简介这份资源是面向机器人方向毕业设计、课程设计与期末大作业场景的完整工程包基于ROS2构建智能轮椅自主导航系统适合具备一定ROS基础、希望快速搭建可运行导航项目的学生与开发者。压缩包共42个文件约1.34MB涵盖urdf机器人模型描述、yaml参数配置、launch启动脚本、rviz可视化配置、world仿真环境、stl与dae网格模型、csv数据及md说明文档等覆盖建模、建图、定位、路径规划与仿真验证的完整链路。已有80人学习下载。读者可据此获得一套结构清晰的ROS2工程模板直接复用其模块化目录组织、导航参数与仿真世界配置在Gazebo中复现轮椅运动与避障过程并借助持续集成配置理解工程化测试思路为二次开发与算法调优提供可靠起点。1. 从一台轮椅的转向延迟说起ROS2 智能轮椅自主导航到底在做什么一台普通电动轮椅加上激光雷达和 Jetson从按下“去护士站”到轮子真正动起来中间要经过定位、全局规划、局部避障、速度平滑、串口下发五道关。我见过太多团队卡在第三关RViz2 里路径画得漂漂亮亮轮子却原地画龙。问题往往不在算法而在 ROS2 的节点拆分和话题频率没对齐。基于 ROS2 的智能轮椅自主导航系统本质是把 Nav2 这套导航栈裁剪到轮椅的差速底盘上用激光雷达或深度相机做 SLAM 建图再通过 micro-ROS 或串口桥接把速度指令送到下位机。它适合做康复辅具、医院物流、园区接驳的团队也适合想拿一个完整 ROS2 项目实例练手的人。这一篇不讲空泛概念只讲怎么把轮椅跑起来、参数怎么设、哪里会翻车。2. 轮椅底盘与 ROS2 导航栈的对接从 URDF 到差速控制器2.1 为什么轮椅不用阿克曼而用差速驱动轮椅的机械结构决定了它几乎都是两轮差速加前后万向轮。阿克曼转向需要转向机构轮椅没有麦克纳姆轮成本高且对地面要求苛刻。差速驱动在 ROS2 里对应diff_drive_controller它订阅/cmd_vel的geometry_msgs/Twist输出左右轮角速度。这里第一个坑是轮距和轮径的标定URDF 里写的wheel_separation如果比实际大 2 厘米转 90 度就会偏 5 度以上。我一般先用卷尺量轮子中心距再在 Gazebo 里跑直线验证最后实车微调。轮椅的 URDF 要包含base_footprint、base_link、左右驱动轮、前后万向轮、激光雷达安装位。雷达的frame_id必须和 URDF 里的 link 名一致否则 Nav2 的代价地图会报Timed out waiting for transform。下面是一个最小差速轮椅 URDF 片段只保留关键关节。!-- wheelchair.urdf.xacro 关键片段 -- link namebase_footprint/ link namebase_link visual geometrybox size0.6 0.5 0.3//geometry /visual /link joint namebase_joint typefixed parent linkbase_footprint/ child linkbase_link/ origin xyz0 0 0.15/ /joint link nameleft_wheel_link visualgeometrycylinder radius0.1 length0.04//geometry/visual /link joint nameleft_wheel_joint typecontinuous parent linkbase_link/ child linkleft_wheel_link/ origin xyz0 0.25 -0.05 rpy-1.5708 0 0/ axis xyz0 0 1/ /joint !-- 右轮、万向轮同理注意 origin 的 y 取负 --逻辑说明base_footprint贴地base_link抬高 0.15 米作为车体中心轮子半径 0.1 米、轮距 0.5 米。参数说明origin xyz的 y 值决定轮距左右轮必须对称axis对连续关节要写旋转轴差速轮绕 z 轴转。改完 URDF 后跑ros2 run robot_state_publisher robot_state_publisher加joint_state_publisher_gui在 RViz2 里看模型是否散架。2.2 用 ros2_control 配置差速控制器ROS2 Humble 里推荐用ros2_control管理硬件接口。轮椅下位机如果是 STM32 或 ESP32常见做法是写一个hardware_interface::SystemInterface插件通过串口读写编码器和 PWM。如果只是快速验证可以用diff_drive_controller加一个假的system插件先跑仿真。配置文件wheelchair_controllers.yaml如下。controller_manager: ros__parameters: update_rate: 50 # Hz轮椅建议 50太低会抖 diff_drive_controller: type: diff_drive_controller/DiffDriveController joint_state_broadcaster: type: joint_state_broadcaster/JointStateBroadcaster diff_drive_controller: ros__parameters: left_wheel_names: [left_wheel_joint] right_wheel_names: [right_wheel_joint] wheel_separation: 0.50 wheel_radius: 0.10 publish_rate: 50.0 base_frame_id: base_footprint odom_frame_id: odom enable_odom_tf: true cmd_vel_timeout: 0.5 # 超时停车安全关键 linear.x.max_velocity: 0.8 linear.x.min_velocity: -0.3 angular.z.max_velocity: 1.0逻辑说明update_rate是控制器管理器的循环频率轮椅惯性大50 Hz 足够cmd_vel_timeout设 0.5 秒一旦导航节点卡死轮子会在半秒内停这是轮椅必须有的后悔药。