ROS 2 Lyrical 第8章传感器与执行器集成

zhangrelay

576人浏览 · 2026-08-15 11:27:56

zhangrelay · 2026-08-15 11:27:56 发布

ROS 2 Lyrical 第八章传感器与执行器集成

前言

本章完整迁移ROS1传感器与执行器体系，全量适配ROS 2 Lyrical + Ubuntu 26.04，替换ROS1专属joy_node、rosserial、hokuyo_node、openni等组件，统一使用ROS2标准驱动包、DDS话题通信与rclcpp编程接口。
本章覆盖游戏手柄遥控、Arduino嵌入式扩展、差速底盘电机驱动、轮式编码器、9轴IMU、GPS、2D激光雷达、深度相机、总线舵机九类机器人通用设备，提供标准安装流程、硬件接线逻辑、消息格式说明、测试命令与可运行代码示例，所有内容均可直接落地到实体机器人开发。

8.1 游戏手柄遥控机器人

在这里插入图片描述

游戏手柄是机器人调试与手动遥控的标准输入设备，通过轴向输入控制线速度与角速度，按钮触发自定义功能。

8.1.1 驱动安装与设备识别

ROS 2 Lyrical使用joy_linux作为标准手柄驱动，兼容所有符合USB HID协议的游戏手柄（如罗技F710、Xbox手柄等）。

# 安装驱动包
sudo apt install ros-lyrical-joy-linux
# 插入手柄后查看设备节点
ls /dev/input/

正常识别后会生成js0设备节点，使用系统工具测试硬件有效性：

sudo jstest /dev/input/js0

输出包含轴向数值与按钮状态，拨动摇杆、按下按键时数值同步变化则硬件正常。

8.1.2 驱动节点与消息格式

启动ROS2手柄驱动节点：

ros2 run joy_linux joy_node

节点发布/joy话题，消息类型为sensor_msgs/msg/Joy，查看实时数据：

ros2 topic echo /joy

标准消息结构：

std_msgs/msg/Header header  # 时间戳与坐标系
float32[] axes              # 轴向输入数组，范围[-1,1]
int32[] buttons             # 按钮状态数组，0松开 1按下

8.1.3 手柄速度转换节点

将手柄轴向映射为机器人速度指令，发布标准geometry_msgs/msg/Twist格式的/cmd_vel话题。

C++示例代码 `src/teleop_joy.cpp`

#include <rclcpp/rclcpp.hpp>
#include <geometry_msgs/msg/twist.hpp>
#include <sensor_msgs/msg/joy.hpp>

class TeleopJoy : public rclcpp::Node
{
public:
  TeleopJoy() : Node("c8_teleop_joy")
  {
    // 声明参数配置轴号与速度上限
    this->declare_parameter("axis_linear", 1);
    this->declare_parameter("axis_angular", 0);
    this->declare_parameter("max_linear_vel", 0.2);
    this->declare_parameter("max_angular_vel", 1.57);

    axis_linear_ = this->get_parameter("axis_linear").as_int();
    axis_angular_ = this->get_parameter("axis_angular").as_int();
    max_linear_ = this->get_parameter("max_linear_vel").as_double();
    max_angular_ = this->get_parameter("max_angular_vel").as_double();

    vel_pub_ = this->create_publisher<geometry_msgs::msg::Twist>("/cmd_vel", 10);
    joy_sub_ = this->create_subscription<sensor_msgs::msg::Joy>(
      "joy", 10, std::bind(&TeleopJoy::joy_cb, this, std::placeholders::_1));
  }

private:
  void joy_cb(const sensor_msgs::msg::Joy::SharedPtr joy)
  {
    geometry_msgs::msg::Twist vel;
    vel.linear.x = max_linear_ * joy->axes[axis_linear_];
    vel.angular.z = max_angular_ * joy->axes[axis_angular_];
    vel_pub_->publish(vel);
  }

  rclcpp::Publisher<geometry_msgs::msg::Twist>::SharedPtr vel_pub_;
  rclcpp::Subscription<sensor_msgs::msg::Joy>::SharedPtr joy_sub_;
  int axis_linear_, axis_angular_;
  double max_linear_, max_angular_;
};

int main(int argc, char** argv)
{
  rclcpp::init(argc, argv);
  rclcpp::spin(std::make_shared<TeleopJoy>());
  rclcpp::shutdown();
  return 0;
}

