详细介绍：从 ROS 订阅视频话题到本地可视化与 RTMP 推流全流程实战

一、背景介绍

在机器人系统中，摄像头采集的视频数据通常以 ROS 话题的形式发布，例如：

/camera/image_raw

但是：

• 如果我们希望在浏览器或其他终端设备上实时观看，需要将 ROS 图像转换为网络可访问的视频流；
• 而如果希望在局域网或服务器上做视频转发或云端监控，就需要进一步将视频流推送到 RTMP 服务（如 Nginx）。

本篇将完整讲解以下三步流程：

[ROS Topic] → [Flask + OpenCV 本地视频流] → [FFmpeg 推流到 RTMP (Nginx)]

最终效果是：

✅ 你可以在浏览器打开
http://192.168.1.200:5000/stream 看到实时视频流；
✅ 同时，在另一台机器（例如 192.168.1.201）上通过
rtmp://192.168.1.201/live/stream 也能看到相同的视频。

---

其实是感知主控没网，下载不了web-server；而运控端有网，但不让下载ros。所以只能通过这种方式来实现视频流的迁移。这是无可奈何的方法

二、系统架构图

┌──────────────────────────────┐
│          ROS Node             │
│  └── 订阅 /camera/image_raw   │
└──────────────┬───────────────┘
               │
               ▼
┌──────────────────────────────┐
│ Flask Web Server              │
│  └── 使用 OpenCV 转 MJPEG 流  │
│  └── 提供 http://192.168.1.200:5000/stream │
└──────────────┬───────────────┘
               │
               ▼
┌──────────────────────────────┐
│ FFmpeg 推流模块              │
│  └── 读取 MJPEG 流           │
│  └── 编码为 H.264 (x264)     │
│  └── 推送到 RTMP (Nginx)     │
│      rtmp://192.168.1.201/live/stream │
└──────────────────────────────┘

---

⚙️ 三、从 ROS 话题获取视频并发布本地 HTTP 流

首先，用 Python 写一个 ROS + Flask 节点：

#!/usr/bin/env python3
import rospy
from sensor_msgs.msg import Image
from cv_bridge import CvBridge
import cv2
from flask import Flask, Response
app = Flask(__name__)
bridge = CvBridge()
frame = None
def image_callback(msg):
global frame
frame = bridge.imgmsg_to_cv2(msg, "bgr8")
@app.route('/stream')
def stream():
def generate():
global frame
while True:
if frame is None:
continue
ret, jpeg = cv2.imencode('.jpg', frame)
if not ret:
continue
yield (b'--frame\r\n'
b'Content-Type: image/jpeg\r\n\r\n' + jpeg.tobytes() + b'\r\n\r\n')
return Response(generate(), mimetype='multipart/x-mixed-replace; boundary=frame')
if __name__ == '__main__':
rospy.init_node('video_stream_node')
rospy.Subscriber('/camera/image_raw', Image, image_callback)
app.run(host='0.0.0.0', port=5000)

保存为 ros_stream.py，运行后即可访问：

http://192.168.1.200:5000/stream

在浏览器中会显示实时视频画面 。

---

四、部署 Nginx RTMP 服务器

在另一台主机（192.168.1.201）上安装并配置 RTMP 服务：

1️⃣ 安装 Nginx + RTMP 模块

sudo apt install nginx libnginx-mod-rtmp

2️⃣ 修改配置文件 /etc/nginx/nginx.conf

在 http {} 外层添加：

rtmp {
    server {
        listen 1935;
        chunk_size 4096;
        application live {
            live on;
            record off;
        }
    }
}

重启 nginx：

sudo systemctl restart nginx

验证端口是否监听：

sudo netstat -tulnp | grep 1935

若输出：

tcp 0 0 0.0.0.0:1935 0.0.0.0:* LISTEN nginx: master

说明 RTMP 服务正常启动 ✅

---

五、FFmpeg 推流到 RTMP 服务器

在 ROS 视频流所在的机器 (192.168.1.200) 上执行：

ffmpeg -fflags nobuffer -flags low_delay -framedrop \
-i "http://192.168.1.200:5000/stream" \
-c:v libx264 -preset ultrafast -tune zerolatency \
-r 25 -g 25 -keyint_min 25 -sc_threshold 0 \
-f flv "rtmp://192.168.1.201/live/stream"

解释：

参数	作用
-fflags nobuffer	禁用输入缓冲，提高实时性
-flags low_delay	启用低延迟模式
-tune zerolatency	x264 零延迟调优
-preset ultrafast	最高速编码，适合实时推流
-g 25	每 25 帧插入关键帧
-f flv	指定 RTMP 推流使用 FLV 容器

---

六、在客户端查看视频流

现在你已经完成推流，可以通过多种方式观看：

✅ VLC

打开网络串流：

rtmp://192.168.1.201/live/stream

✅ 浏览器 HLS 播放（可扩展）

在 nginx.conf 中开启 HLS 输出：

application live {
    live on;
    hls on;
    hls_path /tmp/hls;
    hls_fragment 1;
}

然后通过：

http://192.168.1.201/hls/stream.m3u8

即可在网页中播放。

---

⚡ 七、降低延迟的优化技巧

优化点	方法
FFmpeg 编码缓冲	使用 -tune zerolatency + -preset ultrafast
HTTP 输入缓冲	添加 -fflags nobuffer
关键帧间隔	设置 -g 25、-sc_threshold 0
降低分辨率/帧率	-s 1280x720 -r 20 可减少 CPU 延迟
关闭 B 帧	x264 默认无 B 帧时延更低
RTMP 客户端缓冲	VLC 中设置最小缓冲 100~300ms

实际测试结果：

实际测试效果其实并不好，大概会延迟8s左右，如果要实现实时性，这篇文档并不能给出好的效果，建议还是用背景中写的一些方法。

---

八、完整流程总结

阶段	工具	协议	功能
Step 1	ROS + cv_bridge	ROS Topic	获取相机视频
Step 2	Flask + OpenCV	HTTP MJPEG	发布网页流
Step 3	FFmpeg	RTMP (FLV)	推送至流媒体服务器
Step 4	Nginx RTMP	RTMP/HLS	提供局域网访问

最终形成一个低延迟、可扩展的视频传输链路：

ROS Topic → Flask (MJPEG) → FFmpeg (H.264) → RTMP Server → VLC/网页播放

---

✨ 九、结语

通过上述方法，我们成功实现了：

• 从 ROS 摄像头话题实时采集视频；
• 在本地搭建 HTTP 视频流可视化；
• 使用 FFmpeg 转码推送至局域网 RTMP 服务器；
• 并最终实现低延迟的多端观看。

这一方案在智能机器人、远程监控、室内导航测试等场景中非常实用。