专属域名
文档搜索
轩辕助手
Run助手
邀请有礼
返回顶部
快速返回页面顶部
收起
收起工具栏

arm64v8/ros Docker 镜像 - 轩辕镜像

镜像简介

机器人操作系统(ROS)是一个致力于简化机器人应用开发流程的开源项目,它通过提供丰富的工具、库和标准化约定,支持开发者高效构建从感知、规划到控制的各类机器人功能模块,兼容多种硬件平台并促进跨团队协作,广泛应用于科研探索、工业自动化、教育实践等领域,为全球机器人开发者社区提供了灵活且强大的技术框架。

镜像统计信息

收藏数: 33

下载次数: 747783

状态: active

发布者: arm64v8

类型: 镜像

ros
arm64v8/ros
机器人操作系统(ROS)是一个致力于简化机器人应用开发流程的开源项目,它通过提供丰富的工具、库和标准化约定,支持开发者高效构建从感知、规划到控制的各类机器人功能模块,兼容多种硬件平台并促进跨团队协作,广泛应用于科研探索、工业自动化、教育实践等领域,为全球机器人开发者社区提供了灵活且强大的技术框架。
33 收藏0 次下载activearm64v8镜像
🚀专业版镜像服务,面向生产环境设计
版本下载
🚀专业版镜像服务,面向生产环境设计

ROS 官方镜像 arm64v8 架构仓库说明

说明

本仓库是 ROS 官方镜像 的 arm64v8 架构专用构建仓库。关于非 amd64 架构的更多信息,可参考官方镜像文档中的 “除 amd64 外的架构?” 章节;若需了解镜像源码变更相关内容,参见官方镜像 FAQ 的 “Git 中的镜像源码已变更,该如何处理?”。

快速参考

维护方

开源机器人基金会(Open Source Robotics Foundation)

求助渠道

Docker 社区 Slack、Server Fault、Unix & Linux 或 Stack Overflow

支持的标签及对应 Dockerfile 链接

  • humble-ros-core, humble-ros-core-jammy
  • humble-ros-base, humble-ros-base-jammy, humble
  • humble-perception, humble-perception-jammy
  • jazzy-ros-core, jazzy-ros-core-noble
  • jazzy-ros-base, jazzy-ros-base-noble, jazzy, latest
  • jazzy-perception, jazzy-perception-noble
  • kilted-ros-core, kilted-ros-core-noble
  • kilted-ros-base, kilted-ros-base-noble, kilted
  • kilted-perception, kilted-perception-noble
  • rolling-ros-core, rolling-ros-core-noble
  • rolling-ros-base, rolling-ros-base-noble, rolling
  • rolling-perception, rolling-perception-noble

快速参考(续)

问题反馈渠道

[***]

支持的架构

(更多信息)
amd64、arm64v8

镜像制品详情

repo-info 仓库的 repos/ros/ 目录(历史记录)
(包含镜像元数据、传输大小等)

镜像更新

official-images 仓库的 library/ros 标签
official-images 仓库的 library/ros 文件(历史记录)

本文档源码

docs 仓库的 ros/ 目录(历史记录)

什么是 ROS?

机器人操作系统(ROS)是一套用于构建机器人应用的软件库和工具集,涵盖从驱动程序到前沿算法,配合强大的开发工具,为各类机器人项目提供所需功能。ROS 完全开源。

参考:***.org/wiki/Robot_Operating_System

如何使用本镜像

通过 Dockerfile 安装 ROS 包

如需创建自定义 ROS 镜像并安装特定包,以下示例展示了如何通过 apt-get 安装官方发布的 Debian 包(以 C++ 和 Python 客户端库示例包为例):

dockerfile
FROM arm64v8/ros:rolling-ros-core as aptgetter

# 安装 ROS 包
RUN apt-get update && apt-get install -y \
      ros-${ROS_DISTRO}-demo-nodes-cpp \
      ros-${ROS_DISTRO}-demo-nodes-py && \
    rm -rf /var/lib/apt/lists/*

# 启动 ROS 包
CMD ["ros2", "launch", "demo_nodes_cpp", "talker_listener_launch.py"]

说明:所有 ROS 镜像均包含默认入口点(entrypoint),会在执行命令前自动加载 ROS 环境配置。上述示例中,入口点会先加载环境,再执行示例包的启动文件。

构建并运行镜像的命令如下:

console
$ docker build -t my/ros:aptgetter .
$ docker run -it --rm my/ros:aptgetter
[INFO] [launch]: process[talker-1]: started with pid [813]
[INFO] [launch]: process[listener-2]: started with pid [814]
[INFO] [talker]: Publishing: 'Hello World: 1'
[INFO] [listener]: I heard: [Hello World: 1]
[INFO] [talker]: Publishing: 'Hello World: 2'
[INFO] [listener]: I heard: [Hello World: 2]
...