8.1.4 一体化启动与可视化

Python Launch文件launch/teleop_robot.launch.py，整合手柄驱动、速度转换、机器人模型、里程计与RViz2：

from launch import LaunchDescription
from launch_ros.actions import Node
from ament_index_python.packages import get_package_share_directory
import os

def generate_launch_description():
    rviz_config = os.path.join(
        get_package_share_directory("chapter8_tutorials"), "config/config.rviz")
    return LaunchDescription([
        Node(package="joy_linux", executable="joy_node",
             parameters=[{"dev": "/dev/input/js0", "deadzone": 0.12}]),
        Node(package="chapter8_tutorials", executable="teleop_joy"),
        Node(package="robot_state_publisher", executable="robot_state_publisher",
             parameters=[{"robot_description": open("urdf/robot2.urdf").read()}]),
        Node(package="joint_state_publisher", executable="joint_state_publisher"),
        Node(package="rviz2", executable="rviz2", arguments=["-d", rviz_config])
    ])

启动后可通过rqt_graph查看节点拓扑，RViz2中实时观察机器人模型运动。

8.2 Arduino嵌入式扩展（rosserial）

→ROS2方案并非如此，所有文档均为课程批判性教学素材←
在这里插入图片描述

Arduino是低成本传感器/执行器扩展方案，通过rosserial协议实现串口与ROS2的双向通信，支持数字IO、模拟采集、电机控制等功能。

8.2.1 环境搭建

# 安装ROS2功能包
sudo apt install ros-lyrical-rosserial-arduino ros-lyrical-rosserial-python

生成Arduino端ros_lib库，复制到Arduino IDE的libraries目录：

cd ~/Arduino/libraries
ros2 run rosserial_arduino make_libraries.py .

硬件兼容性说明：推荐使用Arduino UNO R3、Mega2560、Nano；Arduino Leonardo等USB原生串口设备需额外适配。

8.2.2 Hello World发布示例

Arduino端代码c8_arduino_string.ino：

#include <ros.h>
#include <std_msgs/String.h>

ros::NodeHandle nh;
std_msgs::String str_msg;
ros::Publisher chatter("chatter", &str_msg);
char hello[] = "chapter8_tutorials";

void setup()
{
  nh.initNode();
  nh.advertise(chatter);
}

void loop()
{
  str_msg.data = hello;
  chatter.publish(&str_msg);
  nh.spinOnce();
  delay(1000);
}

上传代码后，启动ROS2串口节点：

ros2 run rosserial_python serial_node.py /dev/ttyACM0

查看发布的话题：

ros2 topic echo /chatter

8.2.3 LED订阅控制示例

通过ROS话题控制Arduino引脚LED状态：

#include <ros.h>
#include <std_msgs/Empty.h>

ros::NodeHandle nh;

void led_cb(const std_msgs::Empty& msg)
{
  digitalWrite(13, !digitalRead(13));
}

ros::Subscriber<std_msgs::Empty> sub("toggle_led", &led_cb);

void setup()
{
  pinMode(13, OUTPUT);
  nh.initNode();
  nh.subscribe(sub);
}

void loop()
{
  nh.spinOnce();
  delay(1);
}

测试控制指令：

ros2 topic pub --once /toggle_led std_msgs/msg/Empty "{}"

8.3 差速底盘电机驱动

8.3.1 硬件方案

采用L298N双路H桥驱动板，控制4轮差速底盘（同侧电机并联）：

ENA/ENB：PWM调速，接Arduino PWM引脚
IN1/IN2：左电机方向控制
IN3/IN4：右电机方向控制
供电：12V直流电源驱动电机，5V给Arduino供电

