ROS 2（Robot Operating System 2）是用于机器人开发的灵活框架，相较于 ROS 1，它在实时性、安全性、跨平台支持和分布式通信等方面有显著提升。以下是一个 ROS 2 开发的快速入门指南，适用于初学者或希望系统化学习的人。

🧰 一、环境准备

1. 操作系统支持

• 推荐：Ubuntu 22.04（对应 ROS 2 Humble）
• 其他支持：Ubuntu 20.04（Foxy）、Ubuntu 24.04（Jazzy，较新）

官方推荐使用 Ubuntu + 官方二进制安装方式。

2. 安装 ROS 2（以 Humble 为例）

# 设置 locale sudo apt update && sudo apt install locales sudo locale-gen en_US en_US.UTF-8 sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8 export LANG=en_US.UTF-8 # 添加 ROS 2 软件源 sudo apt install software-properties-common sudo add-apt-repository universe sudo apt install curl sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(. /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null # 安装 ROS 2 Desktop 版本 sudo apt update sudo apt install ros-humble-desktop

3. 设置环境变量

source /opt/ros/humble/setup.bash echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc

4. 安装开发工具

sudo apt install python3-colcon-common-extensions \ python3-rosdep \ python3-rosinstall-generator \ build-essential

📦 二、创建第一个 ROS 2 包

1. 创建工作空间

mkdir -p ~/ros2_ws/src cd ~/ros2_ws colcon build

2. 创建功能包（Python 示例）

cd src ros2 pkg create --build-type ament_python --node-name my_node my_package

3. 编写简单 Publisher（发布者）

编辑my_package/my_package/my_node.py：

import rclpy from rclpy.node import Node from std_msgs.msg import String class MyPublisher(Node): def __init__(self): super().__init__('my_publisher') self.publisher_ = self.create_publisher(String, 'chatter', 10) timer_period = 0.5 # seconds self.timer = self.create_timer(timer_period, self.timer_callback) self.i = 0 def timer_callback(self): msg = String() msg.data = f'Hello ROS 2! #{self.i}' self.publisher_.publish(msg) self.get_logger().info(f'Publishing: "{msg.data}"') self.i += 1 def main(args=None): rclpy.init(args=args) node = MyPublisher() rclpy.spin(node) node.destroy_node() rclpy.shutdown() if __name__ == '__main__': main()

4. 修改setup.py

确保入口点注册：

entry_points={ 'console_scripts': [ 'my_node = my_package.my_node:main', ], },

5. 编译并运行

cd ~/ros2_ws colcon build --packages-select my_package source install/setup.bash ros2 run my_package my_node

🛠️ 三、常用命令

📚 四、进阶主题

• 自定义消息/服务：在msg/和srv/目录中定义.msg/.srv文件，并在CMakeLists.txt或setup.py中配置。
• Launch 文件：使用 Python 编写.launch.py实现多节点启动。
• 参数管理：通过 YAML 文件或命令行传参。
• QoS 配置：控制通信可靠性（如传感器数据 vs 控制指令）。
• DDS 配置：可更换底层通信中间件（Fast DDS、Cyclone DDS 等）。
• ROS 2 与 Gazebo/Ignition 集成：用于仿真。
• 安全机制：启用 SROS2（安全 ROS 2）进行身份认证和加密。

📘 五、学习资源

• 官方文档：https://docs.ros.org/en/humble/
• 教程：https://docs.ros.org/en/humble/Tutorials.html
• ROS 2 设计文章：https://design.ros2.org/
• 社区论坛：https://answers.ros.org/

2.ROS2详解

ROS 2（Robot Operating System 2）是专为机器人软件开发设计的分布式、模块化、实时通信框架，并非传统意义上的“操作系统”，而是一个中间件 + 工具链 + 生态系统。以下是对 ROS 2 的全面、结构化详解，涵盖其本质、核心机制、架构演进、工程实践与技术边界。

