在移动机械臂的模型预测控制（MPC）开发中，OCS2凭借高效的微分动态规划（DDP）求解器、统一的机器人建模框架，成为学术研究与工程落地的优选工具。而ocs2_mobile_manipulator+ocs2_mobile_manipulator_ros是其针对移动机械臂场景的核心工具包，完美实现了「最优控制建模」与「ROS 系统集成」的解耦设计。本文将从包职责、核心架构、运行管线、参数映射、研究实践五个维度，彻底拆解这两个工具包的底层逻辑，帮你快速吃透代码、落地自己的移动机械臂 MPC 算法。一、核心定位：两个包的分工与边界初次接触 OCS2 移动机械臂源码，最容易混淆两个包的职责，先理清边界才能高效读代码：1.ocs2_mobile_manipulator：控制问题建模层（核心算法层）无 ROS 运行时依赖，专注移动机械臂的数学建模与最优控制问题（OCP）构建，是整个框架的「大脑」，核心工作：解析 URDF 机器人模型 +task.info配置文件，生成机器人维度、坐标系、关节信息；基于 Pinocchio 构建运动学 / 动力学模型，适配不同类型的移动机械臂；组装完整的最优控制问题：系统动力学、代价函数、软约束、终端约束、轨迹 rollout 策略；对外提供统一接口MobileManipulatorInterface，为 MPC 求解器提供标准化输入。2.ocs2_mobile_manipulator_ros：ROS 集成层（系统运行层）纯系统集成工具，负责将上层最优控制算法与 ROS 生态打通，是框架的「四肢」，核心工作：启动