参数说明wheel_separation和wheel_radius必须和 URDF 一致否则里程计会漂linear.x.max_velocity限制到 0.8 m/s医院场景建议 0.5 以下。启动顺序是先ros2 launch控制器再ros2 control load_controller最后ros2 control switch_controllers激活。2.3 串口桥接下位机micro-ROS 还是自写节点热词里常出现 micro-ROS agent 和串口桥接 ESP32 小车轮椅也一样。两条路一是下位机跑 micro-ROS直接发布/odom和订阅/cmd_vel上位机只跑 agent二是下位机只发原始编码器计数上位机用 Python 节点算里程计。前者实时性好但烧录麻烦后者灵活但占 CPU。我一般用后者做原型因为改协议不用重新烧固件。下面是一个最小串口桥接节点读编码器、发 odom、收 cmd_vel。import rclpy from rclpy.node import Node from geometry_msgs.msg import Twist from nav_msgs.msg import Odometry import serial, struct, math class WheelchairBridge(Node): def __init__(self): super().__init__(wheelchair_bridge) self.ser serial.Serial(/dev/ttyUSB0, 115200, timeout0.01) self.pub self.create_publisher(Odometry, /odom, 10) self.sub self.create_subscription(Twist, /cmd_vel, self.cmd_cb, 10) self.timer self.create_timer(0.02, self.read_serial) # 50Hz self.x self.y self.th 0.0 self.last_time self.get_clock().now() def cmd_cb(self, msg): # 协议0xAA 左轮速度 右轮速度 0x55单位 mm/s left int(msg.linear.x * 1000 - msg.angular.z * 250) right int(msg.linear.x * 1000 msg.angular.z * 250) self.ser.write(struct.pack(BhhB, 0xAA, left, right, 0x55)) def read_serial(self): if self.ser.in_waiting 10: data self.ser.read(10) if data[0] 0xBB: left_ticks, right_ticks struct.unpack(hh, data[1:5]) # 省略积分计算按轮径和轮距更新 x,y,th odom Odometry() odom.header.stamp self.get_clock().now().to_msg() odom.header.frame_id odom odom.child_frame_id base_footprint odom.pose.pose.position.x self.x odom.pose.pose.position.y self.y self.pub.publish(odom) def main(): rclpy.init() rclpy.spin(WheelchairBridge()) rclpy.shutdown()逻辑说明cmd_cb把线速度和角速度解算成左右轮线速度再乘 1000 转成毫米每秒下发read_serial每 20 毫秒读一次编码器积分出位姿。参数说明/dev/ttyUSB0要换成实际设备权限用sudo usermod -aG dialout $USER解决0xAA和0x55是帧头帧尾防止半包错位。这个节点跑起来后ros2 topic hz /odom应该稳定在 50 左右ros2 topic echo /cmd_vel能看到导航发的指令。3. 建图与定位用 slam_toolbox 和 AMCL 把轮椅钉在地图上3.1 激光雷达选型与 slam_toolbox 参数轮椅建图常用 2D 单线雷达比如 RPLIDAR A1 或思岚 S2价格低、驱动成熟。ROS2 Humble 里slam_toolbox是标配支持在线异步建图。启动文件里要配base_frame、odom_frame、map_frame以及雷达话题。关键参数是resolution和max_laser_range。医院走廊窄分辨率设 0.03 米最大距离设 12 米太远会引入玻璃反射噪声。