这一课把“机器人软件怎么搭起来、怎么跑起来、怎么和硬件连起来”讲清楚。你可以把它当作：从“会写算法”走向“能做完整机器人系统”的分水岭。

8.1 机器人操作系统（ROS）概述
8.1.1 ROS 是什么？为什么它是现代机器人开发的核心？

ROS（Robot Operating System）更像是机器人软件中间件 + 工具链 + 生态，它解决的不是“某一个算法”，而是“把很多算法、硬件、工程流程拼成一个可用系统”。

ROS 帮你解决这些真实痛点：

模块化协作：感知、定位、规划、控制、UI 各写各的，靠统一通信机制拼起来

复用与生态：SLAM、导航、机械臂规划、相机驱动……大量现成包直接用

工程化工具：录包回放、可视化、调参、日志、仿真、发布部署

跨硬件：同一套上层算法能跑在不同底盘、不同雷达/相机上（只要驱动和话题对上）

补充一个重要现实：ROS 1（Noetic）已在 2025-05-31 达到 EOL，新项目更建议以 ROS 2 为主。

8.1.2 ROS 的结构与组件：节点、话题、消息（再加上你必须知道的 4 个概念）

ROS 2 把系统拆成很多“进程/组件”，每个组件做一件事：

(1) Node 节点
一个节点负责一个清晰功能：例如“读取雷达”“发布里程计”“做 SLAM”“做路径规划”。官方教程也强调节点应当职责单一、模块化。

(2) Topic 话题（发布/订阅）
最常用通信方式：A 节点发布数据到某个 topic，B 节点订阅它。ROS 2 官方把 topic 形容为“节点交换消息的总线”。

(3) Message 消息
topic 里传的数据结构（强类型），例如 sensor_msgs/LaserScan、geometry_msgs/Twist。

(4) Service 服务（请求/响应）
像函数调用：请求一次，返回一次。适合“设置模式、触发一次动作”。

(5) Action 动作（可反馈、可取消的长任务）
例如“导航到目标点”：过程中会反馈进度，也可以取消。

(6) Parameter 参数
节点运行参数：PID 增益、滤波系数、地图分辨率、控制频率等。

再加一个你后面绕不过去的：TF 坐标变换
机器人一切感知与控制都离不开坐标系：map / odom / base_link / camera_link / laser，TF2 用来维护这些变换关系。很多“导航跑不起来”的问题，本质是 TF 错了或时间戳不对。

8.2 ROS 开发环境的搭建
8.2.1 选 ROS 1 还是 ROS 2？选哪个版本？

新项目：优先 ROS 2（生态和维护趋势都在 ROS 2）

ROS 2 的一个常用选择是 Jazzy Jalisco。官方安装文档显示：Jazzy 的 Ubuntu deb 包面向 Ubuntu 24.04 (Noble)。

ROS 1 Noetic：已 EOL（上面已引用），除非维护存量项目否则不建议新上。

8.2.2 在 Ubuntu 上安装与配置（以 ROS 2 Jazzy 为例）

下面给你一个“新手最少踩坑”安装路径（思路：官方 deb + colcon 工作空间）：

A. 系统准备

Ubuntu 24.04

保持系统更新、时间同步（机器人分布式通信很怕时间飘）

B. 按官方文档走 deb 安装
官方写明 Jazzy 的 deb 包适配 Ubuntu 24.04。
安装完成后，重点是这两件事：

source 环境（让 shell 认识 ros2 命令、包路径）

建立自己的 colcon workspace

典型工作空间结构：

~/ros2_ws/src：放你自己的包

~/ros2_ws/build / install / log：编译生成

8.2.3 ROS 开发常用工具与模拟器（你会频繁用）

命令行工具（必须熟）

ros2 node list / info

ros2 topic list / echo / hz / bw

ros2 service list / call

ros2 action list / send_goal

ros2 param list / get / set

ros2 bag record / play（录包回放，复现问题神器）

可视化 / 调试

RViz2：看激光点云、地图、TF、路径、代价地图

rqt 系列：rqt_graph 看通信拓扑、rqt_plot 看曲线

仿真

Gazebo：注意“Gazebo Classic 已在 2025-01 EOL”，建议迁移到新 Gazebo（Gazebo Sim）。
这点很关键：很多老教程用 Gazebo 11（Classic），你照着装可能会越走越偏。

