当前位置：首页 > news >正文

Docker进阶——多容器编排和机器人仿真环境搭建

news 2026/7/23 22:01:49

面试翻车现场

上篇讲了Docker基础，有读者问："机器人系统那么复杂，一个容器够吗？"

确实不够。一个完整的机器人系统通常包含多个组件：导航、感知、规划、控制、仿真器……每个组件都有各自的依赖。如果全塞进一个容器，镜像会很大，而且难以维护。

Docker Compose可以解决这个问题——用多个容器分别运行不同的组件，统一管理。今天咱们聊聊Docker进阶用法。

Docker Compose：多容器编排

Docker Compose是一个工具，用YAML文件定义和运行多容器应用。

安装Docker Compose：

sudo apt install docker-compose-plugin

创建一个docker-compose.yml文件：

version: '3.8' services: ros-master: image: osrf/ros:humble-desktop-full container_name: ros_master command: ros2 run demo_nodes_cpp talker networks: - robot_net robot-node: image: osrf/ros:humble-desktop-full container_name: robot_node command: ros2 run demo_nodes_py listener networks: - robot_net depends_on: - ros-master networks: robot_net: driver: bridge

启动所有服务：

docker-compose up -d # -d表示后台运行

查看状态：

docker-compose ps # 列出所有容器 docker-compose logs # 查看所有日志 docker-compose logs -f robot-node # 实时跟踪某个服务的日志

停止所有服务：

docker-compose down

机器人仿真环境搭建

用Docker搭建Gazebo仿真环境，需要处理图形显示的问题。

方法1：使用X11转发

version: '3.8' services: gazebo: image: osrf/ros:humble-desktop-full container_name: gazebo_sim environment: - DISPLAY=$DISPLAY - QT_X11_NO_MITSHM=1 volumes: - /tmp/.X11-unix:/tmp/.X11-unix:rw command: ros2 launch gazebo_ros gazebo.launch.py network_mode: host

启动前需要允许本地X server连接：

xhost +local:docker

方法2：使用noVNC（浏览器访问）

如果机器人没有显示器，可以用noVNC通过浏览器访问图形界面：

version: '3.8' services: gazebo: image: tiryoh/ros2-desktop-vnc:humble container_name: gazebo_vnc ports: - "6080:80" # noVNC端口 environment: - RESOLUTION=1920x1080 shm_size: "2gb" # 共享内存，Gazebo需要

启动后，浏览器访问http://localhost:6080就能看到Gazebo界面。

GPU加速：容器里用显卡

机器人仿真需要GPU加速。Docker默认不支持GPU，需要安装NVIDIA Container Toolkit：

# 安装NVIDIA驱动和CUDA（宿主机） # 然后安装NVIDIA Container Toolkit distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt update sudo apt install -y nvidia-container-toolkit sudo systemctl restart docker

在docker-compose.yml里启用GPU：

services: gazebo: image: osrf/ros:humble-desktop-full deploy: resources: reservations: devices: - driver: nvidia count: 1 capabilities: [gpu]

或者用docker run：

docker run --gpus all -it osrf/ros:humble-desktop-full bash

数据持久化和共享

多个容器需要共享数据时，用命名卷（named volume）：

version: '3.8' services: robot1: image: robot-dev:v1 volumes: - shared_data:/data robot2: image: robot-dev:v1 volumes: - shared_data:/data volumes: shared_data: driver: local driver_opts: type: none o: bind device: /home/robot/shared

这样两个容器都能访问/home/robot/shared目录。

和机器人开发的关系

Docker Compose在机器人开发中的典型应用：

多机器人仿真：每个机器人一个容器，共享网络，模拟多机器人协作场景。

分离开发和仿真：开发容器编译代码，仿真容器运行Gazebo，通过共享卷或网络通信。

CI/CD流水线：代码提交后，自动在容器里编译、测试，确保每次提交都在干净环境里验证。

快速部署：开发环境打包成镜像，部署到机器人上也是同一套镜像，避免环境差异导致的问题。

面试常见考点

"Docker Compose和Docker的区别？"——Docker是单容器管理工具，Docker Compose是多容器编排工具。Compose用YAML文件定义多个服务，一条命令启动所有容器。

"容器之间怎么通信？"——同一个docker-compose网络里的容器可以用容器名作为主机名互相访问。比如robot-node可以通过ros-master这个主机名访问另一个容器。

"怎么在容器里使用GPU？"——安装NVIDIA Container Toolkit，运行时加--gpus all参数，或在compose文件里配置GPU资源。

"Docker容器数据怎么持久化？"——用数据卷（volume）或绑定挂载（bind mount）。容器删除后，数据卷里的数据还在。

Docker Compose与多容器编排

实际机器人系统中通常有多个组件需要协同运行，比如感知节点、规划节点、控制节点等。Docker Compose可以用一个YAML文件定义所有服务，一条命令全部启动。配置中关键是设置好容器间的网络通信，用networks定义自定义网络，容器之间通过服务名互相访问。面试时如果被问到容器编排，能说出Compose的基本用法就足够了。