slam_toolbox: ros__parameters: solver_plugin: solver_plugins::CeresSolver ceres_linear_solver: SPARSE_NORMAL_CHOLESKY resolution: 0.03 max_laser_range: 12.0 map_update_interval: 2.0 minimum_time_interval: 0.2 transform_timeout: 0.2 use_scan_matching: true use_scan_barycenter: true mode: mapping # 建图模式定位时改 localization逻辑说明use_scan_matching打开后雷达帧间匹配能减少里程计漂移map_update_interval设 2 秒避免地图频繁刷新导致 RViz2 卡顿。参数说明resolution越小地图越精细但内存越大0.03 米在 100 米走廊约 30 MBJetson 能扛mode切到localization时配合 AMCL 使用。建图时手动推轮椅走一圈速度别超过 0.5 m/s否则匹配容易丢。3.2 AMCL 定位参数怎么调才不飘建好图后切到定位模式用nav2_amcl。AMCL 是粒子滤波轮椅低速且激光特征明显粒子数不用太多。min_particles设 500max_particles设 2000laser_model_type用likelihood_field。最关键的参数是update_min_d和update_min_a走 0.1 米或转 0.2 弧度才更新一次太频繁会抖太稀疏会丢。amcl: ros__parameters: alpha1: 0.2 alpha2: 0.2 alpha3: 0.2 alpha4: 0.2 alpha5: 0.2 base_frame_id: base_footprint beam_skip_distance: 0.5 laser_model_type: likelihood_field max_particles: 2000 min_particles: 500 update_min_d: 0.1 update_min_a: 0.2 set_initial_pose: true initial_pose: x: 0.0 y: 0.0 z: 0.0 yaw: 0.0逻辑说明alpha1到alpha5是里程计噪声模型轮椅差速底盘打滑少设 0.2 偏保守set_initial_pose让 AMCL 启动时直接用配置的初始位姿省去 RViz2 里点 2D Pose Estimate。参数说明beam_skip_distance跳过 0.5 米内的无效激光点避免轮椅扶手遮挡update_min_a设 0.2 弧度约 11 度转弯时不会频繁重采样。如果定位飘先看/amcl_pose的协方差再检查雷达安装是否水平。3.3 八叉树地图与代价地图的取舍热词里提到八叉树地图导航那是 3D 场景用的。轮椅在平面跑2D 代价地图足够但如果有低矮障碍比如输液架底座可以用spatio_temporal_voxel_layer做 3D 体素层。不过 Jetson 上跑 3D 体素很吃 CPU我一般先用 2D 激光加超声波成本低还稳。代价地图的inflation_radius设 0.35 米轮椅宽 0.5 米留 0.1 米余量。cost_scaling_factor设 3.0让路径远离墙壁。local_costmap: ros__parameters: update_frequency: 5.0 publish_frequency: 2.0 global_frame: odom robot_base_frame: base_footprint rolling_window: true width: 3 height: 3 resolution: 0.05 plugins: [obstacle_layer, inflation_layer] obstacle_layer: plugin: nav2_costmap_2d::ObstacleLayer observation_sources: scan scan: topic: /scan max_obstacle_height: 2.0 clearing: true marking: true inflation_layer: plugin: nav2_costmap_2d::InflationLayer inflation_radius: 0.35 cost_scaling_factor: 3.0逻辑说明局部代价地图用rolling_window跟随轮椅3 米见方够用obstacle_layer订阅/scanclearing和marking都开动态障碍才能被清除。参数说明update_frequency5 Hz 对轮椅足够再高浪费 CPUinflation_radius必须大于轮椅半宽否则会蹭墙。全局代价地图类似但global_frame用maprolling_window关。4. Nav2 导航调参让轮椅在走廊里不画龙4.1 全局规划器选 NavFn 还是 SmacNav2 默认全局规划器是NavFn基于 Dijkstra路径平滑但绕障不够灵活。Smac Planner支持 Hybrid-A*考虑轮椅运动学路径更贴合差速约束。轮椅转弯半径小用 Smac 的SmacPlanner2D就够不用上SmacPlannerHybrid。配置里tolerance设 0.1 米max_iterations设 1000000cost_penalty设 2.0。planner_server: ros__parameters: expected_planner_frequency: 1.0 planner_plugins: [GridBased] GridBased: plugin: nav2_smac_planner/SmacPlanner2D tolerance: 0.1 downsample_costmap: false allow_unknown: true max_iterations: 1000000 max_on_approach_iterations: 1000 cost_penalty: 2.0逻辑说明expected_planner_frequency1 Hz轮椅不需要高频重规划allow_unknown允许走未知区域建图不全时有用。