当前位置：首页 > news >正文

ROS2机器人开发：从零基础到自主导航的完整实践指南

news 2026/8/10 2:17:37

这次我们来看一个面向机器人开发者的完整学习路径。这个系列教程的目标非常明确：帮助零基础的学习者，从完全不懂ROS2，到能够独立完成机器人开发实践。它不是零散的博客文章，而是一个结构化的、从入门到精通的系统性课程。对于想进入机器人领域，或者希望从ROS1迁移到ROS2的开发者来说，这是一个值得投入时间跟进的资源。

教程的核心价值在于“系统性”和“实践性”。它覆盖了从环境搭建、核心概念理解，到通信机制、工具使用，再到导航、仿真等高级应用的完整链条。更重要的是，它强调“从入门到实践”，意味着每个知识点都试图与具体的机器人操作或仿真场景结合，避免纯理论学习的枯燥。对于学习者而言，最关心的几个问题通常是：学习曲线陡不陡？需要什么前置知识？学完能做什么？这篇文章将围绕这个教程系列，为你拆解它的内容结构、学习门槛、实践价值，并提供一套高效的学习与验证方法。

1. 核心能力速览（教程内容全景）

在深入细节之前，我们先通过一个表格快速了解这个ROS2教程系列的核心覆盖范围与学习目标，帮助你判断它是否匹配你的需求。

能力项	说明
教程定位	面向零基础学习者的系统性ROS2机器人开发教程，目标是从入门到精通。
技术栈	以ROS 2（推荐Humble或Foxy版本）为核心，涉及Ubuntu、Python/C++、Gazebo、RViz2、Nav2等。
硬件门槛	极低。主要学习阶段可在普通笔记本电脑上完成，通过虚拟机或双系统安装Ubuntu即可。仿真对显卡有一定要求，但入门级独显或核显通常足够运行基础Gazebo仿真。
核心内容模块	1.基础入门：ROS2安装、核心概念（节点、话题、服务、参数）。 2.通信编程：Python/C++编写发布者、订阅者、服务端、客户端。 3.工具集：CLI工具、RViz2可视化、Gazebo仿真。 4.进阶实践：导航（Nav2）、SLAM、MoveIt2机械臂控制、自定义机器人模型。
学习成果	能够独立搭建ROS2开发环境，理解其分布式通信框架，并完成一个仿真机器人的建图、导航等完整功能开发。
适合人群	机器人初学者、在校学生、从ROS1转向ROS2的工程师、希望系统学习机器人中间件的开发者。

2. 适用场景与学习边界

在开始学习之前，明确教程能帮你解决什么问题，以及它的边界在哪里，可以让你设定合理的期望，更高效地利用这份资源。

这个教程最适合谁？

零基础小白：对机器人感兴趣，但不知道从何下手。教程从环境安装开始，手把手引导。
在校学生：课程项目或毕业设计涉及机器人，需要快速掌握一个主流开发框架。
跨界开发者：有Python/C++基础，来自Web、移动开发等领域，想转入机器人行业。
ROS1迁移者：已经熟悉ROS1，希望了解ROS2在DDS、生命周期节点等方面的差异和升级方法。

通过学习，你能解决哪些典型问题？

环境搭建：在Ubuntu系统上成功安装ROS2，并配置好工作空间。
概念理解：彻底搞懂节点、话题、服务、动作、参数等ROS2核心抽象。
工具使用：熟练使用ros2命令行工具进行系统调试，使用RViz2可视化传感器数据，使用Gazebo进行机器人仿真。
功能开发：编写代码让机器人发布传感器信息、接收控制指令、提供查询服务。
系统集成：将导航、感知、控制等模块组合起来，完成一个完整的机器人应用。

需要注意的边界与前提

不是硬件制作教程：它重点在于机器人“软件”和“算法”开发，不会深入讲解如何焊接电路、选择电机或设计机械结构。但会教你如何为已有的机器人硬件编写驱动和上层应用。
需要基本的编程知识：虽然号称“零基础”，但这里的“零基础”通常指对ROS零基础。你需要具备基本的Python或C++编程能力，能理解变量、函数、类等概念。如果编程也是零基础，建议先补充Python入门知识。
依赖Linux环境：ROS2原生运行在Linux上（主要是Ubuntu）。你需要准备好一个Ubuntu环境，可以是物理机、虚拟机（如VMware/VirtualBox）或Windows子系统WSL2。教程通常会涵盖环境准备步骤。
仿真为主，实物为辅：教程的大部分实践很可能基于Gazebo仿真环境。这降低了学习成本和风险，但仿真与真实机器人之间存在“现实差距”。最终部署到实体机器人需要额外的硬件驱动和调试。

