真机侧补 stop_real.sh 与域隔离：残留的 mock 栈会把仿真/真机的 TF 盖成"静止"

实测（2026-09-28）在仿真里上料失败，一路查到 IK / TF / 时钟上，全是被冤枉的。
根因是两个真机侧一直缺的东西：

1) **真机侧没有停止脚本**。仿真侧早有 stop_sim_gz.sh（R4.10/R4.11：残留会伪造出
   "代码写错了"的现场），真机侧只有 run_real.sh 里两行 pkill。而真机栈里有一族
   **独立于 ros2_control_node 存活**的进程 —— 上一轮栈的主体早没了，只剩
   real_trajectory_adapter / named_pose_server / arm_status_node /
   joint_state_publisher 四条，两条 pkill 一条都匹配不到。
   危害不是占资源而是**冒名顶替**：残留的 adapter 照样订阅 /trajectory、
   残留的 joint_state_publisher 照样发 /joint_states（mock 的静态关节角）。
   现象极具误导性：控制器 feedback 与 reference 完全一致（控制器没坏），
   TF 却显示末端一动不动。

   新增 stop_real.sh + lib/real_procs.sh：扫描 = 点名表 + `install/` 前缀兜底，
   按 ROS_DOMAIN_ID 判别真机/仿真（两边有同名的 robot_state_publisher，
   否则停真机会把正在跑的仿真杀一半），杀完复查残留并非零退出。
   run_real.sh 启动前的清理改用它，不再各写一份会漂移的模式表。
   真机侧**有意不**用仿真的"进程组"法：真机栈是前台交互跑的，没有独立进程组，
   它的 PGID 就是调用它的 shell —— 记下来再 kill 会杀掉自己的终端。

2) **真机侧不强制 ROS_DOMAIN_ID**。sim_env.sh 早就强制 77 并写明"隔离不能靠
   『环境里恰好没设』"，真机侧没有对应保护：先 source 过 sim_env.sh 的 shell 里
   再起真机栈，真机栈就落到**仿真的域**上，节点名撞车、/joint_states 与 /tf
   各有两个来源互相盖。补 lib/ros_domain.sh（真机 0 / 覆盖用 REAL_ROS_DOMAIN_ID），
   env.sh、run_real.sh、run_sim.sh 三处共用一份实现 —— 成对强制，否则一侧的
   强制只是把运气挪到了另一侧。

   run_sim.sh 特别容易漏：它名为 sim，用的却是**真机的 install/**、节点名与真机
   完全一样，而且当时不管域；这次也钉到真机域 0。run_sim_gz.sh 文件头那句
   "两者互不影响"是错的，一并改掉。

验证：stop_real.sh --list 在有仿真在跑时为空（REAL_PROC_INCLUDE_SIM=1 能看到
并按"域 77"标出）；伪装一个 install/arm_control/lib/arm_control/arm_status_node
的孤儿进程能被点名。新增 6 项单测钉住域的四种输入 + 一个不许误报。

Co-authored-by: Cursor <cursoragent@cursor.com>

docs/FRAMEWORK_RULES.md

@@ -410,6 +410,44 @@ conda 激活不会往 `LD_LIBRARY_PATH` 加东西，而 gz 的插件搜索路径
 **更重要的是：残留进程比"没停干净"严重得多**（R4.11 解释为什么）。
 脚本走两条路：进程组（主）+ 模式扫描（兜底），杀完**复查残留**并非零退出。
 
+### R4.10b 停真机用 `scripts/stop_real.sh`（真机侧原本**没有**对应物）
+
+R4.10/R4.11 只覆盖了仿真。真机侧长期只有 `run_real.sh` 里两行 `pkill`：
+
+```bash
+pkill -f '/controller_manager/ros2_control_node'
+pkill -f 'arm_bringup.*stack.launch'
+```
+
+而真机栈里有一族**独立于这两条存活**的进程。2026-09-28 实测抓到的一次：
+上一轮栈的主体早就没了，只剩
+
+```
+real_trajectory_adapter / named_pose_server / arm_status_node / joint_state_publisher
+```
+
+四条（都在 `install/arm_control/lib/arm_control/` 下），上面两条 pkill 一条都匹配不到。
+危害与 R4.11 同源 —— **冒名顶替**：残留的 adapter 照样订阅 `/trajectory`、
+残留的 `joint_state_publisher` 照样发 `/joint_states`（mock 的**静态**关节角），
+新一轮的请求被 DDS 负载均衡到残留的那个。
+
+后来这四条甚至跑到**仿真的域**上，把 Gazebo 那边的 TF 盖成"静止"，
+现场表现为"仿真上料失败、臂摆不到竖直位姿"（详见 R4.13 的实测记录）。
+
+所以真机侧补齐，规则与仿真侧对齐：
+
+1. 扫描实现只有一份（`scripts/lib/real_procs.sh`），`run_real.sh` 与
+   `stop_real.sh` 共用 —— 不再各写一份会漂移的模式表；
+2. 扫描 = 点名表 + `<仓库>/install/` 前缀兜底（以后新增节点忘了改表也能扫到）；
+3. **按 `ROS_DOMAIN_ID` 判别真机与仿真**：两边有同名节点
+   （`robot_state_publisher`、`static_transform_publisher`），只按名字扫的话
+   停真机会顺手把正在跑的仿真杀一半；
+4. 杀完**复查残留**并非零退出（漏项要变成看得见的告警）。
+
+⚠️ 真机侧**故意不**用仿真的"进程组"法：真机栈是前台交互跑的（要能 Ctrl-C），
+没有独立进程组，它的 PGID 就是调用它的那个 shell —— 记下来再 kill 会把你自己的
+终端杀掉。
+
 ### R4.11 仿真栈必须能"整组停掉"：残留会伪造出"代码写错了"的现场
 
 实测（2026-09-24）踩到的两个残留，症状与"夹爪换算写错了"**一模一样**：
@@ -470,6 +508,28 @@ elif [[ "${ROS_DOMAIN_ID:-77}" != "77" ]]; then
 else export ROS_DOMAIN_ID=77; fi
 ```
 
+**真机这一侧也必须同样强制**（2026-09-28 实测，反方向又踩了一次）：
+当时真机侧只有 `scripts/env.sh`，它**不管** `ROS_DOMAIN_ID`。于是
+
+> 先 source 过 `sim_env.sh` 的 shell（`ROS_DOMAIN_ID=77` 还 export 着）
+> 再起真机栈 → 真机栈落到**仿真的域**上。
+
+现象极具误导性：控制器 `feedback` 与 `reference` **完全一致**（控制器没坏），