参数说明tolerance是目标点容差0.1 米对轮椅合适cost_penalty越大路径越远离障碍但太大可能找不到路。如果规划失败先看/plan话题有没有输出再查代价地图里目标点是否被膨胀层覆盖。4.2 局部控制器 DWB 的参数血泪经验DWB 是 Nav2 默认局部控制器参数多到让人头大。轮椅最关键是max_vel_x、max_vel_theta、acc_lim_x、decel_lim_x。医院场景max_vel_x设 0.5max_vel_theta设 0.8acc_lim_x设 0.5decel_lim_x设 -0.5。vx_samples设 20vtheta_samples设 40太多会卡。sim_time设 1.5 秒太短来不及避障太长会犹豫。controller_server: ros__parameters: controller_frequency: 10.0 min_x_velocity_threshold: 0.001 progress_checker_plugin: progress_checker goal_checker_plugins: [general_goal_checker] controller_plugins: [FollowPath] progress_checker: plugin: nav2_controller::SimpleProgressChecker required_movement_radius: 0.3 movement_time_allowance: 10.0 general_goal_checker: stateful: True plugin: nav2_controller::SimpleGoalChecker xy_goal_tolerance: 0.15 yaw_goal_tolerance: 0.2 FollowPath: plugin: dwb_core::DWBLocalPlanner debug_trajectory_details: True min_vel_x: -0.2 max_vel_x: 0.5 max_vel_theta: 0.8 acc_lim_x: 0.5 decel_lim_x: -0.5 vx_samples: 20 vtheta_samples: 40 sim_time: 1.5 xy_goal_tolerance: 0.15 trans_stopped_velocity: 0.05逻辑说明progress_checker监控 10 秒内是否移动 0.3 米卡住就报错goal_checker容差 0.15 米和 0.2 弧度轮椅停准。参数说明min_vel_x设负值允许倒车但轮椅倒车危险建议设 0trans_stopped_velocity0.05 米每秒低于此值算停。DWB 调参先调sim_time和采样数再调加速度限制。如果轮椅画龙多半是max_vel_theta太大或vtheta_samples太少。4.3 行为树与恢复行为卡住时轮椅该干什么Nav2 用行为树编排导航流程默认navigate_to_pose_w_replanning_and_recovery.xml。轮椅卡住时恢复行为依次是清代价地图、旋转、后退。旋转对轮椅可行后退要小心。我一般把Spin的spin_dist设 1.57 弧度BackUp的backup_dist设 0.3 米backup_speed设 0.1。如果轮椅在窄走廊旋转会撞墙可以改成先Wait再ClearCostmap。RecoveryNode number_of_retries6 nameNavigateRecovery SequenceStar nameRecoveryActions ClearEntireCostmap nameClearLocalCostmap service_namelocal_costmap/clear_entirely_local_costmap/ Spin nameSpin spin_dist1.57/ Wait nameWait wait_duration5.0/ BackUp nameBackUp backup_dist0.3 backup_speed0.1/ /SequenceStar /RecoveryNode逻辑说明number_of_retries6 次每次失败后依次执行恢复ClearEntireCostmap清局部代价地图把动态障碍清掉。参数说明spin_dist1.57 弧度约 90 度够重新观察wait_duration5 秒给行人通过时间。行为树改完用ros2 run nav2_bt_navigator bt_navigator加载在 RViz2 里看/behavior_tree_log。5. 避坑与排查轮椅导航翻车现场记录5.1 现象RViz2 里路径正常轮子不动原因/cmd_vel话题类型不匹配或者diff_drive_controller没激活。Nav2 发的是geometry_msgs/Twist如果下位机桥接节点订阅的是TwistStamped就收不到。解决ros2 topic info /cmd_vel看类型ros2 control list_controllers看控制器状态用ros2 control switch_controllers激活。5.2 现象轮椅走直线往一边偏原因轮径或轮距标定不准或者左右轮摩擦力不一致。