在这里插入图片描述

8.3.2 单轮速度控制

左右轮分别接收速度指令，PWM范围0~255，正负值对应正反转：

void cmdLeftCB(const std_msgs::Int16& msg)
{
  if(msg.data >= 0){
    analogWrite(ENA, msg.data);
    digitalWrite(IN1, LOW);
    digitalWrite(IN2, HIGH);
  } else {
    analogWrite(ENA, -msg.data);
    digitalWrite(IN1, HIGH);
    digitalWrite(IN2, LOW);
  }
}

8.3.3 /cmd_vel差速运动学转换

订阅标准geometry_msgs/Twist话题，通过差速运动学公式换算左右轮转速：

void cmdVelCB(const geometry_msgs::Twist& twist)
{
  float L = 0.1; // 轮间距
  int gain = 4000; // 速度增益
  float left_vel = gain * (twist.linear.x - twist.angular.z * L);
  float right_vel = gain * (twist.linear.x + twist.angular.z * L);
  // 输出PWM到左右电机
  set_motor(LEFT, left_vel);
  set_motor(RIGHT, right_vel);
}

8.4 轮式编码器与里程计

8.4.1 霍尔编码器原理

磁性编码盘随车轮转动，霍尔传感器输出脉冲信号，通过脉冲计数计算车轮转速与位移。

接线：VCC接5V，GND接地，信号接Arduino外部中断引脚（2、3号）
配置为INPUT_PULLUP上拉输入模式，下降沿触发中断计数

在这里插入图片描述

8.4.2 脉冲计数与速度发布

通过定时器固定周期读取计数，计算车轮线速度：

volatile unsigned int cnt_left = 0, cnt_right = 0;

void count_left() { cnt_left++; }
void count_right() { cnt_right++; }

// 定时器中断，200ms发布一次速度
void timer_isr()
{
  float radius = 0.05; // 车轮半径
  float left_vel = cnt_left / 2000.0 * 2 * M_PI * radius; // m/s
  float right_vel = cnt_right / 2000.0 * 2 * M_PI * radius;
  // 发布速度话题
  cnt_left = 0;
  cnt_right = 0;
}

8.4.3 里程计解算与TF发布

通过左右轮速度积分计算机体位姿，发布nav_msgs/msg/Odometry话题与odom→base_footprint TF变换，是导航定位的基础数据源。
核心运动学公式：

v = (v_left + v_right) / 2
ω = (v_right - v_left) / L
x += v * cos(θ) * dt
y += v * sin(θ) * dt
θ += ω * dt

8.4.4 PID速度闭环

基于编码器反馈实现PID调速，消除负载、电压波动造成的速度误差，使实际速度跟踪/cmd_vel指令，是高精度运动控制的标准方案。

8.5 9自由度IMU惯性测量单元

在这里插入图片描述

8.5.1 硬件简介

9DoF Razor IMU集成三轴加速度计、三轴陀螺仪、三轴磁力计，内置ATmega328单片机解算姿态，通过串口输出四元数与原始传感器数据。

加速度计：ADXL345，测量重力与运动加速度
陀螺仪：L3G4200D，测量三轴角速度
磁力计：HMC5883L，测量地磁场用于航向校准

8.5.2 驱动安装

# 克隆ROS2版本驱动到工作空间
cd ~/ros2_ws/src
git clone https://github.com/Razor-AHRS/razor_imu_9dof.git
cd .. && colcon build

烧录固件到IMU，修改配置文件指定串口号。

8.5.3 数据可视化

启动驱动与可视化界面：

ros2 launch razor_imu_9dof razor-pub-and-display.launch.py

弹出两个窗口：

3D姿态模型窗口，实时显示IMU空间朝向
曲线窗口，显示Roll/Pitch/Yaw角度、线加速度、角速度数值曲线

8.5.4 标准消息格式

IMU发布sensor_msgs/msg/Imu话题，核心字段：

geometry_msgs/msg/Quaternion orientation    # 四元数姿态
float64[9] orientation_covariance           # 姿态协方差
geometry_msgs/msg/Vector3 angular_velocity  # 三轴角速度
geometry_msgs/msg/Vector3 linear_acceleration # 三轴线加速度