+但 TF 显示末端**一动不动** —— 顺着现象查会一路查到 IK、TF、时钟上去，全是无辜的。
+真正的原因是同一话题上有两个来源（真机 + 残留的 mock 栈）互相盖。
+
+规则因此补一句：**"强制设自己的值"要成对做**。只在一侧强制，另一侧就变成了
+"靠环境里恰好没设"，隔离照样是运气。现在两侧都有，且都要喊出来：
+
+| 入口 | 强制到 | 覆盖用 |
+|------|--------|--------|
+| `scripts/sim_env.sh`（仿真） | 77 | `SIM_ROS_DOMAIN_ID` |
+| `scripts/env.sh`、`run_real.sh`、`run_sim.sh`（真机/mock） | 0 | `REAL_ROS_DOMAIN_ID` |
+
+实现只有一份：`scripts/lib/ros_domain.sh` 的 `ros_domain_force_real`。
+`run_sim.sh` 特别容易漏 —— 它名为 sim，但用的是**真机的 `install/`**、节点名与
+真机完全一样，所以它属于"真机域"那一列。
+
 ---
 
 ## 5. 代码与测试
@@ -734,7 +794,7 @@ launch 会一直挂着、终端不回提示符。要显式挂 `OnProcessExit →
 | 11 | 这次构建是在**目标环境**里做的吗？（`head -1 install/*/lib/*/*`） | R6.8、R5.7 |
 | 12 | 我碰的文件属于"跟随当前臂"还是"按臂各留一份"？改完跑 `check_arm_prefixes.py` 了吗？ | R1.1.1 |
 | 13 | 我验收用的判据，是"与被测实现无关的物理量"吗？单位只在一处换算了吗？ | R4.12 |
-| 14 | 我起过仿真/长跑进程吗？停干净了吗（`stop_sim_gz.sh --list` 应为空）？ | R4.10、R4.11 |
+| 14 | 我起过仿真/真机栈/长跑进程吗？停干净了吗（`stop_sim_gz.sh --list`、`stop_real.sh --list` 都应为空）？ | R4.10、R4.10b、R4.11 |
 
 ---
 
@@ -777,6 +837,8 @@ launch 会一直挂着、终端不回提示符。要显式挂 `OnProcessExit →
 | 夹爪明明开着，`status` 一直报"开口 0 mm" | 反馈取了"虚拟宽度关节"，它在 Gazebo 里根本不动 | R4.11、坑 12 |
 | 验收说指尖只张开 0.13 mm（其实 127 mm） | 验收脚本自己漏了 ×1000（米 vs 毫米） | R4.12 |
 | 服务/话题/TF 全在，但读数全是乱的 | 上一轮的 `sim_gripper_adapter` / `static_transform_publisher` 还活着 | R4.11 |
+| 控制器 `feedback` 与 `reference` 完全一致，TF 却显示末端**一动不动** | 同样的话题上有两个来源（残留的 `joint_state_publisher` 发的**静态** mock 关节角把它盖住了）—— 别去查 IK/TF/时钟 | R4.10b、R4.13 |
+| 真机栈和仿真"互相干扰"、节点名撞车 | 真机侧当时**不强制域**，`ROS_DOMAIN_ID=77` 从跑过仿真的 shell 里漏了进来 | R4.13 |
 | 命令"开 20 mm"，两指实际 21.75 mm，夹不住工件 | 上游 `<mimic>` 是线性近似，开口必须走正运动学反解 | R4.4、坑 12 |
 | 残留进程把旧相机外参按在新仿真上 | `static_transform_publisher` 发的是 latched `/tf_static` | R4.11 |
 | 同一个手眼 TF，不同 launch 发出来不一样 | 四元数换算被抄了四份，退化分支公式各不相同 | R5.8 |

scripts/README.md

@@ -3,6 +3,15 @@
 实现细节在 [docs/WORKSPACE.md](../docs/WORKSPACE.md) 和 [docs/](../docs/)。
 
 **每天：** `run_real.sh` · `run_camera_d405.sh` · `run_visual_servo_rt.sh` · `go_home.sh`  
+  停：`stop_real.sh`（**别敲 `pkill -f`** —— 先匹配到调用它的 shell，会"秒返回、什么都没停"）
+  - 为什么单独有它：真机栈里有一族**独立于 `ros2_control_node` 存活**的进程
+    （`real_trajectory_adapter` / `named_pose_server` / `arm_status_node` /
+    `joint_state_publisher`）。它们会**冒名顶替**新一轮的栈 —— 残留的照样订阅
+    `/trajectory`、照样发 `/joint_states`（mock 的静态关节角），现象是
+    "控制器一切正常，TF 却显示臂没动"。见 `docs/FRAMEWORK_RULES.md` R4.10b。
+  - 它按 `install/` 前缀兜底扫，并**按 `ROS_DOMAIN_ID` 避开仿真进程**
+    （两边有同名的 `robot_state_publisher`）—— 所以停真机不会把正在跑的仿真杀一半。
+  - `--list` 只列出、不动手。
 **三阶段串联：** `run_all.sh --arm 89 [--hole k2] [--skip-stage1]`（`run_pipeline.sh` 是它的旧名别名）  
 **手眼：** `run_handeye.sh`（`teach` / `merge` / `calibrate` / `show`）  
 **夹爪：** `run_gripper.sh --arm 89|91` · `run_dual_gripper.sh`  
@@ -33,7 +42,9 @@
     物体的摆放（悬空/穿模/出界/互相嵌入）、场景里的像素门槛与**真机生效值**是否漂移、
     孔检测的成像几何（亮环/孔间距换算成像素后够不够门槛）、以及粗定位用的手外相机
     能不能**完整**看见工件。第二条尤其重要：门槛抄了两份，不一致时仿真会"通过"而真机不认。
-  - 注意 `run_sim.sh` 不是 Gazebo，它走 mock 驱动（假数据 + RViz），永远不会产生接触力
+  - 注意 `run_sim.sh` 不是 Gazebo，它走 mock 驱动（假数据 + RViz），永远不会产生接触力。
+    它用的是**真机的 `install/`**、节点名与真机完全一样，所以它跑在**真机的域 0**上
+    （不是仿真的 77）—— 别把它当成"另一个仿真"去和 `run_sim_gz.sh` 一起看。
 **环境：** `env.sh` · `build_all.sh`  
 **RDK：** `test_rdk_python.sh` · `rdk_switch_tool.sh` · `rdk_drag_bridge.py`  
 **改注释/写文档后自检：** `python3 scripts/check_text_only.py`
@@ -49,6 +60,10 @@
 
