本书共分为六部分。部分介绍了如何编写ROS节点和ROS工具，也覆盖了消息、类和服务器。第二部分是用ROS进行模拟和可视化，其中包括坐标转换。第三部分讨论了ROS的感知过程。第四部分介绍了ROS中的移动机器人控制和导航。第五部分介绍了ROS机器人臂的相关知识。第六部分涉及系统集成和更高级别的控制，包括基于感知的移动操作。

译者序 
前言 
第一部分　ROS基础 / 1 
第1章　概述：ROS工具和节点 / 2 
1.1　ROS基础概念 / 2 
1.2　编写ROS节点 / 5 
1.2.1　创建ROS程序包 / 5 
1.2.2　编写一个最小的ROS发布器 / 8 
1.2.3　编译ROS节点 / 11 
1.2.4　运行ROS节点 / 12 
1.2.5　检查运行中的最小发布器节点 / 13 
1.2.6　规划节点时间 / 15 
1.2.7　编写一个最小ROS订阅器 / 17 
1.2.8　编译和运行最小订阅器 / 19 
1.2.9　总结最小订阅器和发布器节点 / 21 
1.3　更多的ROS工具：catkin_simple、roslaunch、rqt_console和rosbag / 21 
1.3.1　用catkin_simple简化CMakeLists.txt / 21 
1.3.2　自动启动多个节点 / 23 
1.3.3　在ROS控制台观察输出 / 25 
1.3.4　使用rosbag记录并回放数据 / 26 
1.4　最小仿真器和控制器示例 / 28 
1.5　小结 / 32 
第2章　消息、类和服务器 / 33 
2.1　定义自定义消息 / 33 
2.1.1　定义一条自定义消息 / 34 
2.1.2　定义一条变长的消息 / 38 
2.2　ROS服务介绍 / 43 
2.2.1　服务消息 / 43 
2.2.2　ROS服务节点 / 45 
2.2.3　与ROS服务手动交互 / 47 
2.2.4　ROS服务客户端示例 / 48 
2.2.5　运行服务和客户端示例 / 50 
2.3　在ROS中使用C++类 / 51 
2.4　在ROS中创建库模块 / 56 
2.5　动作服务器和动作客户端介绍 / 61 
2.5.1　创建动作服务器包 / 62 
2.5.2　定义自定义动作服务器消息 / 62 
2.5.3　设计动作客户端 / 68 
2.5.4　运行示例代码 / 71 
2.6　参数服务器介绍 / 80 
2.7　小结 / 84 
第二部分　ROS中的仿真和可视化 / 85 
第3章　ROS中的仿真 / 86 
3.1　简单的2维机器人仿真器 / 86 
3.2　动力学仿真建模 / 93 
3.3　统一的机器人描述格式 / 95 
3.3.1　运动学模型 / 95 
3.3.2　视觉模型 / 98 
3.3.3　动力学模型 / 99 
3.3.4　碰撞模型 / 102 
3.4　Gazebo介绍 / 104 
3.5　最小关节控制器 / 112 
3.6　使用Gazebo插件进行关节伺服控制 / 118 
3.7　构建移动机器人模型 / 124 
3.8　仿真移动机器人模型 / 132 
3.9　组合机器人模型 / 136 
3.10　小结 / 139 
第4章　ROS中的坐标变换 / 141 
4.1　ROS中的坐标变换简介 / 141 
4.2　转换侦听器 / 149 
4.3　使用Eigen库 / 156 
4.4　转换ROS数据类型 / 161 
4.5　小结 / 163 
第5章　ROS中的感知与可视化 / 164 
5.1　rviz中的标记物和交互式标记物 / 168 
5.1.1　rviz中的标记物 / 168 
5.1.2　三轴显示示例 / 172 
5.1.3　rviz中的交互式标记物 / 176 
5.2　在rviz中显示传感器值 / 183 
5.2.1　仿真和显示激光雷达 / 183 
5.2.2　仿真和显示彩色相机数据 / 189 
5.2.3　仿真和显示深度相机数据 / 193 
5.2.4　rviz中点的选择 / 198 
5.3　小结 / 201 
第三部分　ROS中的感知处理 / 203 