通过 Dockerfile 构建 ROS 包

如需从源码构建自定义 ROS 包并生成镜像,以下示例展示了多阶段构建流程:安装构建依赖、编译源码、将产物复制到最终运行镜像,以减小镜像体积。

dockerfile
ARG FROM_IMAGE=arm64v8/ros:rolling
ARG OVERLAY_WS=/opt/ros/overlay_ws

# 阶段 1:缓存依赖信息
FROM $FROM_IMAGE AS cacher
ARG OVERLAY_WS

# 更新 apt 和 ROS 索引,持久化缓存配置
RUN rosdep update --rosdistro $ROS_DISTRO && \
    cat <<EOF > /etc/apt/apt.conf.d/docker-clean && apt-get update
APT::Install-Recommends "false";
APT::Install-Suggests "false";
EOF

# 克隆示例源码到工作空间
WORKDIR $OVERLAY_WS/src
RUN cat <<EOF | vcs import .
repositories:
  ros2/demos:
    type: git
    url: [***]    version: ${ROS_DISTRO}
EOF

# 提取构建和运行依赖
RUN bash -e <<'EOF'
declare -A types=(
  [exec]="--dependency-types=exec"
  [build]="")
for type in "${!types[@]}"; do
  rosdep install -y \
    --from-paths \
      ros2/demos/demo_nodes_cpp \
      ros2/demos/demo_nodes_py \
    --ignore-src \
    --reinstall \
    --simulate \
    ${types[$type]} \
    | grep 'apt-get install' \
    | awk '{gsub(/'\''/,"",$4); print $4}' \
    | sort -u > /tmp/${type}_debs.txt
done
EOF

# 阶段 2:构建源码
FROM $FROM_IMAGE AS builder
ARG OVERLAY_WS

# 安装构建依赖
COPY --from=cacher /tmp/build_debs.txt /tmp/build_debs.txt
RUN --mount=type=cache,target=/etc/apt/apt.conf.d,from=cacher,source=/etc/apt/apt.conf.d \
    --mount=type=cache,target=/var/lib/apt/lists,from=cacher,source=/var/lib/apt/lists \
    --mount=type=cache,target=/var/cache/apt,sharing=locked \
    < /tmp/build_debs.txt xargs apt-get install -y

# 编译源码
WORKDIR $OVERLAY_WS
COPY --from=cacher $OVERLAY_WS/src ./src
RUN . /opt/ros/$ROS_DISTRO/setup.sh && \
    colcon build \
      --packages-select \
        demo_nodes_cpp \
        demo_nodes_py \
      --mixin release

# 阶段 3:生成运行镜像
FROM $FROM_IMAGE-ros-core AS runner
ARG OVERLAY_WS

# 安装运行依赖
COPY --from=cacher /tmp/exec_debs.txt /tmp/exec_debs.txt
RUN --mount=type=cache,target=/etc/apt/apt.conf.d,from=cacher,source=/etc/apt/apt.conf.d \
    --mount=type=cache,target=/var/lib/apt/lists,from=cacher,source=/var/lib/apt/lists \
    --mount=type=cache,target=/var/cache/apt,sharing=locked \
    < /tmp/exec_debs.txt xargs apt-get install -y

# 复制编译产物并配置环境
ENV OVERLAY_WS=$OVERLAY_WS
COPY --from=builder $OVERLAY_WS/install $OVERLAY_WS/install
RUN sed --in-place --expression \
      '$isource "$OVERLAY_WS/install/setup.bash"' \
      /ros_entrypoint.sh

# 启动示例
CMD ["ros2", "launch", "demo_nodes_cpp", "talker_listener_launch.py"]

优化说明:

  • 多阶段构建:分离依赖提取、编译、运行阶段,减少最终镜像体积;
  • 缓存持久化:通过 --mount 复用缓存数据,避免重复网络请求;
  • 最小化镜像:基于 ros-core 构建最终镜像,仅复制必要的编译产物。

