如何在HPC上使用多终端运行ROS仿真并提交对应作业

核心思路 #

本地多终端运行ROS本质是启动多个相互依赖的进程：roscore作为主服务优先启动，后续功能节点在roscore可用后依次启动。HPC作业脚本不需要启动可视化终端，直接按依赖顺序启动后台进程，仿真结束后统一回收进程即可。

前置准备 #

• 确认HPC计算节点已安装对应版本的ROS，优先推荐将ROS环境和仿真依赖打包为Singularity/Apptainer镜像，避免节点环境依赖冲突
• 提前在本地测试所有ROS命令的启动顺序、最小等待间隔，确认全链路功能正常
• 若仿真有可视化需求，提前修改配置将rviz等工具的输出改为离线保存帧图/视频，不要在作业中启动交互类可视化工具

作业脚本示例（适配Slurm调度器，绝大多数HPC默认使用Slurm） #

以下是可直接提交的作业脚本模板，文件命名为ros_simulation.job：

#!/bin/bash
# Slurm资源配置部分，根据你的仿真需求调整
#SBATCH --job-name=ros_simu
#SBATCH --output=ros_simu_%j.out
#SBATCH --error=ros_simu_%j.err
#SBATCH --nodes=1
#SBATCH --ntasks-per-node=4
#SBATCH --time=02:00:00
#SBATCH --mem=8G

# 加载ROS环境，若使用容器镜像则替换为Singularity执行前缀
source /opt/ros/noetic/setup.bash
source 你的ROS工作空间绝对路径/devel/setup.bash

# 第一步：启动roscore，后台运行并记录进程ID
roscore &
ROSCORE_PID=$!
# 可靠等待roscore启动完成，替代固定时长sleep
until rostopic list > /dev/null 2>&1; do sleep 1; done

# 第二步：按依赖顺序启动其他ROS节点/launch文件，全部后台运行
roslaunch 你的功能包名 simulation.launch &
SIMU_PID=$!
sleep 3

roslaunch 你的功能包名 controller.launch &
CONTROLLER_PID=$!
sleep 3

rosrun 你的功能包名 data_recorder.py &
RECORDER_PID=$!

# 等待仿真结束：可替换为等待指定进程退出，例如wait $SIMU_PID
sleep 3600

# 仿真结束后按顺序终止所有相关进程
kill $RECORDER_PID
kill $CONTROLLER_PID
kill $SIMU_PID
kill $ROSCORE_PID

# 等待所有进程完全退出
wait

脚本编写完成后执行sbatch ros_simulation.job即可提交到HPC队列。

注意事项 #

• 所有需要持续运行的ROS命令后必须加&放到后台，否则脚本会卡在当前命令无法执行后续启动逻辑
• 如果使用Singularity/Apptainer镜像运行ROS，所有ROS命令前统一添加执行前缀即可，例如singularity exec ros_noetic.sif roscore &，整体逻辑和上述模板完全一致
• 若你的仿真有明确的结束触发条件（例如指定节点运行完成自动退出），可以把固定时长sleep的逻辑替换为wait 对应进程ID，仿真结束后会自动执行后续的进程回收逻辑

内容的提问来源于stack exchange，提问作者Jesus