3. 环境准备与前置条件

开始学习前的准备工作至关重要。一个稳定、正确的开发环境能避免后续学习中大量的“玄学”错误。以下是基于ROS2 Humble版本（一个长期支持版本）的通用环境准备清单。

3.1 操作系统与版本选择

首选系统：Ubuntu 22.04 LTS (Jammy Jellyfish)。这是ROS2 Humble Hawksbill官方支持且最稳定的平台。
备选方案：
- 虚拟机：在Windows/Mac上通过VMware或VirtualBox安装Ubuntu 22.04。分配至少4核CPU、8GB内存、50GB硬盘空间给虚拟机，并开启3D加速以支持Gazebo。
- WSL2：对于Windows 10/11用户，可以使用WSL2安装Ubuntu 22.04。这是微软官方推荐的方案，性能接近原生，且与Windows文件系统互通方便。但Gazebo的3D图形支持需要额外配置（通常需要安装WSLg或第三方X服务器）。
系统安装后：首先更新系统软件包。
```
sudo apt update && sudo apt upgrade -y
```

3.2 基础开发工具安装这些是编译和开发ROS2包所必需的。

sudo apt install -y build-essential cmake git python3-colcon-common-extensions python3-flake8 python3-pip python3-pytest-cov python3-rosdep python3-setuptools python3-vcstool curl

build-essential,cmake：C/C++代码编译工具链。
git：版本控制，用于克隆教程代码和ROS2包。
colcon：ROS2的构建工具（替代了ROS1的catkin_make）。
rosdep：用于安装系统依赖的工具。

3.3 配置区域设置和字符集避免后续软件包安装和编译中的语言环境警告。

sudo apt install -y 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

可以将最后一行添加到你的~/.bashrc文件中使其永久生效。

3.4 获取ROS2 GPG密钥并添加软件源这是从官方仓库安装ROS2的关键步骤。

# 确保已安装curl sudo apt install -y curl gnupg lsb-release # 添加ROS2 GPG密钥 sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg # 将ROS2仓库添加到源列表 echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(source /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

3.5 安装ROS2桌面版桌面版包含了ROS2核心、基础工具、GUI工具（如RViz2）和仿真器。

sudo apt update sudo apt install -y ros-humble-desktop

安装过程可能需要一段时间，取决于你的网速。

3.6 配置环境变量安装完成后，需要让终端知道ROS2命令的位置。最方便的方法是将环境变量设置脚本加入~/.bashrc。

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

现在，打开一个新的终端，输入ros2应该能看到命令帮助信息。

3.7 安装额外的依赖和工具（可选但推荐）

ROS2开发工具：ros-dev-tools
```
sudo apt install -y ros-dev-tools
```
Gazebo仿真器：如果教程涉及仿真，需要安装。
```
sudo apt install -y gazebo-ros-pkgs
```

Turtlesim（经典入门Demo）：

sudo apt install -y ros-humble-turtlesim

完成以上步骤，一个基础的ROS2 Humble开发环境就准备就绪了。你可以通过运行一个小海龟仿真来验证安装是否成功。

4. 学习启动与第一个验证程序

环境准备好后，不要急于深入复杂概念。按照教程的常规路径，从最经典的“小海龟”开始，快速获得正反馈，验证环境并直观感受ROS2的工作方式。

4.1 启动ROS2核心ROS2是一个分布式系统，其核心是一个守护进程。首先，在一个终端中启动它：

ros2 run demo_nodes_cpp talker

这个命令会启动一个用C++写的“说话者”节点，它每秒发布一条“Hello World”消息到/chatter话题。

4.2 监听消息打开第二个终端，运行监听者节点：

ros2 run demo_nodes_py listener

你应该能在第二个终端看到持续打印出从talker节点收到的“Hello World”消息。这验证了最基本的ROS2通信（发布/订阅）是正常的。按Ctrl+C停止这两个节点。

