Fast DDS 发现服务器TCP配置指南
2025-07-01 23:00:41作者:明树来
前言
在分布式机器人系统开发中,Fast DDS作为ROS 2的默认中间件,其发现机制对于节点间的通信至关重要。本文将详细介绍如何正确配置Fast DDS发现服务器使用TCP协议进行通信,避免常见的配置错误。
发现服务器基础配置
Fast DDS提供了fastdds discovery工具来启动发现服务器。标准的UDP多播发现方式在某些网络环境中可能受限,此时需要改用TCP协议进行单播通信。
正确启动TCP发现服务器
启动TCP发现服务器的正确命令格式为:
fastdds discovery -i 0 -t 127.0.0.1 -q 12345
参数说明:
-i 0:设置服务器ID为0-t 127.0.0.1:指定TCP监听地址为本地回环-q 12345:设置TCP监听端口为12345
常见错误分析
开发者常犯的错误包括:
- 在启动发现服务器时错误地设置
ROS_DISCOVERY_SERVER环境变量 - TCP地址格式不规范,缺少必要的方括号
这些错误会导致发现服务器无法正常工作,并出现类似"Wrong locator passed into the server's list"的报错信息。
客户端节点配置
要使ROS 2节点连接到TCP发现服务器,需要正确设置环境变量:
export ROS_DISCOVERY_SERVER=TCPv4:[127.0.0.1]:12345
关键点:
- 必须包含方括号
[]包围IP地址 - 协议类型
TCPv4必须明确指定 - 端口号需要与服务器配置一致
实际应用场景
这种配置特别适用于以下场景:
- 企业或学校网络禁用多播的环境
- 需要跨不同子网的节点通信
- 对网络通信有特殊安全要求的应用
验证配置
配置完成后,可以通过以下步骤验证:
- 启动发现服务器
- 分别启动发布者和订阅者节点
- 观察消息是否正常收发
- 检查发现服务器日志确认连接状态
总结
正确配置Fast DDS发现服务器使用TCP协议需要注意地址格式和启动参数。通过本文介绍的方法,开发者可以轻松实现基于TCP的节点发现机制,解决多播受限环境下的通信问题。记住关键点:服务器启动使用-t和-q参数,客户端配置需要规范的地址格式。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217