8.3 机器人算法与控制模块

这里不只讲“算法名字”，而是讲它们在系统里怎么串起来。

8.3.1 基本运动控制：PID 控制（举 3 个常见例子）

PID 在机器人里无处不在：轮速、角速度、姿态、关节位置、末端力控都能用。

例 1：差速底盘轮速控制

输入：目标轮速 v_ref

测量：编码器反馈 v_meas

输出：电机 PWM / 电流给定

难点：编码器噪声、死区、低速爬行、负载变化

常见工程做法：

速度环 PID + 前馈（加速度前馈能明显改善跟随）

输出限幅、防积分饱和

低速段做摩擦补偿（或者设定最小驱动）

例 2：云台/小机械臂关节位置控制

输入：目标角度

测量：编码器角度

输出：驱动器位置/速度指令
工程上常见是“位置环 + 速度环 + 电流环”（电流环多在驱动器内部）。

例 3：沿墙/循线控制

输入：期望距离/轨迹

测量：侧向雷达距离/视觉偏差

输出：角速度 w
这类 PID 的关键不是公式，而是测量信号滤波与控制频率。

8.3.2 路径规划（把它拆成“全局 + 局部 + 控制”）

以移动机器人为例，一个成熟框架通常分三层：

全局规划：从 A 到 B，在地图上找一条总体可行路径（A*、Dijkstra 等）

局部规划/避障：考虑动态障碍、代价地图、机器人运动学约束（DWB、TEB 思路等）

轨迹跟踪控制：把局部轨迹变成底盘速度指令（Pure Pursuit、MPC、PID 等）

一个非常典型的 ROS 2 组合是：SLAM/定位 + Nav2（导航） + ros2_control（控制）
你可以把它理解为“软件架构模板”。

8.3.3 高级算法：SLAM、视觉识别、物体抓取（讲清楚系统链路）
A. SLAM（同步定位与建图）

SLAM 的输入通常来自：

LiDAR（2D/3D）

里程计（轮编码器）

IMU
输出通常是：

机器人位姿（pose）

地图（栅格/点云）

TF：map -> odom -> base_link

例：仓储 AMR 的常见 SLAM 链

雷达 scan + 里程计 odom + IMU imu
→ SLAM 节点
→ 输出 map 与 pose
→ Nav2 做导航
→ 控制器输出 cmd_vel
→ 底盘驱动执行

踩坑点（非常常见）：

里程计时间戳不准、TF 断链

雷达安装角度导致数据畸变

IMU 未做重力方向校准，融合漂移

B. 视觉识别（检测/分割/定位）

视觉链路通常是：
相机驱动 → 图像话题 → 预处理（畸变校正/同步） → 模型推理（检测/分割） → 位姿估计（PnP/深度） → 发布目标位姿

例：产线抓取的“视觉 + 坐标标定”

相机识别出工件在图像坐标中的位置

通过相机标定 + 手眼标定，转换到 base_link 或机械臂基座坐标

MoveIt2 做规划，生成轨迹

执行器执行抓取

C. 物体抓取（MoveIt2 + 控制 + 传感）

抓取不是“规划一次就完事”，实际项目更像：

视觉给粗定位

机械臂接近

力/触觉做最后的对接与插入（比如插接件、装配）

8.4 开发与调试工具
8.4.1 ROS 中调试与测试的“实战套路”

遇到“机器人不动/乱动/偶发问题”，建议按这个顺序排：

第一步：拓扑是否对？

rqt_graph 看节点之间是否连上

有没有发 cmd_vel？有没有订阅它的底盘节点？

第二步：数据是否在跑？频率对不对？

ros2 topic echo 看值是否合理

ros2 topic hz 看频率是否稳定（控制回路很怕抖）

第三步：坐标系是否对？

RViz2 看 TF 树是否完整
典型：map -> odom -> base_link -> laser

第四步：录包复现

ros2 bag record 把关键话题录下来

线下回放定位问题：是感知错、规划错、还是控制错

第五步：QoS 与网络
ROS 2 在不同网络、不同 QoS 下表现差异很大。多机通信时尤其要注意 QoS 不匹配会“看得到话题但收不到数据”。

8.4.2 模拟环境：如何使用 Gazebo 做机器人模拟（你该怎么选）

旧教程常见 Gazebo Classic（Gazebo 11），但它已在 2025 年后进入 EOL 状态，官方也强调迁移到新 Gazebo（Gazebo Sim）。

仿真里你通常会做三件事：

放入机器人模型（URDF/SDF）

接上传感器插件（雷达/相机/IMU）

接上控制接口（差速、四轮、机械臂关节）

强烈建议新手的训练路径

先只仿真底盘：cmd_vel → 机器人移动

再加雷达：能在 RViz2 看到 scan

再跑 SLAM：能出地图

最后上 Nav2：能点目标导航

每一步都能闭环验证，不要一口气全装上。

8.5 机器人硬件与 ROS 的集成
8.5.1 把硬件连上 ROS：常见架构（最清晰的分层）

建议你按“分层”设计，后期维护会轻松很多：

硬件层：电机、驱动器、编码器、IMU、雷达、相机

驱动层（ROS Driver）：把硬件数据变成 ROS 消息/话题

中间层：滤波、融合（EKF）、TF、状态机

能力层：SLAM、定位、规划、抓取

应用层：任务逻辑、调度、人机交互、云端

这样做的好处：换硬件时通常只改“驱动层 + 少量参数”。

8.5.2 实际操作：控制机器人运动与任务执行（给你两个可落地例子）
例 1：移动底盘从“能跑”到“能导航”

目标：你在 RViz2 里点一个目标点，机器人自己走过去。

你需要把链路打通：

底盘驱动节点：订阅 cmd_vel，发布 odom

传感器驱动：发布 scan、imu

TF：odom -> base_link（来自里程计），base_link -> laser（静态标定）

融合：用 EKF 融合 odom + imu（让姿态更稳）

SLAM/定位：出 map 与 map->odom

Nav2：接收目标点，输出 cmd_vel

常见问题与快速定位：

不动：先看 cmd_vel 是否有、底盘是否订阅到

原地打转：TF 方向错（雷达/底盘坐标轴反了非常常见）

地图漂：里程计/IMU 时间戳、参数、安装角度问题

例 2：机械臂执行“识别-抓取-放置”

目标：相机识别工件，机械臂抓起来放到指定区域。

链路如下：

相机驱动发布图像

视觉节点输出目标位姿（在相机坐标系）

标定节点提供 camera -> base 的变换

MoveIt2 规划：从当前姿态到抓取姿态，再到放置姿态

控制执行：ros2_control 下发关节轨迹到驱动器

夹爪控制：service/action 控制开合

可选：力矩传感器做接触检测（插装/压装更可靠）

如果你希望“更像能直接上手的课”，我也可以把这一课补成一个“完整小项目模板”版本：

目录结构（src 放哪些包）

每个包负责什么

关键话题/TF/参数清单

最小可运行 demo（先仿真、再真机）