第6章　在ROS中使用相机 / 204 
6.1　相机坐标系下的投影变换 / 204 
6.2　内置相机标定 / 206 
6.3　标定立体相机内参 / 211 
6.4　在ROS中使用OpenCV / 217 
6.4.1　OpenCV示例：寻找彩色像素 / 218 
6.4.2　OpenCV示例：查找边缘 / 223 
6.5　小结 / 224 
第7章　深度图像与点云信息 / 225 
7.1　从扫描LIDAR中获取深度信息 / 225 
7.2　立体相机的深度信息 / 230 
7.3　深度相机 / 236 
7.4　小结 / 237 
第8章　点云数据处理 / 238 
8.1　简单的点云显示节点 / 238 
8.2　从磁盘加载和显示点云图像 / 244 
8.3　将发布的点云图像保存到磁盘 / 246 
8.4　用PCL方法解释点云图像 / 248 
8.5　物体查找器 / 257 
8.6　小结 / 261 
第四部分　ROS中的移动机器人 / 263 
第9章　移动机器人的运动控制 / 264 
9.1　生成期望状态 / 264 
9.1.1　从路径到轨迹 / 264 
9.1.2　轨迹构建器库 / 268 
9.1.3　开环控制 / 273 
9.1.4　发布期望状态 / 274 
9.2　机器人状态估计 / 282 
9.2.1　从Gazebo获得模型状态 / 282 
9.2.2　里程计 / 286 
9.2.3　混合里程计、GPS和惯性传感器 / 292 
9.2.4　混合里程计和LIDAR / 297 
9.3　差分驱动转向算法 / 302 
9.3.1　机器人运动模型 / 303 
9.3.2　线性机器人的线性转向 / 304 
9.3.3　非线性机器人的线性转向 / 306 
9.3.4　非线性机器人的非线性转向 / 308 
9.3.5　仿真非线性转向算法 / 309 
9.4　相对于地图坐标系的转向 / 312 
9.5　小结 / 317 
第10章　移动机器人导航 / 318 
10.1　构建地图 / 318 
10.2　路径规划 / 323 
10.3　move_base客户端示例 / 328 
10.4　修改导航栈 / 331 
10.5　小结 / 335 
第五部分　ROS中的机械臂 / 337 
第11章　底层控制 / 338 
11.1　单自由度移动关节机器人模型 / 338 
11.2　位置控制器示例 / 339 
11.3　速度控制器示例 / 342 
11.4　力控制器示例 / 344 
11.5　机械臂的轨迹消息 / 349 
11.6　7自由度臂的轨迹插值动作服务器 / 353 
11.7　小结 / 354 
第12章　机械臂运动学 / 355 
12.1　正向运动学 / 356 
12.2　逆向运动学 / 360 
12.3　小结 / 365 
第13章　手臂运动规划 / 366 
13.1　笛卡儿运动规划 / 36

ROS（Robot Operating System，机器人操作系统）正在成为现代机器人学的实际标准编程方法。ROS wiki（https://www.ros.org/history/）写道： 
ROS生态系统现在由全世界数以万计的用户组成，覆盖了从桌面爱好项目到大型工业自动化系统。 
为什么是ROS？在1956年，Joseph Engelberger创立了Unimation公司，世界上第一个机器人公司［7］。然而，在过去的半个世纪里，机器人技术的进步令人失望。世界范围内的机器人学研究也仅限于实验室里的演示和探奇。这一领域的新生研究人员通常一无所有，从头开始构建新型机器人，解决执行器和传感器接口的问题，构建底层的伺服控制，并且通常在实现更高级的机器人能力之前就已经精疲力竭了，而这些自定义的机器人和软件很少被复用于后续工作。 