 `lib/parse_arm_args.sh` 解析 `--arm 89|91`。  
 `lib/load_site_config.sh` 把 `config/site.yaml` 变成 `SITE_*`。  
+`lib/ros_domain.sh` 真机/仿真的 DDS 域隔离（真机 0 / 仿真 77，`ROS_DOMAIN_ID` 从仿真
+  环境漏进来时改回并喊出来）—— `env.sh`、`run_real.sh`、`run_sim.sh` 共用一个实现。  
+`lib/real_procs.sh` 真机进程扫描（点名表 + `install/` 兜底 + 按域避开仿真），
+  `run_real.sh` 与 `stop_real.sh` 共用一份，不会各写一份漂移的模式表。
 
 ## 排查脚本卡住时的常识
 

scripts/env.sh

@@ -44,6 +44,11 @@ unset _d _TRT_SITE
 export YOLO_AUTOINSTALL=false
 export ROS2_WS="${ROOT}"
 
+# 真机与仿真的 DDS 隔离（细节与踩坑见 lib/ros_domain.sh 的文件头）。
+# shellcheck source=lib/ros_domain.sh
+source "${ROOT}/scripts/lib/ros_domain.sh"
+ros_domain_force_real
+
 # 主站点配置 → `SITE_*`（YOLO 权重、相机、机器人 SN……）
 # shellcheck disable=SC1091
 source "${ROOT}/scripts/lib/load_site_config.sh" 2>/dev/null || true

scripts/lib/real_procs.sh

@@ -0,0 +1,139 @@
+#!/usr/bin/env bash
+# =============================================================================
+# scripts/lib/real_procs.sh —— 真机进程扫描（被 stop_real.sh / run_real.sh 共用）
+#
+# 为什么要有这个文件
+# ----------------
+# 仿真侧早就有 lib/sim_procs.sh（点名表 + install_sim/ 兜底 + 杀完复查），
+# 真机侧**一直没有**对应物：只有 run_real.sh 里两行 pkill，
+#     pkill -f '/controller_manager/ros2_control_node'
+#     pkill -f 'arm_bringup.*stack.launch'
+# 而真机栈里还有一族**独立于这两条存活**的进程。2026-09-28 实测抓到的一次：
+# 上一轮栈的主体早就没了，只剩
+#     real_trajectory_adapter / named_pose_server / arm_status_node /
+#     joint_state_publisher
+# 四条（全在 install/arm_control/lib/arm_control/ 下），两条 pkill 一条都匹配不到。
+#
+# 危害不是"占内存"，而是**冒名顶替**：
+#   · 残留的 adapter 照样订阅 /trajectory、
+#   · 残留的 named_pose_server 照样提供 /set_named_pose、
+#   · 残留的 joint_state_publisher 照样发 /joint_states（mock 值的**静态**关节角），
+# 于是新一轮的请求被 DDS 负载均衡到"残留的那个"，/joint_states 与 /tf 有两份
+# 来源互相盖。现象极具误导性：控制器 feedback 与 reference 完全一致（控制器没坏），
+# 但 TF 显示末端**一动不动** —— 顺着现象查会一路查到 IK / TF / 时钟上。
+#
+# 所以这里做三件事：
+#   1. run_real.sh 与 stop_real.sh 共用同一份扫描实现（不再各写一份会漂移的表）；
+#   2. 扫描 = 点名表 + `install/` 前缀兜底 —— 凡命令行含 ``<仓库>/install/``
+#      的进程都算真机进程，以后再加新节点，不改这个文件也能被扫到；
+#   3. **按 ROS_DOMAIN_ID 区分真机与仿真**：仿真强制 77（见 sim_env.sh），
+#      真机默认 0。只按名字扫的话，停真机会顺手把正在跑的仿真的
+#      robot_state_publisher 一起杀掉（两边同名、都在 conda/ROS 下）。
+#
+# 用法（在 `set -uo pipefail` 之后 source）：
+#     source "$(dirname "$0")/lib/real_procs.sh"
+#     mapfile -t targets < <(real_proc_targets)   # 只输出 PID（已排除自身/祖先/仿真）
+#     real_proc_scan                               # "PID<TAB>域<TAB>命令行"
+# =============================================================================
+
+# 仿真的域（sim_env.sh 强制那个值）。真机扫到它 = 那是仿真进程，不是残留。
+REAL_SIM_DOMAIN=77
+
+_real_repo_root() {
+    cd "$(dirname "${BASH_SOURCE[0]}")/../.." && pwd
+}
+
+# 兜底模式：真机安装空间。用绝对路径前缀，避免误伤 install_sim/（仿真那边）。
+# 注意 "install_sim/" **不含** 子串 "install/"（_sim 把它截断了），所以这一条
+# 天然不会扫到仿真进程。
+#
+# ⚠️ 路径要按 awk 正则转义：路径里可能有 . + - 之类字符，不转义的话
+#    "." 会匹配任意字符（匹配面变大 = 误杀无关进程）。
+_real_install_dir() {
+    printf '%s/install/' "$(_real_repo_root)"
+}
+
+_real_regex_escape() {
+    printf '%s' "$1" | sed -e 's/[][\.^$*+?(){}|\\]/\\&/g'
+}
+
+# 点名表：列**不在 install/ 下**、但属于真机栈的进程。
+# 它们的可执行文件来自 conda 环境或 ROS 发行版（/opt/ros/humble/lib/...），
+# 命令行里没有仓库的 install/ 字样，兜底规则扫不到。
+#
+#   ros2_control_node        控制器本体（它占着 RDK，RDK 对同一台臂是独占的）
+#   controller_manager.*spawner  孤儿 spawner，会永远等一个不存在的 controller_manager
+#   joint_state_publisher    **mock 专用**节点；在真机上出现 = 上一轮 mock 栈的残留，