8.5.5 多传感器融合定位

使用robot_localization包的EKF扩展卡尔曼滤波器，融合轮式里程计与IMU数据，提升定位精度与抗干扰能力。

在这里插入图片描述

安装包：

sudo apt install ros-lyrical-robot-localization

配置ekf.yaml，指定输入话题与融合维度：

ekf_node:
  ros__parameters:
    frequency: 50.0
    odom0: /odom
    odom0_config: [false, false, false, false, false, false,
                   true, true, true, false, false, true,
                   false, false, false]
    imu0: /imu/data
    imu0_config: [false, false, false, false, false, true,
                  false, false, false, false, false, true,
                  true, false, false]
    odom_frame: odom
    base_link_frame: base_footprint
    world_frame: odom

启动EKF节点，输出滤波后的/odometry/filtered话题。

8.6 GPS全球定位系统

8.6.1 驱动安装

GPS通过串口输出NMEA标准协议数据，ROS2使用nmea_navsat_driver解析：

sudo apt install ros-lyrical-nmea-navsat-driver

启动驱动，指定串口与波特率：

# 普通GPS 4800波特率
ros2 run nmea_navsat_driver nmea_gps_driver _port:=/dev/ttyUSB0 _baud:=4800
# RTK高精度GPS 115200波特率
ros2 run nmea_navsat_driver nmea_gps_driver _port:=/dev/ttyUSB0 _baud:=115200

8.6.2 消息格式

发布sensor_msgs/msg/NavSatFix话题，核心字段：

uint8 status          # 定位状态：0无效 1单点定位 2差分定位
float64 latitude      # 纬度 度
float64 longitude     # 经度 度
float64 altitude      # 高度 米
float64[9] position_covariance # 位置协方差

8.6.3 经纬度转UTM平面坐标

将地理经纬度转换为UTM平面直角坐标系，便于机器人局部导航计算：

#include <rclcpp/rclcpp.hpp>
#include <sensor_msgs/msg/nav_sat_fix.hpp>
#include <geometry_msgs/msg/point.hpp>

// 经纬度转UTM函数
void LLtoUTM(double lat, double lon, double &northing, double &easting, char &zone)
{
  // 标准UTM投影转换算法实现
}

void gps_cb(const sensor_msgs::msg::NavSatFix::SharedPtr gps)
{
  double n, e; char z;
  LLtoUTM(gps->latitude, gps->longitude, n, e, z);
  geometry_msgs::msg::Point pos;
  pos.x = e; pos.y = n; pos.z = gps->altitude;
  pos_pub_->publish(pos);
}

8.7 Hokuyo 2D激光雷达

8.7.1 驱动安装

ROS 2 Lyrical使用urg_node驱动Hokuyo系列激光雷达：

sudo apt install ros-lyrical-urg-node

配置串口权限，添加udev规则避免每次手动修改权限：

sudo echo 'KERNEL=="ttyACM0", MODE="0666"' > /etc/udev/rules.d/99-hokuyo.rules
sudo udevadm control --reload-rules

8.7.2 启动与测试

ros2 run urg_node urg_node

查看激光数据话题：

ros2 topic list | grep scan
ros2 topic hz /scan

8.7.3 消息结构

sensor_msgs/msg/LaserScan是导航标准输入：

float32 angle_min       # 起始角度 rad
float32 angle_max       # 终止角度 rad
float32 angle_increment # 相邻点角度差
float32 range_min       # 最小测距 m
float32 range_max       # 最大测距 m
float32[] ranges        # 测距数组 m
float32[] intensities   # 回波强度数组