人们认识到采用构建巴比塔的模式是徒劳的，构建更智能的机器人的任务需要持续的、协作的努力，并建立在能够不断达到更高层能力的基础上。在1984年，Vincent Hayward和Richard Paul引入了机器人控制C库（Robot Control C Library, RCCL）［15］作为解决这一长期问题的方法。不幸的是，RCCL没有获得机器人研究人员足够的认可。National Instruments［24］和Microsoft［39-40］均引入了试图使机器人编程标准化的产品。然而，研究人员发现这些方法烦琐而昂贵。 
ROS于2007年由斯坦福人工智能实验室发起［26］，它试图统一零碎的谷歌所采用的机器人学方法，且于2008年至2013年得到Willow Garage的支持［12］，随后自2013年至今得到谷歌开源机器人基金会（Open Source Robotics Foundation，OSRF）的支持［10］。ROS方法遵循了开源软件和分布式协作的现代方法。此外，它桥接和提升了其他并行的开源工作，包括OpenCV［28］、PointCloudLibrary［21］、Open Dynamics Engine［8］、Gazebo［19］和Eigen［20］。对于研究人员而言，ROS在开放性和易用性方面可能与RCCL相似，而谷歌持续七年的支持是ROS存活的关键。 
ROS现在在学术界、工业界和研究机构中得到了全世界的广泛使用。开发人员提供了数以千计的软件包，包括来自一些世界领先的专家在相关领域的解决方案。新的机器人公司在它们的产品上提供了ROS接口，并且已建立的工业机器人公司也引入了ROS接口。随着广泛采用ROS作为机器人编程实际标准的做法，人们对提高机器人的能力有了新的希望。在最近的DARPA机器人挑战赛中，大多数入围的团队使用了ROS。新型自动驾驶汽车的开发商正在开发ROS。新的机器人公司正在崛起，这部分是由ROS资源驱动的。鉴于ROS的势头和功绩，显而易见，当今的机器人工程师必须精通ROS编程。 
什么是ROS？将其称为“机器人操作系统”并不全面。简洁地定义ROS很困难，因为它包含了很多方面，包括：编程风格（特别是依赖于松散耦合的分布式节点），节点间通信的接口定义和范例，库和包合并的接口定义，可视化、调试、数据记录和系统诊断的工具集合，共享源代码的存储仓库，桥接多个有用的、独立的开源库的桥梁。因此，ROS是机器人程序员的一种生活方式，而不只是一种简单的操作系统。ROS的定义可以参考ROS wiki（https://wiki.ros.org/ROS/Introduction）： 
ROS是一个针对机器人的开源、元级操作系统。它提供了用户在操作系统上所期望的服务，包括硬件抽象、低层设备控制、常用功能的实现、进程之间的消息传递以及包管理。它还提供了在多台计算机上获取、生成、编写以及运行代码的工具和库。 
ROS的主要目标是支持机器人研究和开发中的代码复用。ROS是一个分布式的进程（也称节点）框架，它能使可执行的文件单独设计以及在运行时松散耦合。这些进程可以打包成易于共享和分发的包。ROS还支持一个代码库的联合系统，能够同时分发协作。从文件系统级到社区级的这个设计实现了开发和部署的独立决策，但所有这些都可以与ROS的基础底层工具一起使用。
Brian Gerkey在网上的评论（https://answers.ros.org/question/12230/what-is-ros-exactly-middleware-framework-operating-system/）如下。 
我是这样解释ROS的： 
1.?管道：ROS提供了发布-订阅消息传递基础结构，旨在支持分布式计算系统的快速、轻松构建。 
2.?工具：ROS提供了一套广泛用于配置、启动、反思、调试、可视化、记录、测试和停止的分布式计算系统的工具。 
3.?功能：聚焦于移动性、操作性和感知性，ROS提供了实现机器人有用的功能的广泛库集。 
4.?生态系统：ROS拥有规模庞大的社区支持，并通过着力聚焦于集成和文档而不断改进。ros.org是一个一站式的站点，在这里可以查找和了解来自世界各地开发者的成千上万个可用ROS包。 
来自参考文献［13］对ROS的解释如下： 
ROS（发音Ross［rs］）的主要目标是提供一个统一的开源编程框架，用于在各种真实世界和仿真环境中控制机器人。 
来自参考文献［13］中的ROS管道：