Skip to main content

25. 性能追踪与分析 — ros2_tracing

概述​

本示例演示如何使用 ros2_tracing 框架对 ROS 2 系统进行性能追踪。通过 demo_xmake_tracing 包中的多阶段处理管线，你将学习如何录制追踪数据、分析回调延迟和调度抖动。

ROS 2 知识点：ros2_tracing（LTTng）、回调延迟分析、tracetools、Trace Compass

xmake 知识点：launch 目录自动安装、可选依赖处理

ROS 2 知识​

ros2_tracing 架构​

ros2_tracing 基于 LTTng（Linux Trace Toolkit: next generation），在 ROS 2 的关键路径中插入追踪点（tracepoints）：

┌─────────────┐     ┌──────────────┐     ┌──────────────┐
│  rclcpp     │     │  rmw         │     │  DDS         │
│  tracepoints│────>│  tracepoints │────>│  transport   │
└─────────────┘     └──────────────┘     └──────────────┘
       │                    │
       v                    v
  ┌─────────────────────────────┐
  │     LTTng 追踪会话          │
  │  (内核态 + 用户态追踪点)     │
  └─────────────────────────────┘
       │
       v
  ┌─────────────────────────────┐
  │  CTF 追踪文件               │
  │  → Trace Compass 可视化     │
  │  → tracetools_analysis     │
  └─────────────────────────────┘

追踪点类型​

ros2_tracing 提供的关键追踪点：

追踪点说明
ros2:callback_start回调函数开始执行
ros2:callback_end回调函数执行结束
ros2:rclcpp_publish消息发布
ros2:rclcpp_subscription_callback_added订阅回调注册
ros2:rcl_timer_init定时器初始化

回调延迟分析​

通过追踪数据可以分析：

  • 回调执行时间：callback_end - callback_start
  • 调度延迟：从消息到达到回调开始的时间
  • 端到端延迟：从发布到最终处理完成的总时间
  • 调度抖动：定时器回调的实际触发间隔与期望间隔的差异

示例代码​

项目结构​

demo_xmake_tracing/
├── xmake.lua
├── package.xml         # deps: rclcpp, std_msgs
├── launch/
│   └── tracing_demo.launch.py  # 带追踪的 launch 配置
└── src/
    └── traced_pipeline.cpp  # 多阶段处理管线

xmake.lua 构建配置​

set_project("demo_xmake_tracing")
set_version("0.1.0")
set_languages("cxx17")

add_rules("mode.debug", "mode.release")
add_rules("ament_xmake.package")

target("traced_pipeline")
    set_kind("binary")
    set_installdir("lib/demo_xmake_tracing")
    add_files("src/traced_pipeline.cpp")
    add_ros_deps("rclcpp", "std_msgs")

launch/ 目录会被 ament_xmake 自动安装到 share/<pkg>/launch/，无需额外配置。

源码要点​

多阶段管线：

// Stage 1: 数据生成（10 Hz）
timer_ = this->create_wall_timer(100ms, [this]() {
    auto msg = std_msgs::msg::String();
    msg.data = "frame_" + std::to_string(frame_id_++);
    pub_stage1_->publish(msg);
});

// Stage 2: 模拟处理（引入 5ms 延迟）
sub_stage1_ = this->create_subscription<std_msgs::msg::String>(
    "/pipeline/stage1", 10, [this](const std_msgs::msg::String::SharedPtr msg) {
        std::this_thread::sleep_for(5ms);  // 模拟计算
        pub_stage2_->publish(*msg);
    });

// Stage 3: 最终处理
sub_stage2_ = this->create_subscription<std_msgs::msg::String>(
    "/pipeline/stage2", 10, [this](const std_msgs::msg::String::SharedPtr msg) {
        std::this_thread::sleep_for(3ms);  // 模拟计算
        RCLCPP_INFO(this->get_logger(), "Pipeline complete: %s", msg->data.c_str());
    });

这种多阶段模式在追踪分析中特别有用，可以清楚看到每个阶段的延迟贡献。

构建与运行​

# 构建
colcon build --packages-select demo_xmake_tracing
source install/setup.bash

# 直接运行
ros2 run demo_xmake_tracing traced_pipeline

# 或通过 launch 文件
ros2 launch demo_xmake_tracing tracing_demo.launch.py

使用 ros2_tracing 录制追踪​

# 安装 ros2_tracing（如未安装）
sudo apt install ros-jazzy-tracetools ros-jazzy-ros2trace

# 开始追踪录制
ros2 trace --session-name demo_trace --path /tmp/demo_trace

# 在另一个终端运行节点
ros2 run demo_xmake_tracing traced_pipeline

# 停止追踪（Ctrl+C）
# 追踪数据保存在 /tmp/demo_trace/

验证​

# 确认节点运行
ros2 topic hz /pipeline/stage1
# 期望: average rate: ~10 Hz

ros2 topic hz /pipeline/stage2
# 期望: average rate: ~10 Hz（受 stage2 处理时间影响）

# 查看追踪数据（需安装 babeltrace2）
babeltrace2 /tmp/demo_trace/

使用 Trace Compass 可视化​

  1. 下载 Trace Compass
  2. 导入 CTF 追踪文件
  3. 使用 ros2_tracing 分析视图查看回调时序

xmake 知识点小结​

特性说明
launch/ 目录自动安装ament_xmake 约定：launch/ 目录自动安装到 share/
add_ros_deps() 按需依赖只依赖运行时必需的包，tracetools 由 rclcpp 间接引入

内容扩展​

以下资源可帮助你深入了解本章涉及的技术领域。

开源项目​

工具​

  • Trace Compass — Eclipse 追踪可视化工具
  • LTTng — Linux 追踪工具包（ros2_tracing 底层依赖）
  • perf — Linux 性能分析工具（可与追踪配合）

文档与教程​

论文与技术报告​

  • C. Bédard et al., "ros2_tracing: Multipurpose Low-Overhead Framework for Real-Time Tracing of ROS 2", IEEE RA-L, 2022 — ros2_tracing 架构与性能评估

参考​