节点（C++）
    └─ 图像处理节点（Python）

高层决策（Python）
    ↓
    └─ 任务规划节点（Python）
    └─ 用户界面节点（Python）
    └─ 数据记录节点（Python）

混合使用的优势¶

各取所长

性能关键部分用 C++
保证实时性和效率
快速开发部分用 Python
提高开发效率
方便调试和修改

7.6 学习路径建议¶

阶段一：入门（1-2 个月）¶

Python 入门

只用 Python
学习 ROS2 核心概念
完成基础项目

阶段二：进阶（2-3 个月）¶

深入学习

继续用 Python
学习更复杂的功能
导航、SLAM、机械臂控制等

阶段三：优化（根据需求）¶

按需选择

如果需要性能
学习 C++
重写关键节点
如果 Python 够用
继续用 Python
专注于应用开发

7.7 其他语言支持¶

社区支持的语言¶

除了 Python 和 C++，ROS2 社区还有一些其他语言的实现：

Rust¶

新兴选择

性能接近 C++
内存安全
适合系统编程

状态： 社区开发中，不够成熟

Java¶

企业级

适合企业应用
跨平台

状态： 有官方支持，但不如 Python/C++ 完善

JavaScript/TypeScript¶

Web 开发

适合 Web 界面开发
ros2djs、ros3djs

状态： 主要用于可视化，不用于核心开发

建议¶

语言选择

对于学习和开发，还是建议专注于 Python 和 C++。

其他语言可以作为了解，

但不要在学习阶段增加额外负担。

7.8 常见问题¶

问题1：我只会 Python，能找到工作吗？¶

完全可以

很多公司的 ROS 项目主要用 Python
特别是研究型岗位
但如果会 C++，选择会更多

问题2：我只会 C++，可以吗？¶

当然可以

很多底层开发必须用 C++
但建议也了解 Python
可以提高开发效率

问题3：我应该花多少时间学 C++？¶

建议

如果你的主要目标是学 ROS2：

先用 2-3 个月学好 ROS2（用 Python）
然后根据需求决定是否学 C++
如果要学 C++，再花 1-2 个月

问题4：Python 节点和 C++ 节点能通信吗？¶

完全可以

ROS2 的通信是语言无关的
Python 节点和 C++ 节点可以无缝通信
这也是混合开发的基础

7.9 代码风格建议¶

Python 代码风格¶

遵循 PEP 8 规范：

# 好的命名
class RobotController(Node):
    def __init__(self):
        self.max_speed = 2.0

    def calculate_velocity(self, distance):
        return min(distance, self.max_speed)

# 不好的命名
class rc(Node):
    def __init__(self):
        self.ms = 2.0

    def cv(self, d):
        return min(d, self.ms)

C++ 代码风格¶

遵循 Google C++ Style Guide 或 ROS2 Style Guide：

// 好的命名
class RobotController : public rclcpp::Node {
private:
    double max_speed_;

public:
    double calculateVelocity(double distance) {
        return std::min(distance, max_speed_);
    }
};

// 不好的命名
class RC : public rclcpp::Node {
private:
    double ms;

public:
    double cv(double d) {
        return std::min(d, ms);
    }
};

本章小结：¶

ROS2 官方支持两种语言

Python（rclpy）：简单、开发快

C++（rclcpp）：性能好、支持实时
语言选择建议

新手先用 Python

需要性能时用 C++

可以混合使用
学习路径

先用 Python 学 ROS2 概念

根据需求决定是否学 C++

不要在学习初期增加额外负担
混合开发

Python 和 C++ 节点可以共存

各取所长，提高开发效率

下一章预告¶

下一章我们会进入实战部分：

Ubuntu 系统安装教程——搭建环境

手把手教你安装 Ubuntu 系统，

为学习 ROS2 做好准备。

第七章：ROS2 支持哪些编程语言——选择适合你的¶

7.1 官方支持的两种语言¶

Python（rclpy）¶

优点¶

缺点¶

适合场景¶

C++（rclcpp）¶

优点¶

缺点¶

适合场景¶

7.2 我的建议¶

新手先用 Python！¶

为什么这样建议？¶

不要一上来就学 C++¶

7.3 Python 和 C++ 在 ROS2 中的对比¶

代码对比¶

Python 版本¶

C++ 版本¶

可以看到：¶

7.4 性能对比¶

实际测试¶

什么时候性能差异重要？¶

什么时候性能差异不重要？¶

7.5 混合使用策略¶

最佳实践¶

混合使用的典型方案¶

混合使用的优势¶

7.6 学习路径建议¶

阶段一：入门（1-2 个月）¶

阶段二：进阶（2-3 个月）¶

阶段三：优化（根据需求）¶

7.7 其他语言支持¶

社区支持的语言¶

Rust¶

Java¶

JavaScript/TypeScript¶

建议¶

7.8 常见问题¶

问题1：我只会 Python，能找到工作吗？¶

问题2：我只会 C++，可以吗？¶

问题3：我应该花多少时间学 C++？¶

问题4：Python 节点和 C++ 节点能通信吗？¶

7.9 代码风格建议¶

Python 代码风格¶

C++ 代码风格¶

本章小结：¶

下一章预告¶

评论区