4.3 运行Turtlesim仿真这是ROS传统的“Hello World”项目，非常直观。

启动Turtlesim仿真器：
```
ros2 run turtlesim turtlesim_node
```
此时会弹出一个蓝色背景的窗口，中间有一只小海龟。
控制小海龟：打开另一个终端，运行控制节点，让它画一个正方形。
```
ros2 run turtlesim draw_square
```
你会看到小海龟开始移动。你也可以通过键盘手动控制：
```
ros2 run turtlesim turtle_teleop_key
```
根据终端提示，使用方向键控制海龟移动。

4.4 使用ROS2命令行工具（CLI）探索系统这是理解ROS2架构的关键。再打开一个终端，尝试以下命令：

ros2 node list：列出当前系统中所有活跃的节点。你应该能看到/turtlesim和/teleop_turtle。
ros2 topic list：列出所有活跃的话题。你会看到/turtle1/cmd_vel（速度控制话题）、/turtle1/pose（海龟位姿话题）等。
ros2 topic echo /turtle1/pose：实时打印海龟的位姿（x, y, 角度）信息。
ros2 service list：列出所有可用的服务。

通过这简单的几步，你不仅验证了环境安装成功，还实际操作了ROS2的核心组件：节点、话题、服务。这种“先跑起来，再看原理”的方式，正是该教程可能强调的实践路径。

5. 核心概念深度实践与验证

在直观体验之后，教程必然会深入到ROS2的核心概念。以下是你可以跟随教程或自行实践的关键模块，每个模块都包含“验证是否掌握”的标准。

5.1 创建工作空间与功能包这是所有ROS2开发的起点。

操作步骤：

# 1. 创建并进入工作空间目录 mkdir -p ~/ros2_ws/src cd ~/ros2_ws # 2. 创建Python功能包 (以learning_py为例) ros2 pkg create --build-type ament_python learning_py # 3. 编译工作空间 colcon build # 4. 激活工作空间环境 source install/setup.bash

验证标准：成功执行colcon build后无错误，且能在~/ros2_ws/src下看到learning_py目录，其中包含package.xml和setup.py。

5.2 编写一个简单的发布者-订阅者（Python示例）理解话题通信模型。

测试目的：创建两个自定义节点，一个持续发布消息，另一个接收并打印消息。
操作步骤：
1. 在learning_py/learning_py目录下创建publisher_node.py和subscriber_node.py。
2. 在publisher_node.py中，编写代码创建一个节点，并定时向/my_topic话题发布字符串消息。
3. 在subscriber_node.py中，编写代码创建另一个节点，订阅/my_topic话题并打印收到的消息。
4. 修改setup.py，将这两个脚本注册为可执行节点（通过entry_points的console_scripts）。
5. 回到工作空间根目录，重新编译(colcon build)并激活环境。

运行与验证：

# 终端1：运行发布者 ros2 run learning_py publisher_node # 终端2：运行订阅者 ros2 run learning_py subscriber_node

判断成功：在订阅者终端中，能看到持续打印出发布者发送的消息。同时，可以用ros2 topic list和ros2 topic echo /my_topic来交叉验证。

5.3 创建与调用服务（Service）理解请求-响应式的同步通信。

测试目的：创建一个提供两数相加服务的服务器节点，和一个发起请求的客户端节点。
操作步骤：
1. 在功能包中定义服务接口（.srv文件）。例如，创建AddTwoInts.srv，包含int64 a、int64 b作为请求，int64 sum作为响应。
2. 在package.xml和CMakeLists.txt/setup.py中声明对服务接口的依赖和生成。
3. 编写service_server.py和service_client.py。
4. 编译并运行。

运行与验证：

# 终端1：启动服务端 ros2 run learning_py service_server # 终端2：启动客户端（假设客户端代码中请求了3和4） ros2 run learning_py service_client

判断成功：客户端终端打印出Result of 3 + 4 = 7。同时可以使用ros2 service list和ros2 service call /add_two_ints ...手动测试服务。