8.7.4 RViz2可视化

RViz2中添加LaserScan插件，Fixed Frame设为laser，即可看到红色激光点云轮廓，移动雷达时轮廓同步更新。

在这里插入图片描述

8.8 深度相机与点云处理

在这里插入图片描述

8.8.1 OpenNI驱动安装

Kinect一代深度相机使用OpenNI2驱动：

sudo apt install ros-lyrical-openni2-camera ros-lyrical-openni2-launch

启动相机：

ros2 launch openni2_launch openni2.launch.py

8.8.2 图像查看

# RGB彩色图像
ros2 run image_view image_view image:=/camera/rgb/image_color
# 深度灰度图像
ros2 run image_view image_view image:=/camera/depth/image

8.8.3 3D点云可视化

RViz2添加PointCloud2插件，订阅/camera/depth/points话题，实时显示三维点云场景。

8.8.4 PCL点云降采样滤波

使用PCL点云库的VoxelGrid体素滤波降采样，减少数据量提升处理速度：

#include <rclcpp/rclcpp.hpp>
#include <sensor_msgs/msg/point_cloud2.hpp>
#include <pcl_conversions/pcl_conversions.h>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>

class CloudFilter : public rclcpp::Node
{
public:
  CloudFilter() : Node("c8_kinect")
  {
    pub_ = this->create_publisher<sensor_msgs::msg::PointCloud2>("output", 1);
    sub_ = this->create_subscription<sensor_msgs::msg::PointCloud2>(
      "/camera/depth/points", 1,
      std::bind(&CloudFilter::cloud_cb, this, std::placeholders::_1));
  }
private:
  void cloud_cb(const sensor_msgs::msg::PointCloud2::SharedPtr input)
  {
    pcl::PCLPointCloud2::Ptr pcl_cloud(new pcl::PCLPointCloud2);
    pcl_conversions::toPCL(*input, *pcl_cloud);
    
    pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
    sor.setInputCloud(pcl_cloud);
    sor.setLeafSize(0.01f, 0.01f, 0.01f); // 1cm体素
    pcl::PCLPointCloud2 filtered;
    sor.filter(filtered);
    
    sensor_msgs::msg::PointCloud2 output;
    pcl_conversions::fromPCL(filtered, output);
    pub_->publish(output);
  }
  rclcpp::Publisher<sensor_msgs::msg::PointCloud2>::SharedPtr pub_;
  rclcpp::Subscription<sensor_msgs::msg::PointCloud2>::SharedPtr sub_;
};

降采样后点数量可减少90%以上，大幅降低后续算法算力消耗。

8.9 Dynamixel总线舵机

在这里插入图片描述

8.9.1 驱动安装

Dynamixel系列总线舵机使用dynamixel_workbench作为ROS2标准驱动：

sudo apt install ros-lyrical-dynamixel-workbench

通过USB2Dynamixel转接器连接舵机总线，支持菊花链拓扑。

8.9.2 控制器启动

扫描总线上的舵机ID，启动位置控制器：

ros2 launch dynamixel_workbench_controllers dynamixel_position.launch.py

8.9.3 位置控制

舵机控制器订阅/tilt_controller/command话题，消息类型std_msgs/Float64，单位为弧度：

# 转动到0.5rad位置
ros2 topic pub --once /tilt_controller/command std_msgs/msg/Float64 "data: 0.5"

8.9.4 周期运动节点

编写C++节点驱动舵机在-180°~180°往复运动，可扩展为云台扫描、机械臂周期动作。

本章小结

1 ROS2生态已覆盖绝大多数主流机器人传感器与执行器，统一话题消息格式，硬件驱动与上层算法解耦；
2 Arduino + rosserial是低成本扩展方案，适合简单IO与低速控制场景，高性能嵌入式推荐使用micro-ROS；
3 差速底盘电机驱动、编码器里程计、IMU、激光雷达是移动机器人四大核心硬件，共同构成导航系统的感知与执行基础；
4 PCL点云处理、EKF多传感器融合是传感器数据进阶处理的标准工具，可有效提升数据质量与系统鲁棒性；
5 所有传感器均遵循ROS2标准消息协议，不同品牌、型号的同类型设备可无缝替换，上层算法无需修改。

DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

现场换下来的旧件，为什么不能直接放回备件箱？

机器人现场换完一个部件，报警消失，任务也重新跑通。新件留在机器人上，换下来的旧件被顺手装进袋子，放到一旁。有人问了一句：“这个已经确认坏了吗？现场常见的回答是：“换完以后正常了，应该就是它。可过几天再打开那个袋子，问题往往更多：它从哪台机器人、哪个位置拆下来？当时是什么现象？有没有单独确认过？现在是故障件、待分析件，还是还能继续使用的备件？如果这些都说不清，它就会变成一个只知道“被拆下来”，却不知

DAMO开发者矩阵

《VLA 系列》MEM | 多尺度具身记忆 | 15 分钟长任务 | 论文解析

DAMO开发者矩阵

RynnVLA-002 复现工作记录

配套目录：0. 目标态与验收标准重建成功需同时满足：权重约 70GB（A–F）+ libero_goal hdf5 ~6GB + 输出数 GB；建议数据盘空闲 ≥100GB。评测环境变量：安装 Miniconda 到（若无）。确认为 12.8。2. 获取代码与重建制品必须同步本机与本手册到新机同路径（官方仓库不含这些文件）。若制品在数据盘根目录，执行：权重建议另下或，不要打进小 tar。3.2

DAMO开发者矩阵

所有评论(0)

查看更多评论

zhangrelay

@ZhangRelay

已为社区贡献236条内容

ROS 2 Lyrical 第8章 传感器与执行器集成

zhangrelay

ROS 2 Lyrical 第八章 传感器与执行器集成

前言

8.1 游戏手柄遥控机器人

8.1.1 驱动安装与设备识别

8.1.2 驱动节点与消息格式

8.1.3 手柄速度转换节点

C++示例代码 src/teleop_joy.cpp

8.1.4 一体化启动与可视化

8.2 Arduino嵌入式扩展（rosserial）

8.2.1 环境搭建

8.2.2 Hello World发布示例

8.2.3 LED订阅控制示例

8.3 差速底盘电机驱动

8.3.1 硬件方案

8.3.2 单轮速度控制

8.3.3 /cmd_vel差速运动学转换

8.4 轮式编码器与里程计

8.4.1 霍尔编码器原理

8.4.2 脉冲计数与速度发布

8.4.3 里程计解算与TF发布

8.4.4 PID速度闭环

8.5 9自由度IMU惯性测量单元

8.5.1 硬件简介

8.5.2 驱动安装

8.5.3 数据可视化

8.5.4 标准消息格式

8.5.5 多传感器融合定位

8.6 GPS全球定位系统

8.6.1 驱动安装

8.6.2 消息格式

8.6.3 经纬度转UTM平面坐标

8.7 Hokuyo 2D激光雷达

8.7.1 驱动安装

8.7.2 启动与测试

8.7.3 消息结构

8.7.4 RViz2可视化

8.8 深度相机与点云处理

8.8.1 OpenNI驱动安装

8.8.2 图像查看

8.8.3 3D点云可视化

8.8.4 PCL点云降采样滤波

8.9 Dynamixel总线舵机

8.9.1 驱动安装

8.9.2 控制器启动

8.9.3 位置控制

8.9.4 周期运动节点

本章小结

所有评论(0)

温馨提示：您尚未绑定手机号

zhangrelay

ROS 2 Lyrical 第8章传感器与执行器集成

ROS 2 Lyrical 第八章传感器与执行器集成

C++示例代码 `src/teleop_joy.cpp`