机器人自主导航要同时回答三个问题:我在哪、环境长什么样、怎么走过去。SLAM 解决前两个,Nav2 解决第三个,中间用一条 TF 链把它们粘起来。很多人装完 Nav2 发现机器人不动,问题往往不在算法,而在 map → odom → base_link 这条链没接通。本文用 Ubuntu 24.04 + ROS 2 Jazzy 和 Nav2 官方 TurtleBot3 仿真,把建图、保存、定位、导航完整跑一遍,并对照说明仿真与真机的差别。

一、三个问题与一条 TF 链

SLAM(同时定位与建图)在未知环境里边走边估计位姿、边拼地图。2D 激光 SLAM 通常做两件事:用扫描匹配估计相邻帧之间的运动,用位姿图(pose graph)维护全局一致性,回到走过的地方时做回环检测,把累积误差摊开。定位则相反:地图已知,用粒子滤波(AMCL)把激光观测和地图匹配,估计机器人在图上的位置。导航分两层:全局规划器在代价地图上找一条路径,局部控制器跟踪它并发布速度指令。

这三个模块靠 TF 树协作,各段的发布者和特性完全不同:

变换谁发布特性失效时的现象
map → odomAMCL 或 SLAM 节点不连续,定位纠正时跳变导航目标突然偏移、路径重规划
odom → base_link底盘驱动 / 轮式里程计连续平滑,但长距离累积漂移短距离正常,跑远后地图对不上
base_link → 传感器robot_state_publisher 或静态 TF固定不变激光/图像整体错位

为什么要分成 map 和 odom 两段?因为里程计平滑但会漂,SLAM 定位准确但会跳。局部控制器需要平滑连续的运动参考,所以用 odom;全局规划需要和地图对齐,所以用 map。这个设计是移动机器人能同时"平稳走"和"走到对的地方"的关键。

二、Nav2 不是一个大节点,而是一组服务器

Nav2 用行为树编排任务,每个能力由一个独立的生命周期节点提供,可以单独配置与重启:

组件职责常见插件 / 说明
bt_navigator执行行为树,串联规划、控制、恢复收到 /navigate_to_pose 动作目标
planner_server全局路径规划NavFn、Smac 等,在全局代价地图上搜索
controller_server跟踪路径、输出速度MPPI、DWB 等,在局部代价地图上避障
behavior_server恢复行为原地转、后退、等待,卡住时尝试脱困
costmap_2d把传感器数据栅格化为可通行代价static / obstacle / inflation / voxel 分层

默认插件随发行版和参数文件变化,别背默认值,直接看 nav2_params.yaml。代价地图里最值得先理解的是 inflation(膨胀):它把障碍物向外扩张一个半径,离墙越近代价越高,控制器自然会走中间。膨胀太大,窄门过不去;太小,贴墙擦碰。这个参数几乎每个项目都要重调。

行为树的意义在于把"导航"从一条固定流水线变成可编排的策略:先规划,走不动就重规划,再不行就后退、旋转、等待,最后才放弃。你可以换成自己的 XML,在特定场景插入"叫人"或"切换地图"的节点,而不用改 C++ 代码。

三、在仿真里建图

安装官方仿真与 SLAM 依赖,然后一条命令同时起 Gazebo、TurtleBot3、RViz 和 SLAM:

sudo apt update
sudo apt install ros-jazzy-navigation2 ros-jazzy-nav2-bringup ros-jazzy-slam-toolbox -y
sudo apt install 'ros-jazzy-nav2-minimal-tb*' -y

# 终端 A:仿真 + SLAM
source /opt/ros/jazzy/setup.bash
ros2 launch nav2_bringup tb3_simulation_launch.py headless:=False slam:=True

# 终端 B:键盘遥控,慢慢走一圈
ros2 run teleop_twist_keyboard teleop_twist_keyboard

# 终端 C:保存地图(.pgm + .yaml)
mkdir -p ~/maps
ros2 run nav2_map_server map_saver_cli -f ~/maps/my_map

headless 默认是 true,不显式设成 False 就没有 Gazebo 窗口。slam:=True 时 Nav2 会用 slam_toolbox 接管建图,地图会实时出现在 RViz 的 Map 显示里,fixed frame 切到 map。建图时别开太快:速度越高,扫描匹配越容易丢,回环也越难闭合。走完一圈回到起点,观察地图有没有明显重影或错层。