5.4 使用参数（Parameter）学习如何动态配置节点行为。

测试目的：创建一个节点，它有一个可动态设置的字符串参数（如my_parameter），并能在运行时通过命令行修改它。
操作步骤：
1. 在节点代码中声明并获取一个参数。
2. 编译运行节点。
3. 使用ros2 param list查看参数，使用ros2 param get获取值，使用ros2 param set修改值。
判断成功：能够通过ros2 param set命令修改参数值，并且节点能实时响应这个变化（例如打印出新的参数值）。

完成以上四个实践，你就已经掌握了ROS2最核心的通信机制和开发流程。教程的后续部分通常会基于这些基础，引入更复杂的工具和功能。

6. 核心工具链实战：RViz2与Gazebo

掌握命令行和编程基础后，可视化工具和仿真平台是提升开发效率的关键。教程中段会重点讲解RViz2和Gazebo。

6.1 RViz2：机器人数据可视化利器RViz2是ROS2的3D可视化工具，用于显示传感器数据（激光雷达点云、摄像头图像）、机器人模型（URDF）、坐标变换（TF）等。

启动方式：直接运行rviz2命令。
核心操作验证：
1. 显示TF坐标系：在运行Turtlesim或任何机器人仿真时，启动RViz2，添加TF显示插件，你应该能看到动态变化的坐标系。
2. 显示激光雷达数据：如果你启动了Gazebo仿真并加载了一个带激光雷达的机器人（如TurtleBot3），在RViz2中添加LaserScan显示，并选择对应的主题（如/scan），应该能看到周围的障碍物点云。
3. 显示机器人模型：添加RobotModel显示，如果robot_description参数已正确设置，你将看到机器人的3D模型。
学习要点：掌握如何添加/删除显示类型、保存/加载配置（.rviz2文件）、设置固定坐标系（Fixed Frame）。

6.2 Gazebo：机器人仿真与实验沙盒Gazebo是一个高保真的物理仿真环境，可以模拟机器人、传感器、物理交互，是测试算法和逻辑的安全、低成本方式。

启动方式：通常通过ROS2启动文件启动，例如启动一个空世界：gazebo --verbose，或启动带机器人的世界：ros2 launch gazebo_ros gazebo.launch.py。
与ROS2集成验证：
1. 加载一个标准机器人：例如，安装TurtleBot3相关包后，使用以下命令启动一个带TurtleBot3的Gazebo世界。
```
export TURTLEBOT3_MODEL=waffle_pi ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py
```
2. 验证话题通信：启动后，使用ros2 topic list，你应该能看到Gazebo中的机器人发布的各种传感器话题，如/scan（激光雷达）、/camera/image_raw（摄像头）。
3. 在RViz2中同步显示：保持Gazebo运行，启动RViz2，并添加LaserScan和Image显示，订阅对应的Gazebo发布的话题。你应该能在RViz2中实时看到仿真环境中的传感器数据。
学习要点：理解如何编写世界文件（.world）和模型文件（SDF/URDF），如何通过ROS话题控制仿真中的机器人，如何添加传感器插件。

6.3 联合调试：Gazebo + RViz2 + 控制节点这是最接近真实开发的场景。

测试流程：
1. 终端1：启动Gazebo仿真世界和机器人。
2. 终端2：启动RViz2，配置好显示机器人和传感器数据。
3. 终端3：运行一个键盘控制节点（如teleop_twist_keyboard），发布速度指令到/cmd_vel话题。
验证成功：在键盘控制终端按下按键，Gazebo窗口中的机器人应开始移动，同时RViz2中的机器人模型和传感器数据（如激光雷达）也应同步更新。这证明了你已经能够搭建一个完整的“感知-决策-控制”仿真闭环。

7. 进阶功能实践：导航与SLAM

教程的后半部分通常会进入机器人学的核心应用领域：让机器人自主移动。这主要涉及导航栈（Nav2）和同步定位与建图（SLAM）。

7.1 使用Nav2进行自主导航Nav2是ROS2的导航系统，负责路径规划、控制恢复等。

环境准备：安装Nav2及相关仿真包。

sudo apt install -y ros-humble-navigation2 ros-humble-nav2-bringup ros-humble-turtlebot3*

启动完整导航演示：

export TURTLEBOT3_MODEL=waffle_pi ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py # 新终端 ros2 launch turtlebot3_navigation2 navigation2.launch.py use_sim_time:=True map:=$HOME/map.yaml

