步骤 11：扩展任务与总结

前置条件：完成步骤 10。 本步目标：把移动机器人平台扩展到感知、建图、导航和综合实验。 预计时间：按扩展任务选择。

1. 已完成的能力

完成前 10 步后，你已经拥有：

  • 一个可参数化的两轮差速移动机器人；
  • 一个可重复启动的 Gazebo 世界；
  • 差速驱动、里程计和 TF 数据链；
  • 激光雷达和 RGB 相机；
  • 命令行和自动轨迹控制能力；
  • 一套基于话题、TF、日志和物理现象的调试方法。

2. 扩展任务清单

扩展 新增加的内容 学习目标
IMU imu_link 与 IMU 插件 多传感器融合
键盘控制 teleop_twist_keyboard 手动调试运动
障碍物 墙、箱子、柱体 测试激光和避障
深度相机 depth camera 插件 三维视觉
状态可视化 rviz 配置 TF、激光和轨迹显示
rosbag 录制与回放 故障复现
SLAM gmapping / Cartographer 构建地图
导航 AMCL / move_base 路径规划和避障
多机器人 命名空间与多模型 系统扩展

3. rosbag 复现

录制核心话题：

rosbag record -O mybot_test.bag /cmd_vel /odom /joint_states /scan /tf /tf_static

查看 bag：

rosbag info mybot_test.bag

回放：

rosparam set use_sim_time true
rosbag play --clock mybot_test.bag

回放调试的价值：

  • 不依赖 Gazebo 实时运行；
  • 可以反复重现同一个问题；
  • 能对控制、TF 和传感器对齐关系进行复盘。

4. 接入 SLAM

前提：

  • /scan 频率稳定；
  • odom -> base_link 正常；
  • 激光 frame_id 与 TF 一致；
  • 场景有足够结构特征。

建图数据流：

graph LR S[/scan/] --> SLAM[gmapping] O[/odom/] --> SLAM T[TF] --> SLAM SLAM --> M[/map/] SLAM --> MT[map -> odom]

建图步骤：

roslaunch mybot_gazebo mybot_gazebo.launch
rosrun gmapping slam_gmapping scan:=/scan
rosrun teleop_twist_keyboard teleop_twist_keyboard.py

保存地图：

rosrun map_server map_saver -f ~/mybot_map

5. 接入自主导航

导航依赖：

  • 已保存地图；
  • AMCL 定位；
  • 全局和局部代价地图；
  • /cmd_vel 控制链接；
  • 完整 TF 链。
graph LR M[map] --> AMCL S[/scan/] --> AMCL AMCL --> MO[map -> odom] MB[move_base] --> CV[/cmd_vel/] CV --> D[diff_drive] D --> O[/odom/]

建议顺序：

  1. 先加载地图并确认 AMCL 定位；
  2. 再在 rviz 中手动指定小目标；
  3. 调整代价地图和机器人 footprint；
  4. 最后使用程序发送多个航点。

6. 总结

本教程不是一次跑完的命令集合，而是一条从模型到传感器的构建链：

环境 -> 功能包 -> URDF -> 差速插件 -> 传感器插件 -> world/launch -> 首次运行 -> 手动控制 -> 自动控制 -> 调试和扩展

每一步都留下一个可验证的结果，最终才形成完整仿真平台。

继续学习时，建议始终遵守以下原则：

  1. 先确认模型和 TF，再调试算法；
  2. 先检查话题和频率，再修改控制器；
  3. 先保存 rosbag，再反复改参数；
  4. 先跑小场景，再扩大地图和传感器范围；
  5. 先量化成功率，再追求轨迹美观。

7. 参考文献

  • ROS Wiki：URDF、TF、rqt 和 rosbag
  • Gazebo Classic 文档：SDF、物理引擎、传感器
  • ROS Noetic gazebo_ros：差速驱动、激光和相机插件
  • OpenHUTB/ros2 仓库：catkin 功能包与实验文档组织方式