一、ROS 2 是什么？

定义

ROS 2 = 分布式机器人软件框架 + DDS 中间件 + 组件化开发模型 + 丰富工具链

它提供：

• 硬件抽象：屏蔽传感器/执行器差异
• 进程间通信（IPC）：节点通过话题、服务、动作交互
• 开发工具：调试、可视化（RViz2）、日志、仿真（Gazebo）
• 算法库：SLAM、导航、运动规划等参考实现

二、ROS 2 vs ROS 1：关键演进

✅ROS 2 已成为工业界主流（如 Boston Dynamics、宇树科技、NVIDIA Isaac）

三、ROS 2 核心概念（通信层）

1. 节点（Node）

• 最小计算单元，通常一个可执行文件
• 负责单一功能（如激光处理、电机控制）
• 可用 C++、Python 编写
• 示例：camera_node,nav2_bringup

2. 话题（Topic）— 异步发布/订阅

• 单向、多对多、异步通信
• 数据流：Publisher → Topic ← Subscriber
• 消息类型由.msg文件定义（如sensor_msgs/Image）
• QoS 策略决定传输行为（见下文）

3. 服务（Service）— 同步请求/响应

• 阻塞式、一对一通信
• 用于需立即反馈的操作（如“获取电池电量”）
• 接口由.srv文件定义（请求/响应用---分隔）

4. 动作（Action）— 长时任务

• 适用于耗时操作（如导航到目标点）
• 包含三部分：Goal（目标）、Feedback（进度）、Result（结果）
• 支持中途取消

5. 参数（Parameter）

• 全局或节点级配置项（如 PID 增益、采样频率）
• 支持动态重配置（运行时修改）

6. QoS（Quality of Service）

DDS 提供的通信策略，关键参数：

⚠️常见问题：Publisher 和 Subscriber 的 QoS 不匹配 → 消息收不到！

四、系统架构（三层模型）

1. 通信层（Communication Layer）

• 节点、话题、服务、动作、QoS
• 底层由DDS 实现（Fast DDS、Cyclone DDS 等）

2. 系统层（System Layer）

• 工作空间（Workspace）：src/,build/,install/
• 构建系统：colcon（替代 catkin）
• Launch 系统：.launch.py启动多节点
• TF2：坐标变换系统（map → odom → base_link）
• Bag：记录/回放消息流（调试利器）

3. 应用层（Application Layer）

• 感知：点云处理、目标检测
• SLAM：slam_toolbox,cartographer
• 导航：Nav2（含 AMCL、Planner、Controller、行为树）
• 控制：实时运动控制、关节轨迹跟踪
• 部署：Docker 容器化、CI/CD、安全加固（SROS2）

五、典型工作流程

graph LR A[创建工作空间] --> B[创建功能包] B --> C[编写节点代码] C --> D[colcon build] D --> E[source install/setup.bash] E --> F[ros2 run ...] F --> G[用 ros2 topic/service/action 调试] G --> H[用 RViz2 可视化] H --> I[用 ros2 bag 记录复现问题]

六、工程化最佳实践

✅ 项目组织

• 使用.repos文件管理多仓库依赖
• 分层工作区：dev_ws（开发）、overlay_ws（集成）、release_ws（交付）

✅ 编程规范

• 所有接口通过.msg/.srv/.action定义
• 关键参数从 YAML 注入（非硬编码）
• 回调函数中禁止阻塞操作

✅ 通信优化

• 传感器数据：best_effort + KEEP_LAST(5)
• 控制指令：reliable + transient_local
• 启用Intra-process 通信（零拷贝，提升性能）

✅ 调试策略

1. 先用ros2 bag record录制现场
2. 在仿真环境回放（--clock + use_sim_time:=true）
3. 用 RViz2 查看 TF、点云、路径是否异常