注意：首次运行需要一张地图(map.yaml和map.pgm)。教程应会指导你如何先运行SLAM来创建地图。

在RViz2中设置目标点：
1. 启动上述命令后，RViz2会自动打开并加载Nav2的配置。
2. 点击RViz2顶部的“2D Pose Estimate”按钮，在地图上点击并拖拽，给出机器人在地图中的初始位置（非常重要！）。
3. 点击“Nav2 Goal”按钮，在地图上点击目标点并选择朝向。
验证成功：机器人应该开始规划出一条全局路径（绿色线），并沿着路径局部避障（红色箭头）移动到目标点。Gazebo中的仿真机器人同步移动。

7.2 使用SLAM构建地图在未知环境中，机器人需要先创建地图。

启动SLAM节点：

export TURTLEBOT3_MODEL=waffle_pi ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py # 新终端 ros2 launch turtlebot3_cartographer cartographer.launch.py use_sim_time:=True

控制机器人探索：打开一个新终端，运行键盘控制节点，驾驶机器人在Gazebo世界中移动，尽可能覆盖所有区域。
```
ros2 run turtlebot3_teleop teleop_keyboard
```
保存地图：当RViz2中显示的地图（来自/map话题）趋于完整时，保存地图。
```
ros2 run nav2_map_server map_saver_cli -f ~/my_first_map
```
验证成功：会在家目录下生成my_first_map.pgm（地图图像）和my_first_map.yaml（地图描述文件）。这张地图就可以用于上一步的Nav2导航。

完成导航和SLAM的实践，意味着你已经掌握了现代移动机器人最核心的两大功能模块。教程如果涵盖到此，其“从入门到实践”的目标就已基本达成。

8. 学习路径与时间规划建议

面对一个系统的教程，合理规划学习路径和时间能事半功倍。以下是一个参考计划，你可以根据自身基础调整。

阶段	核心内容	预计耗时	重点验证目标
第一阶段：环境与初探 (1-2天)	Ubuntu/ROS2安装、基础命令、Turtlesim	6-10小时	成功运行`talker/listener`和Turtlesim，理解节点、话题概念。
第二阶段：核心概念编程 (3-5天)	创建工作空间、编写Publisher/Subscriber、Service/Client、Parameter	15-25小时	能独立创建功能包，并实现自定义话题通信和服务调用。
第三阶段：工具链掌握 (2-3天)	RViz2可视化、Gazebo仿真基础、URDF/SDF模型简介	10-15小时	能在Gazebo中加载机器人，并在RViz2中显示其传感器数据。
第四阶段：综合应用实践 (5-7天)	导航栈(Nav2)配置与使用、SLAM建图（如Cartographer）	25-35小时	完成从SLAM建图到利用该地图进行自主导航的完整流程。
第五阶段：拓展与深化 (持续)	MoveIt2机械臂控制、自定义机器人仿真、ROS2与硬件实战、DDS深入理解	视项目而定	根据个人兴趣或项目需求，选择方向进行深耕。

关键建议：

动手优于观看：一定要跟着教程敲代码、运行命令、调试错误。看十遍不如做一遍。
善用官方文档：教程是引路人，ROS2的官方文档（docs.ros.org）是最权威的参考书，遇到问题首先查阅。
理解错误信息：编译或运行报错时，仔细阅读英文错误信息，它通常直接指出了问题所在（如包名错误、依赖缺失）。
社区求助：遇到无法解决的问题，可以在ROS Discourse论坛、ROS Answers或相关GitHub Issues中搜索或提问。

