ROS2系列 (16) : Python服务通信实例——自定义消息接口

ROS2系列 (16) : Python服务通信实例——自定义消息接口（人脸检测服务前置）

在ROS2服务通信中，自定义消息接口是实现个性化“请求-响应”的基础。本文将以“人脸检测服务”为例，详解如何创建自定义服务接口包，为后续服务端和客户端开发奠定基础。

一、需求与技术拆解

需求：创建人脸检测服务，客户端提供图像，服务端返回人脸数量和位置信息。

技术拆解：

• 如何定义服务接口？—— 自定义.srv文件，声明请求（图像）和响应（人脸信息）结构。
• 如何组织文件架构？—— 遵循ROS2功能包规范，通过rosidl_default_generators自动生成多语言接口。
• 如何确保跨语言兼容？—— 依赖官方消息类型（如sensor_msgs/Image），保证Python和C++节点的互操作性。

二、创建工作空间与功能包

2.1 搭建工作空间

mkdir -p ~/chapt4/chapt4_ws/src
cd ~/chapt4/chapt4_ws
code .  # 可选：用VSCode打开工作空间

2.2 创建自定义接口功能包

在src目录下创建功能包，用于管理人脸检测的服务接口：

cd src
ros2 pkg create chapt4_interfaces --dependencies sensor_msgs rosidl_default_generators --license Apache-2.0

• --dependencies sensor_msgs：依赖官方图像消息类型，用于传输人脸检测的输入图像；
• --dependencies rosidl_default_generators：依赖消息生成工具，自动生成Python/C++接口代码。

三、组织自定义服务接口文件架构

功能包的文件架构需遵循ROS2规范，重点关注srv目录和配置文件：

chapt4_interfaces/
├── srv/                  # 存放自定义服务接口文件
│   └── FaceDetector.srv  # 人脸检测服务的请求-响应定义
├── CMakeLists.txt        # 构建配置（声明服务接口和依赖）
├── package.xml           # 功能包元信息（声明依赖和接口类型）
└── LICENSE

四、编写自定义服务接口（.srv文件）

在chapt4_interfaces/srv/目录下创建FaceDetector.srv，定义请求和响应结构：

sensor_msgs/Image image  # 人脸图像（请求字段）
---
int16 number             # 人脸个数（响应字段）
float32 use_time         # 识别耗时
int32[] top              # 人脸在图像中的位置（上边界）
int32[] right            # 人脸在图像中的位置（右边界）
int32[] bottom           # 人脸在图像中的位置（下边界）
int32[] left             # 人脸在图像中的位置（左边界）

• 请求部分：仅包含一个sensor_msgs/Image类型的字段image，用于传输待检测的图像；
• 响应部分：包含人脸数量、识别耗时和人脸位置数组，用于反馈检测结果。

五、配置package.xml

打开chapt4_interfaces/package.xml，添加服务接口的元信息和依赖：

<?xml version="1.0"?>
<?xml-model href="http://download.ros.org/schema/package_format3.xsd" schematypens="http://www.w3.org/2001/XMLSchema"?>
<package format="3"><name>chapt4_interfaces</name><version>0.0.0</version><description>人脸检测服务的自定义接口包</description><maintainer email="[e-mail]">your_name</maintainer><license>Apache-2.0</license><!-- 构建依赖 --><buildtool_depend>ament_cmake</buildtool_depend><buildtool_depend>rosidl_default_generators</buildtool_depend><!-- 运行依赖 --><depend>sensor_msgs</depend><depend>rosidl_default_runtime</depend><!-- 声明为接口包 --><member_of_group>rosidl_interface_packages</member_of_group><export><build_type>ament_cmake</build_type></export>
</package>

• <member_of_group>rosidl_interface_packages</member_of_group>：声明该功能包是ROS2接口包，确保工具链能识别并生成多语言代码；
• rosidl_default_generators和rosidl_default_runtime：分别为构建和运行时的消息生成依赖。

六、配置CMakeLists.txt

打开chapt4_interfaces/CMakeLists.txt，添加服务接口的构建规则：

cmake_minimum_required(VERSION 3.8)
project(chapt4_interfaces)if(CMAKE_COMPILER_IS_GNUCXX OR CMAKE_CXX_COMPILER_ID MATCHES "Clang")add_compile_options(-Wall -Wextra -Wpedantic)
endif()# 查找依赖包
find_package(ament_cmake REQUIRED)
find_package(sensor_msgs REQUIRED)
find_package(rosidl_default_generators REQUIRED)# 声明自定义服务接口文件
set(srv_files"srv/FaceDetector.srv"
)# 生成服务接口的多语言代码（Python/C++）
rosidl_generate_interfaces(${PROJECT_NAME}${srv_files}DEPENDENCIES sensor_msgs  # 依赖sensor_msgs以使用Image类型
)ament_package()

• rosidl_generate_interfaces：核心指令，自动解析.srv文件，生成Python的模块和C++的头文件；
• DEPENDENCIES sensor_msgs：声明依赖sensor_msgs，确保生成的接口能正确引用Image类型。

七、构建并验证自定义接口

7.1 构建功能包

在工作空间根目录执行构建：

cd ~/chapt4/chapt4_ws
colcon build --packages-select chapt4_interfaces

7.2 验证接口生成

先source环境变量，再通过ros2 interface show查看生成的服务接口：

source install/setup.bash
ros2 interface show chapt4_interfaces/srv/FaceDetector

输出应与我们编写的.srv文件一致：

sensor_msgs/Image imagestd_msgs/Header headerbuiltin_interfaces/Time stampint32 secuint32 nanosecstring frame_iduint32 heightuint32 widthstring encodinguint8 is_bigendianuint32 stepuint8[] data
---
int16 number
float32 use_time
int32[] top
int32[] right
int32[] bottom
int32[] left

这表明自定义服务接口已成功生成，且正确引用了sensor_msgs/Image的结构。

八、总结

本文完成了“人脸检测服务”的自定义接口开发，核心流程包括：

• 功能包创建与依赖配置：基于sensor_msgs和rosidl_default_generators创建接口包；
• 服务接口定义：通过.srv文件声明“图像请求-人脸信息响应”的结构；
• 构建与验证：通过colcon build生成多语言接口，并通过ros2 interface show验证。

后续会接着基于该接口开发服务端（人脸检测算法实现）和客户端（图像发送与结果解析），完成完整的人脸检测服务闭环。