七、学习路线建议

八、官方资源推荐

• 📚 ROS 2 官方文档
• 🧪 ROS 2 教程
• 🗺️ Nav2 导航栈文档
• 🐢 TurtleBot3 示例
• 🎥 The Construct 仿真课程

总结

ROS 2 的本质是“让机器人软件像搭积木一样开发”

• 通过标准化通信解耦模块
• 通过工具链降低调试成本
• 通过生态组件（Nav2/SLAM/MoveIt）加速产品落地

如果你正在开发移动机器人、机械臂、无人机或自动驾驶小车，ROS 2 是当前最成熟、最活跃的开源选择。

3.如何从零搭建 Nav2 导航系统？

从零搭建 ROS 2 的Nav2（Navigation2）导航系统是实现移动机器人自主导航的关键一步。Nav2 是 ROS 2 官方推荐的、模块化、可扩展的导航栈，支持 SLAM、定位、路径规划、避障、恢复行为等完整功能。

下面以Ubuntu 22.04 + ROS 2 Humble为例，提供一套完整、可复现、面向真实或仿真机器人的搭建流程。

🧰 一、前提条件

1. 系统环境

• Ubuntu 22.04 LTS
• 已安装ROS 2 Humble Desktop（含rviz2,gazebo）
• 已配置colcon构建工具

若未安装，请先参考官方安装指南：
https://docs.ros.org/en/humble/Installation.html

2. 依赖安装

sudo apt update sudo apt install -y \ ros-humble-navigation2 \ ros-humble-nav2-bringup \ ros-humble-turtlebot3-gazebo \ ros-humble-turtlebot3-cartographer \ ros-humble-turtlebot3-navigation2 \ ros-humble-robot-localization \ ros-humble-slam-toolbox

💡 即使你不用 TurtleBot3，这些包也提供了标准的演示和配置模板。

🤖 二、选择机器人平台（以 TurtleBot3 为例）

TurtleBot3 是 Nav2 官方推荐的入门平台，模型轻量、文档齐全。

1. 设置环境变量（必须！）

export TURTLEBOT3_MODEL=burger export GAZEBO_MODEL_PATH=$GAZEBO_MODEL_PATH:/opt/ros/humble/share/turtlebot3_gazebo/models

建议写入~/.bashrc：

echo 'export TURTLEBOT3_MODEL=burger' >> ~/.bashrc

2. 启动 Gazebo 仿真环境

ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py

• 将出现一个带障碍物的室内环境，机器人在原点。

🗺️ 三、方式一：使用 Nav2 预置 Bringup（快速启动）

1. 启动 Nav2 导航栈

ros2 launch nav2_bringup tb3_simulation_launch.py headless:=False

参数说明：

• headless:=False：自动启动 RViz2 可视化界面
• 默认加载turtlebot3_world地图（位于nav2_bringup包中）

2. 在 RViz2 中操作

• 点击2D Pose Estimate给机器人初始位姿（AMCL 定位需要）
• 点击Navigation2 Goal设置目标点
• 机器人将自动规划路径并导航！

✅ 此时你已成功运行 Nav2！

🛠️ 四、方式二：从零构建自己的 Nav2 系统（推荐学习）

步骤 1：创建你的机器人描述包（URDF + TF）

确保你的机器人有：

• 正确的URDF 模型
• 发布/tf和/tf_static
• 发布/scan（激光雷达）或/point_cloud（深度相机）
• 发布/odom（里程计）

示例：TurtleBot3 的 URDF 在turtlebot3_description包中。

步骤 2：准备地图（两种方式）

A. 使用已有地图（.pgm + .yaml）

• 地图文件示例：

  map.pgm map.yaml

• map.yaml内容：

  image: map.pgm resolution: 0.05 origin: [-10.0, -10.0, 0.0] negate: 0 occupied_thresh: 0.65 free_thresh: 0.196

B. 实时建图（SLAM）

# 使用 SLAM Toolbox ros2 launch slam_toolbox online_async_launch.py # 或使用 Cartographer ros2 launch turtlebot3_cartographer cartographer.launch.py