构建后镜像体积对比(示例):

console
$ docker image ls my/ros --format "table {{.Tag}}\t{{.Size}}"
TAG                SIZE
aptgetter          504MB  # 通过 apt 安装的镜像
runner             510MB  # 多阶段构建的运行镜像
builder            941MB  # 编译阶段临时镜像
$ docker image ls ros --format "table {{.Tag}}\t{{.Size}}"
TAG                SIZE
rolling-ros-core   489MB  # 基础 ros-core 镜像
rolling            876MB  # 完整 ros 镜像

部署场景

本镜像基于 官方 Ubuntu 镜像 和 ROS 官方 Debian 包构建,提供稳定的机器人应用开发/部署平台。适用于科研和工业场景,简化自主控制、任务规划、定位导航、群体行为等复杂系统的开发、复用和交付流程。

容器化技术解决了 ROS 软件的可重复性和跨平台部署难题,帮助中小团队降低协作成本,专注于算法创新而非环境配置。

部署建议

镜像标签选择
  • ros-core:最小化 ROS 安装(仅含核心组件);
  • ros-base:包含基础工具和库(通常以发行版名称为标签,LTS 版本标记为 latest)。

注意:ros-core 不含 rosdep、colcon 等开发工具,需使用 ros-base 获取完整开发环境。图形化相关的 desktop 等元包可在 OSRF 的 Docker Hub 仓库 获取。

数据持久化

ROS 日志等数据默认存储在 ~/.ros/ 目录。如需持久化,可将该目录挂载到主机卷:

console
$ docker run -v "/home/ubuntu/.ros/:/root/.ros/" arm64v8/ros
设备访问

如需访问相机、输入设备或 GPU,可通过 --device 参数挂载设备:

console
$ docker run --device /dev/video0:/dev/video0 arm64v8/ros  # 挂载摄像头
网络配置

ROS 支持分布式通信,建议通过 Docker 网络连接多个容器。如需简化外部通信,可使用 host 网络模式(注意:此模式会移除容器网络隔离,可能影响 DDS 通信,详情参见 相关文档)。

部署示例:Docker Compose

以下示例通过 docker compose 启动两个容器(发布者和订阅者),演示跨容器 ROS 通信。

步骤 1:准备文件

创建目录 ~/ros_demos,放入前文“通过 Dockerfile 安装 ROS 包”中的 Dockerfile,并新建 compose.yaml:

yaml
services:
  talker:
    build: ./
    command: ros2 run demo_nodes_cpp talker  # C++ 发布节点

  listener:
    build: ./
    environment:
      - "PYTHONUNBUFFERED=1"  # 实时输出 Python 日志
    command: ros2 run demo_nodes_py listener  # Python 订阅节点
步骤 2:启动与验证
console
# 构建并启动容器(后台运行)
$ cd ~/ros_demos && docker compose up -d

# 查看订阅节点日志
$ docker compose logs listener

# 停止并清理容器
$ docker compose stop && docker compose rm

# (可选)删除自动创建的网络
$ docker compose down

更多资源

  • ROS 开发者文档
  • ROS 问答社区
  • ROS 论坛
  • ROS 包索引
  • 开源机器人基金会(OSRF)

许可证

镜像中软件的许可证信息可在 包索引 中查询。
Docker 镜像可能包含基础系统(如 Bash)及依赖软件,其许可证需

镜像拉取方式

您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 版本下载页面。

国内拉取方式

docker pull docker.xuanyuan.run/arm64v8/ros:<标签>

使用方法:

  • 登录认证方式
  • 免认证方式

官方拉取方式

docker pull arm64v8/ros:<标签>

相关镜像推荐

ros logo
ros
by library
官方
机器人操作系统(ROS)是一个开源项目,旨在为构建机器人应用提供全面支持,它集成了丰富的工具、库和通信协议,能够实现硬件抽象、设备驱动管理、节点间消息传递及软件包分发等关键功能,通过模块化架构和跨平台兼容性,有效简化了从简单移动机器人到复杂人机交互系统的开发流程,广泛应用于科研实验、工业自动化、服务机器人及智能家居等领域,极大促进了机器人技术的协作创新与快速迭代发展。
71010M+ pulls
上次更新:2 个月前
osrf/ros logo
osrf/ros
by Open Source Robotics Foundation
OSRF 提供的 ROS(机器人操作系统)Docker 镜像,支持 ROS 1 和 ROS 2,基于官方镜像构建并包含桌面安装元包,适用于开发环境和 GUI 应用程序。必须使用显式标签拉取,不支持 latest 标签。
2001M+ pulls
上次更新:7 天前
amd64/ros logo
amd64/ros
by amd64
机器人操作系统(ROS)是用于构建机器人应用的开源项目。
4500K+ pulls
上次更新:2 个月前
arm32v7/ros logo
arm32v7/ros
by arm32v7
机器人操作系统(ROS)是一个用于构建机器人应用程序的开源项目,提供软件库、工具、驱动和算法,支持机器人开发的各个方面。
7100K+ pulls
上次更新:7 个月前
dustynv/ros logo
dustynv/ros
by dustynv
为NVIDIA Jetson平台提供预配置的ROS环境,支持机器人应用的快速开发、部署与运行,适配Jetson硬件加速能力。
22100K+ pulls
上次更新:10 个月前
dataspeedinc/ros logo
dataspeedinc/ros
by dataspeedinc
包含Dataspeed软件包和APT服务器的ROS镜像
10K+ pulls
上次更新:21 天前
查看更多 ros 相关镜像