+#                            它发的静态关节角会盖掉真实值
+#   robot_state_publisher    发 TF 与 /robot_description；残留会让"改了描述却不生效"
+#   static_transform_publisher  发 latched 的 /tf_static，残留会一直把旧外参按在新树上
+REAL_PROC_NAMED='ros2_control_node|controller_manager.*spawner|joint_state_publisher|robot_state_publisher|static_transform_publisher'
+
+real_proc_patterns() {
+    printf '%s|%s' "$REAL_PROC_NAMED" "$(_real_regex_escape "$(_real_install_dir)")"
+}
+
+# 读某个进程的 ROS_DOMAIN_ID。读不到（僵尸/无权限/没设）输出空。
+# `|| true`：调用方可能是 `set -e` 的脚本（run_real.sh），而 tr/sed 在
+# /proc 读不到时会非零返回 —— 不兜住的话整个启动脚本会被这一行带停。
+real_proc_domain() {
+    local pid="$1" v=""
+    v="$(tr '\0' '\n' < "/proc/${pid}/environ" 2>/dev/null \
+         | sed -n 's/^ROS_DOMAIN_ID=//p' | head -1)" || true
+    printf '%s' "${v:-}"
+}
+
+# 是不是仿真进程（域 == REAL_SIM_DOMAIN）。
+# 读不到 environ 时**不当**成仿真：宁可停真机时多杀一个"域未知但确实在
+# install/ 下"的进程，也不要漏掉真机残留（漏掉的代价见文件头）。
+real_proc_is_sim() {
+    [ "$(real_proc_domain "$1")" = "${REAL_SIM_DOMAIN}" ]
+}
+
+# 扫描：输出 "PID<TAB>域<TAB>命令行"。
+#
+# ⚠️ 两个必须踩过的坑（与 sim_procs.sh 同源，别再犯）：
+#   1. `pkill -f <模式>` 会匹配到自己所在的 shell（它的命令行里就含那个模式），
+#      表现成"命令立刻返回、什么都没杀"。
+#   2. 模式串用**环境变量**传给 awk，不用 `-v pat=...`：用了 -v 的话 awk 自己的
+#      命令行里就含整串模式，于是它匹配到自己，复查时多报一个幽灵 PID。
+real_proc_scan() {
+    export PAT="$(real_proc_patterns)"
+    export ME="${REAL_PROC_SELF:-$$}"
+    ps -eo pid=,ppid=,args= | awk '
+        BEGIN { pat = ENVIRON["PAT"]; me = ENVIRON["ME"] }
+        $0 ~ pat {
+            if (NF < 3) next                  # 没有 args 字段（僵尸/内核线程）
+            pid = $1; ppid = $2
+            args = substr($0, index($0, $3))
+            if (ppid == me) next              # 本脚本的直接子进程（如 $(...) 的 fork）
+            if (args ~ /real_procs\.sh/) next  # 本库自己（含 grep/sed 的读数）
+            if (args ~ /stop_real\.sh/) next
+            if (args ~ /run_real\.sh/) next
+            if (args ~ /^\s*awk/) next
+            print pid "\t" args
+        }'
+}
+
+# 排除自己与全部祖先，跳过仿真进程，只输出 PID。
+# 设 REAL_PROC_INCLUDE_SIM=1 可以连仿真进程一起列出（自查用，停止流程不用）。
+real_proc_targets() {
+    local exclude=() p=$$ pid rest _d skip e
+    while [ "${p:-0}" -gt 1 ] 2>/dev/null; do
+        exclude+=("$p")
+        p=$(ps -o ppid= -p "$p" 2>/dev/null | tr -d ' ')
+        [ -z "$p" ] && break
+    done
+    while IFS=$'\t' read -r pid rest; do
+        [ -z "${pid:-}" ] && continue
+        skip=0
+        for e in "${exclude[@]}"; do
+            [ "$pid" = "$e" ] && skip=1 && break
+        done
+        [ "$skip" = "1" ] && continue
+        if [ "${REAL_PROC_INCLUDE_SIM:-0}" != "1" ] && real_proc_is_sim "$pid"; then
+            continue
+        fi
+        echo "$pid"
+    done < <(real_proc_scan)
+}

scripts/lib/ros_domain.sh

@@ -0,0 +1,48 @@
+#!/usr/bin/env bash
+# =============================================================================
+# scripts/lib/ros_domain.sh —— 真机与仿真的 DDS 域隔离
+#
+# 为什么要单独抽一层
+# ----------------
+# 仿真侧（scripts/sim_env.sh）**强制** ROS_DOMAIN_ID=77，并且注释里写明了
+# "隔离不能靠『环境里恰好没设』"。真机侧当时没有对应保护，于是同一个坑换个
+# 方向又踩了一次（2026-09-28 实测）：
+#
+#   先 source 过 sim_env.sh 的 shell（ROS_DOMAIN_ID=77 还 export 着）
+#   再起真机栈 → 真机栈落到**仿真的域**上 → 两边节点名撞车
+#   （/controller_manager、/robot_state_publisher、/arm_status_node…）、
+#   /joint_states 与 /tf 各有两个来源互相盖。
+#
+#   现象极具误导性：控制器 feedback 与 reference 完全一致（控制器没坏），