• 用键盘控制机器人建图：

  ros2 run teleop_twist_keyboard teleop_twist_keyboard

• 保存地图：

  ros2 run nav2_map_server map_saver_cli -f ~/my_map

步骤 3：编写 Nav2 配置文件

创建你的配置目录，例如~/my_nav2_config/，包含：

1.nav2_params.yaml

amcl: ros__parameters: use_sim_time: True alpha1: 0.2 alpha2: 0.2 alpha3: 0.2 alpha4: 0.2 base_frame_id: "base_footprint" beam_skip_distance: 0.5 beam_skip_error_threshold: 0.9 beam_skip_threshold: 0.3 do_beamskip: false global_frame_id: "map" lambda_short: 0.1 laser_likelihood_max_dist: 2.0 laser_max_range: 3.5 laser_min_range: 0.12 laser_model_type: "likelihood_field" max_beams: 60 max_particles: 2000 min_particles: 500 odom_frame_id: "odom" pf_err: 0.05 pf_z: 0.99 recovery_alpha_fast: 0.0 recovery_alpha_slow: 0.0 resample_interval: 1 robot_model_type: "differential" save_pose_rate: 0.5 sigma_hit: 0.2 tf_broadcast: true transform_tolerance: 1.0 update_min_a: 0.2 update_min_d: 0.25 z_hit: 0.5 z_max: 0.05 z_rand: 0.5 z_short: 0.05 bt_navigator: ros__parameters: use_sim_time: True global_frame: map robot_base_frame: base_link odom_topic: /odom default_bt_xml_filename: "navigate_w_replanning_and_recovery.xml" plugin_lib_names: - nav2_compute_path_to_pose_action_bt_node - nav2_follow_path_action_bt_node - nav2_back_up_action_bt_node - nav2_spin_action_bt_node - nav2_wait_action_bt_node - nav2_clear_costmap_service_bt_node - nav2_is_stuck_condition_bt_node - nav2_goal_reached_condition_bt_node - nav2_initial_pose_received_condition_bt_node - nav2_reinitialize_global_localization_service_bt_node - nav2_rate_controller_bt_node - nav2_distance_controller_bt_node - nav2_speed_controller_bt_node - nav2_truncate_path_action_bt_node - nav2_change_goal_node_bt_node - nav2_recovery_node_bt_node - nav2_pipeline_sequence_bt_node - nav2_round_robin_node_bt_node - nav2_transform_available_condition_bt_node - nav2_time_expired_condition_bt_node - nav2_distance_traveled_condition_bt_node controller_server: ros__parameters: use_sim_time: True controller_frequency: 20.0 min_x_velocity_threshold: 0.001 min_y_velocity_threshold: 0.5 min_theta_velocity_threshold: 0.001 progress_checker_plugin: "progress_checker" goal_checker_plugins: ["goal_checker"] controller_plugins: ["FollowPath"] # Progress Checker progress_checker: plugin: "nav2_controller::SimpleProgressChecker" required_movement_radius: 0.5 movement_time_allowance: 10.0 # Goal Checker goal_checker: plugin: "nav2_controller::SimpleGoalChecker" xy_tolerance: 0.25 yaw_tolerance: 0.25 # Controller FollowPath: plugin: "nav2_regulated_pure_pursuit_controller::RegulatedPurePursuitController" desired_linear_vel: 0.5 lookahead_dist: 0.6 min_lookahead_dist: 0.3 max_lookahead_dist: 0.9 planner_server: ros__parameters: use_sim_time: True planner_plugins: ["GridBased"] GridBased: plugin: "nav2_navfn_planner/NavfnPlanner" tolerance: 0.5 use_astar: false allow_unknown: true behavior_server: ros__parameters: costmap_topic: local_costmap/costmap_raw footprint_topic: local_costmap/published_footprint cycle_frequency: 10.0 behavior_plugins: ["spin", "backup", "wait"] spin: plugin: "nav2_behaviors/Spin" backup: plugin: "nav2_behaviors/BackUp" wait: plugin: "nav2_behaviors/Wait" local_costmap: local_costmap: ros__parameters: update_frequency: 5.0 publish_frequency: 2.0 global_frame: odom robot_base_frame: base_link use_sim_time: True rolling_window: true width: 3 height: 3 resolution: 0.05 plugins: ["obstacle_layer", "inflation_layer"] obstacle_layer: plugin: "nav2_costmap_2d::ObstacleLayer" enabled: True observation_sources: scan scan: topic: /scan max_obstacle_height: 2.0 clearing: True marking: True data_type: "LaserScan" inflation_layer: plugin: "nav2_costmap_2d::InflationLayer" cost_scaling_factor: 3.0 inflation_radius: 0.55 always_send_full_costmap: True global_costmap: global_costmap: ros__parameters: update_frequency: 1.0 publish_frequency: 1.0 global_frame: map robot_base_frame: base_link use_sim_time: True resolution: 0.05 track_unknown_space: true plugins: ["static_layer", "obstacle_layer", "inflation_layer"] static_layer: plugin: "nav2_costmap_2d::StaticLayer" map_subscribe_transient_local: True obstacle_layer: plugin: "nav2_costmap_2d::ObstacleLayer" enabled: True observation_sources: scan scan: topic: /scan max_obstacle_height: 2.0 clearing: True marking: True data_type: "LaserScan" inflation_layer: plugin: "nav2_costmap_2d::InflationLayer" cost_scaling_factor: 3.0 inflation_radius: 0.55