保存出来的 yaml 包含分辨率、原点、阈值和图像路径,是导航的输入。建图过程中可以随时检查:

ros2 topic echo /map --once
ros2 run tf2_tools view_frames
ros2 topic hz /scan

如果 /map 一直不更新,先看 /scan 有没有数据、TF 是否完整,再怀疑 SLAM 参数。地图里出现大量拖影,通常是遥控速度太快或环境特征太少(长走廊、纯白墙)。

四、用建好的地图导航

把地图交给 AMCL 定位,再启动完整导航栈:

ros2 launch nav2_bringup tb3_simulation_launch.py headless:=False map:=$HOME/maps/my_map.yaml

RViz 里点左下角的 Startup 让 Nav2 从 inactive 切到 active;地图出现后,先点 2D Pose Estimate 给出初始位姿(位置加朝向),再点 Nav2 Goal 选目标点。机器人会先规划、再跟踪,走不动时会触发恢复行为。

也可以绕过 RViz 直接用动作接口发目标,方便脚本化测试:

ros2 action send_goal /navigate_to_pose nav2_msgs/action/NavigateToPose \
  "{pose: {header: {frame_id: map}, pose: {position: {x: 1.5, y: 0.5, z: 0.0}, orientation: {w: 1.0}}}}" --feedback

ros2 topic hz /cmd_vel
ros2 lifecycle get /bt_navigator
ros2 param get /controller_server controller_plugins

四元数必须归一化,最省事的做法是只给 w: 1.0(偏航角为 0)。如果目标立刻被拒绝,按顺序查:Nav2 是否 active、初始位姿是否给过、目标是否落在未知区域、代价地图里目标是否被膨胀层覆盖。能规划但走不动,通常是局部代价地图把机器人自身或地面误判为障碍,或者 footprint 比车体大太多。

参数没有放之四海皆准的数值。室内小车和仓库叉车的速度、加速度、膨胀半径完全不同,甚至同一台机器人在空房间和拥挤走廊里也需要两套 profile。先把默认参数跑通,再针对你最关心的场景做单变量调整,每次只改一个并记录结果。

五、仿真与真机的差别,以及常见坑

仿真世界是理想化的:轮子不打滑、激光没有噪声与反光、没有突然出现的人、地图和真值几乎一致。真机上这些都会变,而且最麻烦的不是"精度差一点",而是故障模式不同:仿真里机器人只会导航失败,真机上可能撞到东西。所以真机必须加急停、限速和碰撞检测,别把仿真里的参数原样搬过去。

传感器差异尤其明显:真机激光雷达的安装高度决定了它能看到桌子腿还是只看到桌面;玻璃、镜面、黑色吸光材质会让点云凭空消失;走廊里特征重复,扫描匹配容易"以为自己在原地"。这些都不是调一个参数能解决的,需要改环境、加反光板,或者换定位方案。

  1. TF 链断裂或重复:导航栈第一件事就是查 TF;用 view_frames 确认链路唯一。
  2. 激光 QoS 不匹配:驱动发 best_effort,Nav2 订阅端配置不一致,表现为地图不更新。
  3. use_sim_time 不一致:部分节点用仿真时钟、部分用墙钟,TF 查询必然报 extrapolation。
  4. 地图质量差:回环没闭合、动态物体被写进地图,导航会一直想穿过"幽灵墙"。
  5. 没给初始位姿:AMCL 不知道自己在哪,所有目标都会被拒绝。
  6. 生命周期未激活:服务器还在 inactive,动作服务器存在但不受理目标。
  7. 足迹与膨胀不匹配:圆形近似或 footprint 写错,窄通道要么撞要么过不去。
  8. 速度指令类型:不同发行版可能用 Twist 或 TwistStamped,以 nav2 参数里的开关为准。

排查顺序要固定:TF → 话题有没有数据 → 生命周期是否 active → 代价地图是否正常 → 参数。跳过前三步直接调参数,通常是在错误的方向上浪费一个下午。

六、项目清单

任务验收标准
建一张室内地图并保存回环闭合,主要通道与家具位置和实际一致
用固定协议跑 10 次导航记录成功率、耗时、人工干预次数,而不是只挑成功的那次
加入动态障碍能绕行或触发恢复,不出现持续卡死
调膨胀半径与 footprint能通过最窄通道,同时不擦墙
录 bag 并写参数说明别人能按 README 复现同一场景

导航栈真正的门槛不是"跑通 demo",而是把失败模式摸清楚。先把仿真里的失败场景造出来(窄门、动态障碍、初始位姿错误),再上真机,你会少很多现场抓瞎的时刻。

参考与延伸阅读

外链内容由对应网站负责,访问以实际可用性为准。