保姆级教程：在Ubuntu 20.04上配置ROS Noetic+YOLOv5_ROS实现Gazebo仿真抓取

从零搭建ROS Noetic与YOLOv5_ROS的Gazebo仿真抓取环境

刚接触机器人仿真的开发者常常被复杂的依赖关系和版本兼容性问题困扰。本文将手把手带你完成Ubuntu 20.04 LTS下ROS Noetic与YOLOv5_ROS的完整环境搭建，实现Gazebo仿真环境中的物体识别与机械臂抓取全流程。不同于常见的Ubuntu 18.04方案，这个配置更符合当前主流开发环境，避免了过时软件源带来的各种问题。

1. 基础环境准备

在开始前，确保你的系统是纯净安装的Ubuntu 20.04.6 LTS。这个版本经过长期测试，稳定性最佳。不建议使用Ubuntu 22.04，因为ROS Noetic对其支持并不完善。

首先更新系统并安装必要工具：

sudo apt update && sudo apt upgrade -y sudo apt install -y git curl build-essential cmake

接下来设置ROS Noetic的软件源。注意Ubuntu 20.04默认的universe仓库可能不包含全部依赖，需要手动启用：

sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list' sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654 sudo apt update

安装完整的ROS Noetic桌面版（包含Gazebo和RViz）：

sudo apt install -y ros-noetic-desktop-full echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc source ~/.bashrc

提示：如果遇到"Unable to locate package"错误，请检查软件源设置是否正确，特别是确保universe仓库已启用。

2. YOLOv5_ROS功能包配置

YOLOv5_ROS是将YOLOv5目标检测算法封装为ROS节点的功能包。我们先创建工作空间并克隆相关代码：

mkdir -p ~/catkin_ws/src cd ~/catkin_ws/src git clone https://github.com/leggedrobotics/darknet_ros.git git clone --recursive https://github.com/ultralytics/yolov5 git clone https://github.com/frankyang-dev/yolov5_ros

安装Python依赖（建议使用Python 3.8）：

sudo apt install -y python3-pip python3-catkin-tools pip3 install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/torch_stable.html pip3 install -r yolov5/requirements.txt

修改YOLOv5_ROS的launch文件以适应我们的环境：

<!-- ~/catkin_ws/src/yolov5_ros/launch/yolo_v5.launch --> <launch> <param name="yolov5_path" value="$(find yolov5_ros)/yolov5"/> <param name="use_cpu" value="false" /> <node pkg="yolov5_ros" type="yolo_v5.py" name="yolov5_ros" output="screen"> <param name="weight_path" value="$(find yolov5_ros)/weights/yolov5s.pt"/> <param name="image_topic" value="/camera/color/image_raw"/> <param name="pub_topic" value="/yolov5/BoundingBoxes"/> <param name="camera_frame" value="camera_color_optical_frame"/> <param name="conf" value="0.5"/> </node> </launch>

编译工作空间：

cd ~/catkin_ws catkin_make -DPYTHON_EXECUTABLE=/usr/bin/python3 source devel/setup.bash

3. Gazebo仿真环境搭建

我们将使用UR5机械臂模型配合Robotiq夹爪来构建仿真场景。首先安装相关功能包：

sudo apt install -y ros-noetic-ur-description ros-noetic-robotiq-description

创建Gazebo世界文件：

<!-- ~/catkin_ws/src/my_gazebo/worlds/object_grasping.world --> <sdf version="1.6"> <world name="default"> <include> <uri>model://ground_plane</uri> </include> <include> <uri>model://sun</uri> </include> <model name="target_object"> <pose>0.5 0 0.5 0 0 0</pose> <link name="link"> <visual name="visual"> <geometry> <box> <size>0.05 0.05 0.05</size> </box> </geometry> <material> <ambient>1 0 0 1</ambient> </material> </visual> </link> </model> </world> </sdf>

配置机械臂启动文件：

<!-- ~/catkin_ws/src/my_robot/launch/ur5_robotiq.launch --> <launch> <arg name="world" default="$(find my_gazebo)/worlds/object_grasping.world"/> <include file="$(find gazebo_ros)/launch/empty_world.launch"> <arg name="world_name" value="$(arg world)"/> </include> <param name="robot_description" command="$(find xacro)/xacro '$(find ur_description)/urdf/ur5_robotiq.xacro'"/> <node name="spawn_urdf" pkg="gazebo_ros" type="spawn_model" args="-param robot_description -urdf -model ur5_robotiq"/> </launch>