2.bt.xml（行为树）

通常使用默认：navigate_w_replanning_and_recovery.xml（位于nav2_bt_navigator包中）

步骤 4：编写 Launch 文件

创建bringup_launch.py：

from launch import LaunchDescription from launch.actions import DeclareLaunchArgument, IncludeLaunchDescription from launch.substitutions import PathJoinSubstitution from launch_ros.actions import Node from launch_ros.substitutions import FindPackageShare def generate_launch_description(): pkg_share = FindPackageShare('my_robot_nav2').find('my_robot_nav2') return LaunchDescription([ # 启动 Nav2 IncludeLaunchDescription( PathJoinSubstitution([FindPackageShare('nav2_bringup'), 'launch', 'bringup_launch.py']), launch_arguments={ 'use_sim_time': 'True', 'map': PathJoinSubstitution([pkg_share, 'maps', 'my_map.yaml']), 'params_file': PathJoinSubstitution([pkg_share, 'config', 'nav2_params.yaml']), 'default_bt_xml_filename': PathJoinSubstitution([ FindPackageShare('nav2_bt_navigator'), 'behavior_trees', 'navigate_w_replanning_and_recovery.xml' ]) }.items() ), # 启动 RViz2（可选） Node( package='rviz2', executable='rviz2', name='rviz2', arguments=['-d', PathJoinSubstitution([pkg_share, 'rviz', 'nav2.rviz'])], parameters=[{'use_sim_time': True}], output='screen' ) ])

步骤 5：启动你的系统

ros2 launch my_robot_nav2 bringup_launch.py

🔍 五、调试与验证

使用 RViz2 添加以下显示：

• Map（全局地图）
• Global Plan / Local Plan
• Costmap（全局 & 局部）
• TF（确保map → odom → base_link链完整）

📦 六、迁移到真实机器人

1. 关闭use_sim_time（设为false）
2. 确保真实传感器发布/scan、/odom
3. 校准 TF（特别是激光雷达到 base_link 的偏移）
4. 调整控制器参数（如最大速度、加速度）
5. 考虑使用robot_localization融合 IMU + 轮速计

📚 七、学习资源

• Nav2 官方文档
• Nav2 教程
• Nav2 配置详解
• 行为树设计