9. 常见问题与排查方法

在学习过程中，你几乎一定会遇到各种问题。下表汇总了典型问题及其解决思路。

问题现象	可能原因	排查方式	解决方案
`ros2`命令未找到	环境变量未正确设置。	执行`echo $ROS_DISTRO`，若无输出。	确保已执行`source /opt/ros/humble/setup.bash`，并已将其加入`~/.bashrc`。
编译包时找不到依赖	功能包的依赖未在`package.xml`中声明，或未安装。	查看`colcon build`的错误信息，通常指明缺失的包。	1. 在`package.xml`中添加`<depend>`标签。 2. 使用`rosdep install`安装系统依赖：`rosdep install -i --from-path src --rosdistro humble -y`。
节点启动后立即退出	节点代码存在语法或逻辑错误，或入口点配置错误。	1. 直接运行Python脚本看报错。 2. 检查`setup.py`中`entry_points`的配置格式。	1. 修复代码错误。 2. 确保`entry_points`中的`‘console_scripts’`格式正确，如`‘node_name = package_name.file_name:main_function’`。
Gazebo黑屏或无法启动	虚拟机3D加速未开启，或显卡驱动问题。	1. 检查虚拟机设置中3D加速是否启用。 2. 在终端运行`gazebo --verbose`查看详细错误。	1. 在VMware/VirtualBox中开启3D加速。 2. 对于WSL2，确保使用WSLg或配置了X服务器。 3. 尝试使用软件渲染：`export LIBGL_ALWAYS_SOFTWARE=1`。
RViz2中看不到机器人模型	`robot_state_publisher`节点未运行，或`robot_description`参数未设置。	1. 使用`ros2 node list`检查`robot_state_publisher`是否存在。 2. 使用`ros2 param list`检查是否有`robot_description`参数。	确保启动了发布机器人URDF模型的节点（通常包含在启动文件中）。
导航时机器人定位失败（原地打转）	初始位置（`2D Pose Estimate`）设置不准确。	观察RViz2中机器人在地图上的位置（红色箭头）是否与Gazebo中实际位置严重不符。	在RViz2中仔细使用`2D Pose Estimate`工具，根据Gazebo中机器人的真实位置和朝向，在地图上进行对齐。可能需要多次尝试。
SLAM建图模糊或重影	机器人运动过快，或传感器噪声大，或SLAM参数需要调整。	观察`/map`话题生成的地图是否有明显的“鬼影”。	1. 控制机器人缓慢移动。 2. 检查Gazebo中传感器（如激光雷达）的噪声参数是否设置过高。 3. 查阅所用SLAM算法（如Cartographer）的参数调优指南。
服务调用失败	服务端节点未运行，或服务名称、消息类型不匹配。	1.`ros2 service list`查看服务是否存在。 2.`ros2 service type <service_name>`检查服务类型。 3. 检查客户端代码中的服务名称和请求格式。	1. 确保服务端节点已启动。 2. 核对服务名称（注意首尾`/`）。 3. 使用`ros2 service call`手动测试，确保请求格式正确。

10. 总结与下一步行动

这个ROS2教程系列的价值在于它提供了一条清晰、连贯的学习路径，将分散的知识点串联成一个完整的机器人开发项目闭环。从环境配置到核心概念，从工具使用到高级应用，它试图覆盖一个机器人软件工程师所需的基础技能栈。

对于学习者而言，最直接的收获是获得了一套可复现的实践方法。你不再需要从浩如烟海的博客和文档中自行拼凑知识，而是可以跟随一个结构化的指南，步步为营，最终获得“让仿真机器人自主建图导航”的完整能力。这不仅是知识的积累，更是信心的建立。

学完之后，你可以立刻尝试的几件事：

改造TurtleBot3：尝试修改它的URDF模型，比如增加一个摄像头或改变其外形，重新在Gazebo中仿真。
创建自己的简单机器人：用基本的几何体（立方体、圆柱体）拼凑一个自己的机器人模型，并为其编写一个简单的键盘控制节点。
集成一个新传感器：在Gazebo中为你的机器人添加一个虚拟的深度相机，并编写节点将其点云数据在RViz2中显示出来。
尝试不同的SLAM算法：除了Cartographer，还可以尝试安装并运行slam_toolbox，比较建图效果。
连接真实硬件：如果你有树莓派和一些简单的传感器（如激光雷达RPLidar），尝试将ROS2部署到树莓派上，让算法跑在真实的机器人上。这是从仿真迈向现实的关键一步。

机器人开发是一个广阔的领域，ROS2是一个强大的工具。这个教程是你旅程的起点。保持动手实践的习惯，勇于拆解和模仿优秀的开源项目（如TurtleBot3、Nav2的Demo），积极参与社区讨论，你将很快能够将自己的机器人创意变为现实。建议将本教程作为核心路线图，同时将ROS2官方文档和Wiki作为随时查阅的手册，开启你的机器人开发实践之路。

查看全文

http://www.jsqmd.com/news/1363059/