+#   但 TF 显示末端**一动不动** —— 顺着现象查会一路查到 IK / TF / 时钟上，
+#   全是无辜的。
+#
+# 真机侧有两个入口（scripts/env.sh 给交互 shell 用；scripts/run_real.sh 自己
+# 起 conda + install），两处都得有这个纠正，所以放在这里共用一份。
+#
+# 用法（在 `set -uo pipefail` 或 `set -eo pipefail` 之后 source）：
+#     source ".../lib/ros_domain.sh"
+#     ros_domain_force_real
+# =============================================================================
+
+# 仿真的域。改这里要同步 scripts/sim_env.sh（那边是硬编码的 77）。
+ROS_SIM_DOMAIN=77
+
+# 把 ROS_DOMAIN_ID 纠正到"真机该用的域"。
+#   · REAL_ROS_DOMAIN_ID 显式设了 → 用它（要换域就走这个，名字里带 REAL，
+#     不会被仿真环境的 export 撞上）；
+#   · 环境里是 77（仿真的域）→ **喊出来**再改回 0；
+#   · 环境里没设 → 显式写 0，让人一眼能从 `env` 里看出真机跑在哪个域。
+ros_domain_force_real() {
+    if [ -n "${REAL_ROS_DOMAIN_ID:-}" ]; then
+        export ROS_DOMAIN_ID="${REAL_ROS_DOMAIN_ID}"
+    elif [ "${ROS_DOMAIN_ID:-0}" = "${ROS_SIM_DOMAIN}" ]; then
+        echo "[domain] ⚠ 环境里的 ROS_DOMAIN_ID=${ROS_SIM_DOMAIN} 是**仿真**用的域" >&2
+        echo "[domain]   （scripts/sim_env.sh 强制那个值）。已改回 0 起真机栈 ——" >&2
+        echo "[domain]   真机与仿真同域会让节点名/话题互相盖，现象是'臂没动'" >&2
+        echo "[domain]   而控制器一切正常。要另指定请设 REAL_ROS_DOMAIN_ID。" >&2
+        export ROS_DOMAIN_ID=0
+    elif [ -z "${ROS_DOMAIN_ID:-}" ]; then
+        export ROS_DOMAIN_ID=0
+    fi
+}

scripts/run_real.sh

@@ -30,6 +30,10 @@ conda activate ros_flexiv
 source "${ROOT}/install/setup.bash"
 # shellcheck disable=SC1091
 source "${ROOT}/scripts/lib/load_site_config.sh"
+# 真机与仿真的 DDS 域隔离：这个入口**不经过** env.sh，所以这里也得纠正一次。
+# shellcheck source=lib/ros_domain.sh
+source "${ROOT}/scripts/lib/ros_domain.sh"
+ros_domain_force_real
 
 # `flexiv_hardware` 必须从 flexiv_install 加载 spdlog/RBDyn（不能用 conda 的 fmt v11）
 export LD_LIBRARY_PATH="${FLEXIV_PREFIX}/lib:${LD_LIBRARY_PATH:-}"
@@ -50,9 +54,27 @@ echo "=== catalog: ${SITE_ROBOT_CATALOG:-} ==="
 echo "=== handeye: ${SITE_HANDEYE_FILE:-} ==="
 echo "=== camera serial: ${SITE_CAM_SERIAL:-}  gripper: ${SITE_GRIP_MODEL:-} ${SITE_GRIP_PORT:-} ==="
 echo "=== network iface=${NET_IFACE:-auto}  robot=${ROBOT_IP}  pc=${SITE_PC_IP:-} ==="
-echo "=== stop leftover ros2_control (RDK exclusive) ==="
+echo "=== stop leftover real stack (RDK exclusive) ==="
-pkill -f '/controller_manager/ros2_control_node' 2>/dev/null || true
+# 以前这里是两行 pkill（ros2_control_node + stack.launch），漏掉了
-pkill -f 'arm_bringup.*stack.launch' 2>/dev/null || true
+# arm_control 那一族**独立存活**的孤儿（adapter / named_pose_server /
+# arm_status_node / joint_state_publisher）—— 它们会冒名顶替新一轮的栈，
+# 见 lib/real_procs.sh 的文件头。扫描规则与 stop_real.sh 共用一份。
+# shellcheck source=lib/real_procs.sh
+source "${ROOT}/scripts/lib/real_procs.sh"
+mapfile -t _stale < <(real_proc_targets)
+if [ "${#_stale[@]}" != "0" ]; then
+  echo "清掉上一轮残留（${#_stale[@]} 个）："
+  for _pid in "${_stale[@]}"; do
+    printf '  %-7s %s\n' "$_pid" "$(ps -o args= -p "$_pid" 2>/dev/null | cut -c1-120)"
+    kill -TERM "$_pid" 2>/dev/null || true
+  done
+  sleep 1
+  for _pid in "${_stale[@]}"; do
+    kill -0 "$_pid" 2>/dev/null && kill -KILL "$_pid" 2>/dev/null || true
+  done
+  unset _pid
+fi
+unset _stale
 sleep 1
 # 清掉把 91 的 .100 误绑到 89 MAC 上的陈旧 ARP
 if [[ -n "${NET_IFACE}" ]]; then

scripts/run_sim.sh

@@ -4,4 +4,16 @@ set -euo pipefail
 ROOT="$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)"
