ROS2导航SLAM建图实战：从Gazebo仿真到真实地图构建
1. 环境准备与基础配置
第一次接触ROS2导航和SLAM建图的朋友可能会觉得配置环境很复杂，其实只要跟着步骤一步步来，半小时就能搞定。我用的是一台装了Ubuntu 20.04的笔记本，ROS2版本选择Foxy，这个组合最稳定。记得先更新系统：
sudo apt update && sudo apt upgrade -y安装ROS2 Foxy基础包之后，重点要装TurtleBot3的相关组件。这里有个小技巧：先检查是否已经安装过相关包，避免重复安装。比如用这个命令查看TurtleBot3的包列表：
ros2 pkg list | grep turtlebot3如果输出结果里缺少某些关键包（比如turtlebot3_cartographer），就需要手动安装。我建议一次性把常用组件都装上：
sudo apt install ros-foxy-turtlebot3* -y装完记得设置环境变量，这个步骤新手最容易忽略。每次打开新终端都要执行：
source /opt/ros/foxy/setup.zsh export TURTLEBOT3_MODEL=burger2. Gazebo仿真环境搭建
2.1 加载TurtleBot3世界模型
Gazebo仿真最让人头疼的就是模型加载问题。经过多次测试，我发现必须正确设置GAZEBO_MODEL_PATH环境变量：
export GAZEBO_MODEL_PATH=$GAZEBO_MODEL_PATH:`ros2 pkg prefix turtlebot3_gazebo`/share/turtlebot3_gazebo/models/启动仿真环境时，建议先用命令行测试：
ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py如果看到Gazebo界面弹出，并且TurtleBot3机器人出现在迷宫环境中，说明仿真环境配置成功。第一次启动可能会比较慢，因为要下载模型文件。
2.2 解决常见仿真问题
我遇到过几次Gazebo黑屏的情况，通常是因为显卡驱动问题。NVIDIA显卡用户可以试试这个解决方案：
export LIBGL_ALWAYS_SOFTWARE=1如果仿真过程中机器人掉出地图，可能是物理引擎参数需要调整。可以在启动时添加参数：
ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py physics_engine:=ode3. SLAM建图实战
3.1 启动Cartographer建图
Cartographer是Google开源的SLAM算法，在ROS2中集成得很好。启动建图节点前要注意设置use_sim_time参数：
ros2 launch turtlebot3_cartographer cartographer.launch.py use_sim_time:=True这个命令会同时启动RViz可视化界面。在RViz中，你应该能看到激光雷达的扫描数据和实时构建的地图。如果看不到，检查一下Fixed Frame是否设置为"odom"。
3.2 键盘控制与地图扫描
新建终端启动键盘控制节点：
ros2 run turtlebot3_teleop teleop_keyboard控制机器人移动时有个小技巧：先让机器人缓慢旋转360度，这样Cartographer能更好地识别环境特征。建图过程中要注意：
- 尽量让机器人走"弓"字形路线
- 覆盖所有角落，特别是直角区域
- 避免快速转向，会导致建图精度下降
4. 地图保存与验证
4.1 保存地图文件
建图完成后，新建终端执行：
mkdir -p ~/cartographer ros2 run nav2_map_server map_saver_cli -f ~/cartographer/map这会生成两个关键文件：
- map.pgm：地图图像
- map.yaml：地图配置文件
4.2 地图参数解析
map.yaml文件中有几个重要参数需要理解：
resolution: 0.05 # 每个像素代表0.05米 occupied_thresh: 0.65 # 大于此值视为障碍物 free_thresh: 0.25 # 小于此值视为自由空间如果建图质量不理想，可以调整Cartographer的参数配置文件。位置通常在：
/opt/ros/foxy/share/turtlebot3_cartographer/config/5. 基于地图的导航实现
5.1 启动导航系统
使用之前保存的地图启动导航：
cd ~/cartographer ros2 launch turtlebot3_navigation2 navigation2.launch.py map:=map.yaml这个命令会启动完整的导航堆栈，包括AMCL定位和Nav2规划器。在RViz中可以看到代价地图和全局路径规划。
5.2 初始位置设定
点击RViz工具栏中的"2D Pose Estimate"按钮，然后在地图上点击机器人实际所在位置，拖动箭头指定朝向。这个过程可能需要尝试几次才能准确定位。
5.3 目标点导航
点击"2D Nav Goal"按钮，在地图上选择目标点，机器人会自动规划路径。紫色线条表示全局路径，绿色是局部调整路径。如果导航失败，可能是地图质量或定位精度问题，可以尝试：
- 重新设置初始位置
- 调整AMCL参数提高定位精度
- 检查代价地图参数
6. 真实机器人部署要点
当把仿真环境中的算法迁移到真实TurtleBot3时，有几个关键点需要注意：
- 传感器校准：真实激光雷达需要精确校准，时间同步很重要
- 电机控制：真实机器人的电机控制参数可能需要调整
- 地图质量：真实环境建图时，光照变化会影响激光雷达数据
- 计算负载：树莓派的计算能力有限，可能需要简化算法参数
我建议先在仿真环境中充分测试，然后再逐步迁移到真实机器人。每次只改一个参数，方便排查问题。