4. MoveIt!运动规划配置

MoveIt!是ROS中用于机械臂运动规划的核心框架。安装MoveIt!及相关依赖：

sudo apt install -y ros-noetic-moveit ros-noetic-ur5-moveit-config

生成UR5机械臂的MoveIt!配置包：

roslaunch ur5_moveit_config demo.launch

创建自定义抓取配置。在~/catkin_ws/src/my_robot/config/grasping.yaml中添加：

grasp_database: approach_retreat_desired_dist: 0.2 approach_retreat_min_dist: 0.1 gripper_joint_name: "robotiq_85_left_knuckle_joint"

5. 系统集成与验证

现在我们将所有组件集成在一起。创建顶层启动文件：

<!-- ~/catkin_ws/src/my_robot/launch/full_system.launch --> <launch> <!-- 启动Gazebo仿真 --> <include file="$(find my_robot)/launch/ur5_robotiq.launch"/> <!-- 启动YOLOv5检测 --> <include file="$(find yolov5_ros)/launch/yolo_v5.launch"/> <!-- 启动MoveIt! --> <include file="$(find ur5_moveit_config)/launch/move_group.launch"/> <!-- 启动RViz可视化 --> <node name="rviz" pkg="rviz" type="rviz" args="-d $(find my_robot)/config/full_system.rviz"/> </launch>

验证各组件是否正常工作：

1. 相机数据验证：

rostopic echo /camera/color/image_raw

2. YOLOv5检测验证：

rostopic echo /yolov5/BoundingBoxes

3. MoveIt!规划验证：

rosrun moveit_commander moveit_commander_cmdline.py

6. 抓取逻辑实现

创建Python脚本实现完整的抓取逻辑。以下是核心代码框架：

#!/usr/bin/env python3 import rospy from yolov5_ros.msg import BoundingBoxes from geometry_msgs.msg import PoseStamped class GraspingController: def __init__(self): rospy.init_node('grasping_controller') # 订阅YOLOv5检测结果 self.bbox_sub = rospy.Subscriber( '/yolov5/BoundingBoxes', BoundingBoxes, self.bbox_callback ) # 发布目标位姿 self.target_pub = rospy.Publisher( '/move_group/goal', PoseStamped, queue_size=10 ) def bbox_callback(self, msg): for bbox in msg.bounding_boxes: if bbox.Class == "target_object": self.process_target(bbox) def process_target(self, bbox): target_pose = PoseStamped() target_pose.header.frame_id = "base_link" target_pose.pose.position.x = 0.5 target_pose.pose.position.y = 0.0 target_pose.pose.position.z = 0.5 target_pose.pose.orientation.w = 1.0 self.target_pub.publish(target_pose) if __name__ == '__main__': GraspingController() rospy.spin()

7. 常见问题解决

在实际部署中可能会遇到以下典型问题：

问题1：Gazebo启动时报错"Could not find controller_manager"

解决方案：

sudo apt install -y ros-noetic-ros-control ros-noetic-ros-controllers

问题2：YOLOv5检测结果不稳定

调整参数：

• 修改conf_threshold值（0.3-0.7之间）
• 确保相机图像话题与launch文件中配置一致

问题3：MoveIt!规划失败

检查要点：

1. 确认机械臂URDF模型正确加载
2. 检查碰撞检测参数
3. 验证规划场景配置

rosrun moveit_commander moveit_commander_cmdline.py > use arm > current > list

8. 性能优化技巧

1. GPU加速：

   • 确保CUDA 11.0和cuDNN正确安装
   • 在YOLOv5_ROS的launch文件中设置use_cpu为false

2. Gazebo实时性优化：

   <physics type="ode"> <max_step_size>0.001</max_step_size> <real_time_factor>1</real_time_factor> </physics>

3. MoveIt!规划速度提升：

   • 减少碰撞检测精度
   • 使用OMPL的RRTConnect配置

# ~/catkin_ws/src/my_robot/config/ompl_planning.yaml planner_configs: RRTConnect: type: geometric::RRTConnect range: 0.1