 # shellcheck disable=SC1091
 source "${ROOT}/install/setup.bash"
+# mock 栈用的是**真机的** install/（不是 install_sim/），节点名与真机一模一样
+# （/controller_manager、/robot_state_publisher、/arm_status_node…），
+# 所以它必须待在**真机的域**里，绝不能跟着调用者的环境落到仿真的 77 上。
+#
+# 2026-09-28 实测就是这么踩的：这个脚本 source 的是 install/ 又**没管域**，
+# 调用者的 shell 里带着 77（之前跑过仿真），于是 mock 栈落到仿真域上、
+# 与 Gazebo 仿真抢 /joint_states —— 冒名顶替的残留进程把 Gazebo 那边的 TF
+# 盖成"静止"，现象是"仿真上料失败、臂摆不到竖直位姿"，而控制器其实一切正常。
+# 详见 scripts/lib/ros_domain.sh 的文件头。
+# shellcheck source=lib/ros_domain.sh
+source "${ROOT}/scripts/lib/ros_domain.sh"
+ros_domain_force_real
 ros2 launch arm_bringup sim.launch.py

scripts/run_sim_gz.sh

@@ -15,7 +15,15 @@
 # 与 scripts/run_sim.sh 的区别（两个名字容易混，这里说清）：
 #     run_sim.sh     ← 走 arm_bringup 的 **mock** 驱动：假数据 + RViz，无物理
 #     run_sim_gz.sh  ← 走 Gazebo：真物理、真接触
-#   两者互不影响，也都不需要真机。要验证力控/接触类逻辑只能用后者。
+#   两者都不需要真机。要验证力控/接触类逻辑只能用后者。
+#
+# ⚠️ 它们**不是**"互不影响"的 —— 早先这句注释是错的，2026-09-28 踩过一次：
+#     run_sim.sh 用的是**真机的 install/**、节点名与真机完全一样，而且它当时
+#     **不管 ROS_DOMAIN_ID**，调用者环境里带 77（跑过仿真）就落到这个仿真的域上。
+#     于是 mock 栈与 Gazebo 抢 /joint_states：控制器 feedback 与 reference
+#     完全一致（控制器没坏），TF 却显示末端一动不动，表现为"仿真上料失败"。
+#   现在两侧都钉死了域：run_sim.sh 走真机域 0（见 lib/ros_domain.sh），
+#   本脚本走 77（见 sim_env.sh），所以可以并存而不再互相冒名顶替。
 #
 # ⚠️ 这个脚本此前**不存在**，却被 install_sim_env.sh（两处）与 build_sim.sh 的
 #    提示语引用 —— 照做会直接报"文件不存在"。现在补上。

scripts/stop_real.sh

@@ -0,0 +1,99 @@
+#!/usr/bin/env bash
+# =============================================================================
+# scripts/stop_real.sh —— 干净地停掉真机栈（Rizon4 + arm_control + arm_application）
+#
+# 为什么需要它（不是"能 pkill 就别写脚本"）
+# ----------------------------------------
+# 以前真机侧没有任何停止脚本，只有 run_real.sh 里两行 pkill。而真机栈里有一族
+# 进程**独立于那两条模式存活**：2026-09-28 实测抓到上一轮栈主体早已退出、只剩
+#     real_trajectory_adapter / named_pose_server / arm_status_node /
+#     joint_state_publisher
+# 四条。它们会**冒名顶替**新一轮的栈：照样接 /trajectory、照样发 /arm_status、
+# 照样发 /joint_states —— 新一轮的请求被 DDS 负载均衡到残留的那个，
+# 现象是"指令发了臂没动"或"数据乱跳"，而日志上什么都看不出来。
+#
+# 与之对称的仿真侧早就有 stop_sim_gz.sh（R4.10：停仿真别用 pkill -f）。
+# 这个脚本把同样的纪律补给真机侧。扫描规则在 scripts/lib/real_procs.sh，
+# 与 run_real.sh 共用一份，不会各写一份漂移。
+#
+# ⚠️ 为什么这里**不**用 sim 那套"进程组"停止法：
+#    run_sim_gz.sh 用 setsid 把仿真起在自己的会话里，PGID 记下来整组 kill。
+#    真机栈是**前台交互**跑的（要能 Ctrl-C、要看日志），没有独立进程组；
+#    它的 PGID 就是调用它的那个 shell —— 记下来再 kill 会把你自己的终端杀掉。
+#    所以真机侧靠"模式扫描 + ROS_DOMAIN_ID 判别"，并且杀完复查。
+#
+# 用法：
+#     bash scripts/stop_real.sh            # 停真机栈（TERM，等 5s，仍在则 KILL）
+#     bash scripts/stop_real.sh --list     # 只列出会被停掉的进程，不动手
+#
+# 不会动的东西：ROS_DOMAIN_ID=77 的进程（那是仿真，归 stop_sim_gz.sh 管）。
+# =============================================================================
+set -uo pipefail
+
+LIST_ONLY=0
+[ "${1:-}" = "--list" ] && LIST_ONLY=1
+
+# shellcheck source=lib/real_procs.sh
+source "$(dirname "${BASH_SOURCE[0]}")/lib/real_procs.sh"
+
+mapfile -t targets < <(real_proc_targets)
+
+if [ "${#targets[@]}" = "0" ]; then
+    echo "没有正在运行的真机进程（已排除本脚本自身、调用它的 shell、以及仿真域的进程）。"
+    exit 0
+fi
+
+echo "将停止以下真机进程："
+for pid in "${targets[@]}"; do
+    _d="$(real_proc_domain "$pid")"
+    printf '  %-7s [域 %s] %s\n' "$pid" "${_d:-?}" \
+        "$(ps -o args= -p "$pid" 2>/dev/null | cut -c1-130)"
+done
+
+if [ "$LIST_ONLY" = "1" ]; then
+    echo "（--list：未动手。要连仿真进程一起看：REAL_PROC_INCLUDE_SIM=1 bash scripts/stop_real.sh --list）"