轩辕镜像配置手册

探索更多轩辕镜像的使用方法,找到最适合您系统的配置方式

登录仓库拉取

通过 Docker 登录认证访问私有仓库

Linux

在 Linux 系统配置镜像服务

Windows/Mac

在 Docker Desktop 配置镜像

Docker Compose

Docker Compose 项目配置

K8s Containerd

Kubernetes 集群配置 Containerd

K3s

K3s 轻量级 Kubernetes 镜像加速

宝塔面板

在宝塔面板一键配置镜像

群晖

Synology 群晖 NAS 配置

飞牛

飞牛 fnOS 系统配置镜像

极空间

极空间 NAS 系统配置服务

爱快路由

爱快 iKuai 路由系统配置

绿联

绿联 NAS 系统配置镜像

威联通

QNAP 威联通 NAS 配置

Podman

Podman 容器引擎配置

Singularity/Apptainer

HPC 科学计算容器配置

其他仓库配置

ghcr、Quay、nvcr 等镜像仓库

专属域名拉取

无需登录使用专属域名

需要其他帮助?请查看我们的 常见问题Docker 镜像访问常见问题解答 或 提交工单

镜像拉取常见问题

轩辕镜像免费版与专业版有什么区别?

免费版仅支持 Docker Hub 访问,不承诺可用性和速度;专业版支持更多镜像源,保证可用性和稳定速度,提供优先客服响应。

轩辕镜像支持哪些镜像仓库?

专业版支持 docker.io、gcr.io、ghcr.io、registry.k8s.io、nvcr.io、quay.io、mcr.microsoft.com、docker.elastic.co 等;免费版仅支持 docker.io。

流量耗尽错误提示

当返回 402 Payment Required 错误时,表示流量已耗尽,需要充值流量包以恢复服务。

410 错误问题

通常由 Docker 版本过低导致,需要升级到 20.x 或更高版本以支持 V2 协议。

manifest unknown 错误

先检查 Docker 版本,版本过低则升级;版本正常则验证镜像信息是否正确。

镜像拉取成功后,如何去掉轩辕镜像域名前缀?

使用 docker tag 命令为镜像打上新标签,去掉域名前缀,使镜像名称更简洁。

查看全部问题→

用户好评

来自真实用户的反馈,见证轩辕镜像的优质服务

oldzhang的头像

oldzhang

运维工程师

Linux服务器

5

"Docker访问体验非常流畅,大镜像也能快速完成下载。"

轩辕镜像
镜像详情
...
arm64v8/ros
官方博客Docker 镜像使用技巧与技术博客
热门镜像查看热门 Docker 镜像推荐
一键安装一键安装 Docker 并配置镜像源
提交工单
咨询镜像拉取问题请 提交工单,官方技术交流群:13763429
轩辕镜像面向开发者与科研用户,提供开源镜像的搜索和访问支持。所有镜像均来源于原始仓库,本站不存储、不修改、不传播任何镜像内容。
咨询镜像拉取问题请提交工单,官方技术交流群:
轩辕镜像面向开发者与科研用户,提供开源镜像的搜索和访问支持。所有镜像均来源于原始仓库,本站不存储、不修改、不传播任何镜像内容。
官方邮箱:点击复制邮箱
©2024-2026 源码跳动
官方邮箱:点击复制邮箱Copyright © 2024-2026 杭州源码跳动科技有限公司. All rights reserved.
轩辕镜像 官方专业版 Logo
轩辕镜像轩辕镜像官方专业版
首页个人中心搜索镜像

交易
充值流量我的订单
工具
提交工单镜像收录一键安装
Npm 源Pip 源Homebrew 源
帮助
常见问题
其他
关于我们网站地图

官方QQ群: 13763429