+    exit 0
+fi
+
+# 先 TERM：ros2_control_node 要机会去把 RDK 的会话放掉、把臂置于安全状态。
+for pid in "${targets[@]}"; do
+    kill -TERM "$pid" 2>/dev/null
+done
+
+# 为什么等：RDK / flexiv_hardware 的析构不是瞬时的（要停实时线程、放 socket）。
+# 立刻 KILL 有可能把 RDK 会话留在"半开"状态，下一次连接要等它超时。
+for _ in $(seq 1 10); do
+    alive=0
+    for pid in "${targets[@]}"; do
+        kill -0 "$pid" 2>/dev/null && alive=1
+    done
+    [ "$alive" = "0" ] && break
+    sleep 0.5
+done
+
+for pid in "${targets[@]}"; do
+    if kill -0 "$pid" 2>/dev/null; then
+        echo "  PID $pid 没响应 TERM，用 KILL"
+        kill -KILL "$pid" 2>/dev/null
+    fi
+done
+
+# ---------------------------------------------------------------------------
+# 复查：杀完再扫一遍。
+# 这一步是为了让"表漏了某个进程"变成**看得见的告警**，而不是
+# "脚本说已停止、实际有残留"。上面那四条孤儿当初就是这么漏掉的。
+# ---------------------------------------------------------------------------
+sleep 0.5
+mapfile -t leftover < <(real_proc_targets)
+
+if [ "${#leftover[@]}" != "0" ]; then
+    echo "⚠ 仍有真机相关进程存活（说明它既不在 lib/real_procs.sh 的点名表里，"
+    echo "   也不在 install/ 下 —— 请把它加进点名表，或让它从 install/ 启动）："
+    for pid in "${leftover[@]}"; do
+        printf '  %-7s %s\n' "$pid" "$(ps -o args= -p "$pid" 2>/dev/null | cut -c1-130)"
+    done
+    echo "真机栈已停止，但有残留 —— 残留会与下一次启动抢话题/TF。"
+    exit 3
+fi
+
+echo "真机栈已停止。"

src/arm_application/test/test_ros_domain.py

@@ -0,0 +1,161 @@
+"""真机/仿真的 DDS 域隔离与真机进程扫描（scripts/lib/ros_domain.sh、real_procs.sh）。
+
+为什么这两个 shell 库值得用 pytest 钉住
+--------------------------------------
+2026-09-28 无人值守实测踩了一次，代价是"仿真上料失败"查到 IK/TF/时钟上去：
+先 source 过 sim_env.sh 的 shell 里（ROS_DOMAIN_ID=77 还 export 着）再起真机栈，
+真机栈就落到**仿真的域**上，两边节点名撞车、/joint_states 与 /tf 各有两份来源
+互相盖。现象是"控制器 feedback 与 reference 完全一致（控制器没坏），但 TF 显示
+末端一动不动"。
+
+仿真侧早就强制 77 并写明了"隔离不能靠『环境里恰好没设』"，真机侧没有对应保护。
+ros_domain.sh 补上了保护；这个文件钉住它的**四种输入 + 一个不许误报**，
+以及 real_procs.sh 的域判别（否则停真机会顺手杀掉正在跑的仿真）。
+"""
+
+from __future__ import annotations
+
+import os
+import subprocess
+import sys
+from pathlib import Path
+
+import pytest
+
+ROOT = Path(__file__).resolve().parents[3]
+LIB = ROOT / "scripts" / "lib"
+
+pytestmark = pytest.mark.skipif(
+    os.name != "posix", reason="这两个库是 bash + /proc，只在 Linux 上有意义"
+)
+
+#: conda 里的 bash 在 `bash -c` 时会往 stderr 打这一条，和被测逻辑毫无关系。
+#: 不滤掉的话，"非 77 的域不该有任何提示"那条用例会被它永久污染，最后只能把
+#: 断言削弱或删掉 —— 而"不许误报"和"必须报"一样是要钉的性质。
+_LIBTINFO_NOISE = "no version information available"
+
+
+def _stderr_clean(p: subprocess.CompletedProcess) -> str:
+    return "\n".join(
+        ln for ln in p.stderr.splitlines() if _LIBTINFO_NOISE not in ln
+    ).strip()
+
+
+def _clean_env(**overrides: object) -> dict:
+    """干净环境：先摘掉三个域变量，再套用 overrides。
+
+    跑测试的那个 shell 里的 ROS_DOMAIN_ID 经常正好是 77（因为常跑仿真），
+    不清掉的话用例会永远落在同一个分支上 —— 这正是被测代码要防的那类错误。
+    """
+    env = dict(os.environ)
+    for k in ("ROS_DOMAIN_ID", "REAL_ROS_DOMAIN_ID", "SIM_ROS_DOMAIN_ID"):
+        env.pop(k, None)
+    env.update({k: str(v) for k, v in overrides.items()})
+    return env
+
+
+def _run_sourced(snippet: str, env_overrides: dict) -> subprocess.CompletedProcess:
+    """source ros_domain.sh 后执行 snippet，返回 CompletedProcess。"""
+    return subprocess.run(
+        ["bash", "-c", f'source "{LIB}/ros_domain.sh"\nros_domain_force_real\n{snippet}'],
+        capture_output=True,
+        text=True,
+        env=_clean_env(**env_overrides),
+        timeout=20,
+    )
+
+
+def test_sim_domain_leak_is_corrected_to_zero_and_announced() -> None:
+    """核心用例：环境里带着仿真的 77 → 必须改回 0，并且**喊出来**。
+
+    只改不说不行：现场会以为"我明明设过域"而找不到原因。
+    """
+    r = _run_sourced("echo -n $ROS_DOMAIN_ID", {"ROS_DOMAIN_ID": 77})
+    assert r.returncode == 0, r.stderr
+    assert r.stdout == "0", f"77 是仿真的域，真机栈不能落在上面；实际 {r.stdout!r}"
+    assert "77" in r.stderr and "仿真" in r.stderr, (
+        "改掉别人的环境必须留一句人话，否则现场不知道域被换过"
+    )
+
+
+def test_unset_domain_becomes_explicit_zero() -> None:
+    """没设 → 显式写 0（而不是留空）。
+
+    显式写出来的意义：`env | grep ROS_DOMAIN_ID` 能一眼看出真机跑在哪个域，
+    不用去记"没设等于 0"。
+    """
+    r = _run_sourced("echo -n $ROS_DOMAIN_ID", {})
+    assert r.returncode == 0, r.stderr
+    assert r.stdout == "0"
+
+
+def test_explicit_real_domain_override_wins() -> None:
+    """REAL_ROS_DOMAIN_ID 是换域的唯一出口（名字带 REAL，不会被仿真环境撞上）。"""
+    r = _run_sourced("echo -n $ROS_DOMAIN_ID", {"REAL_ROS_DOMAIN_ID": 5})
+    assert r.returncode == 0, r.stderr
+    assert r.stdout == "5"
+
+
+def test_other_domain_is_left_alone_and_not_announced() -> None:
+    """用户自己挑的域（非 77）不许被动、也不许刷警告。
+
+    "不许误报"和"必须报"一样重要：每次 source env.sh 都刷一行吓人的警告，
+    人就会开始无视它 —— 真出事那次也就看不见了。
+    """
+    r = _run_sourced("echo -n $ROS_DOMAIN_ID", {"ROS_DOMAIN_ID": 3})
+    assert r.returncode == 0, r.stderr
+    assert r.stdout == "3"
+    assert _stderr_clean(r) == "", f"非 77 的域不该有任何提示；实际 {_stderr_clean(r)!r}"
+
+
+def test_real_procs_patterns_cover_install_space_and_named_nodes() -> None:
+    """扫描规则要同时覆盖两半：install/ 兜底 + 不在 install/ 下的点名表。
+
+    只留兜底会漏 robot_state_publisher / joint_state_publisher（它们在
+    conda 或 /opt/ros 下，命令行里没有仓库路径）；只留点名表会漏
+    arm_control 那一族孤儿（2026-09-28 实测漏的就是它们）。
+    """
+    r = subprocess.run(
+        [
+            "bash",
+            "-c",
+            f'source "{LIB}/real_procs.sh"\nreal_proc_patterns',
+        ],
+        capture_output=True,
+        text=True,
+        timeout=20,
+    )
+    assert r.returncode == 0, r.stderr
+    pat = r.stdout
+    # 兜底：仓库的 install/（而不是笼统的 install）
+    assert f"{ROOT}/install/" in pat
+    # 点名表里的关键项
+    for name in ("ros2_control_node", "joint_state_publisher", "robot_state_publisher"):
+        assert name in pat, f"{name} 不在扫描规则里"
+    # 关键性质：install_sim/ **不**该被这条兜底模式匹配到（否则停真机会杀仿真）
+    escaped = f"{ROOT}/install/"
+    assert f"{ROOT}/install_sim/arm_control/lib/arm_control/arm_status_node".find(escaped) == -1
+
+
+def test_real_procs_domain_of_own_process_is_readable() -> None:
+    """real_proc_domain 要能从 /proc 读出进程的域（域判别的地基）。
+
+    这条地基不牢，real_proc_is_sim 就会恒为假 —— 于是 stop_real.sh 会把正在跑的
+    仿真的 robot_state_publisher 一起杀掉（两边同名）。那种误杀的表现是"仿真莫名
+    少了大半 TF"，比漏杀更难查。
+
+    ⚠️ 域必须通过 `env` 在 **exec 时**给：/proc/<pid>/environ 读的是进程启动那一刻
+    的环境块，进去之后再 `export ROS_DOMAIN_ID=42` 是**改不到**它的。
+    （第一版用例就是这么写的，拿到的是父 shell 的值，于是它测的不是被测代码。）
+    """
+    env = _clean_env()
+    env["ROS_DOMAIN_ID"] = "42"
+    r = subprocess.run(
+        ["bash", "-c", f'source "{LIB}/real_procs.sh"\nreal_proc_domain $$'],
+        capture_output=True,
+        text=True,
+        env=env,
+        timeout=20,
+    )
+    assert r.returncode == 0, r.stderr
+    assert r.stdout.strip() == "42", f"读到的域不对：{r.stdout!r}（stderr={_stderr_clean(r)!r}）"