解决先量实际轮距改 URDF 和控制器 yaml再在平整地面跑 5 米直线用卷尺量偏差按比例微调wheel_separation。如果还偏检查轮胎气压和电机编码器线序。5.3 现象AMCL 定位突然跳到地图外原因激光雷达被遮挡或者update_min_d太大导致粒子跟不上。解决检查雷达前方是否有轮椅扶手或背包把update_min_d降到 0.05update_min_a降到 0.1在 RViz2 里看/particle_cloud粒子散开就手动给初始位姿。5.4 现象DWB 报 “No valid trajectories”原因max_vel_x或max_vel_theta设太大采样轨迹都撞障碍或者sim_time太长轨迹末端超出代价地图。解决降max_vel_x到 0.3max_vel_theta到 0.5sim_time到 1.0检查局部代价地图width和height是否够大至少 3 米。5.5 现象串口桥接节点 CPU 占用 100%原因read_serial定时器频率太高或者serial.read阻塞。解决定时器设 50 Hz 足够serial.Serial加timeout0.01避免阻塞用ros2 topic hz /odom确认频率如果超过 100 就降。另外 Python 节点用rclpy的MultiThreadedExecutor会好一些。6. 进阶技巧用零拷贝和生命周期节点把延迟压到 20 毫秒轮椅导航对延迟敏感尤其是避障。ROS2 Humble 支持零拷贝loaned messages但需要发布者和订阅者在同一进程。实际部署时把雷达驱动、SLAM、Nav2 放在同一 composable 容器里用ros2 component load加载能省掉序列化开销。我实测把/scan从独立进程改成组件后AMCL 更新延迟从 35 毫秒降到 18 毫秒。# 启动 composable 容器 ros2 run rclcpp_components component_container # 加载雷达驱动组件 ros2 component load /ComponentManager rplidar_ros RplidarNode # 加载 slam_toolbox 组件 ros2 component load /ComponentManager slam_toolbox SlamToolbox逻辑说明component_container是一个进程所有组件共享内存component load把节点动态加载进去。参数说明组件名要查ros2 component types不同包不一样。零拷贝需要消息类型支持unique_ptrsensor_msgs/LaserScan在 Humble 里已支持。另一个技巧是用生命周期节点管理导航栈。Nav2 的节点都是生命周期节点启动时按configure、activate顺序来。写一个 Python 脚本按顺序激活避免手动敲命令。from lifecycle_msgs.srv import ChangeState import rclpy def change_state(node, node_name, transition): client node.create_client(ChangeState, f/{node_name}/change_state) req ChangeState.Request() req.transition.id transition # 1configure, 3activate client.call_async(req) rclpy.spin_until_future_complete(node, client)逻辑说明transition.id1 是 configure3 是 activate2 是 cleanup4 是 deactivate。参数说明节点名要和启动文件里一致比如controller_server、planner_server。按map_server、amcl、controller_server、planner_server、bt_navigator顺序激活能避免 TF 树没建好就规划。最后说一个验证方法在轮椅前方 1 米放一个纸箱发一个目标点让轮椅绕过去。用ros2 topic echo /local_costmap/costmap看障碍是否被标记用ros2 topic hz /cmd_vel看指令频率。如果轮椅犹豫调小sim_time如果撞上去调大inflation_radius。我习惯每次改完参数先跑 10 次记录成功率和平均耗时再决定是否上车。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/31 14:19:04 · 阅读 1.2k ROS2智能轮椅自主导航实战：从URDF到Nav2调参避坑指南
简介这份资源是面向机器人方向毕业设计、课程设计与期末大作业场景的完整工程包基于ROS2构建智能轮椅自主导航系统适合具备一定ROS基础、希望快速搭建可运行导航项目的学生与开发者。压缩包共42个文件约1.34MB涵盖urdf机器人模型描述、yaml参数配置、launch启动脚本、rviz可视化配置、world仿真环境、stl与dae网格模型、csv数据及md说明文档等覆盖建模、建图、定位、路径规划与仿真验证的完整链路。已有80人学习下载。读者可据此获得一套结构清晰的ROS2工程模板直接复用其模块化目录组织、导航参数与仿真世界配置在Gazebo中复现轮椅运动与避障过程并借助持续集成配置理解工程化测试思路为二次开发与算法调优提供可靠起点。1. 从一台轮椅的转向延迟说起ROS2 智能轮椅自主导航到底在做什么一台普通电动轮椅加上激光雷达和 Jetson从按下“去护士站”到轮子真正动起来中间要经过定位、全局规划、局部避障、速度平滑、串口下发五道关。我见过太多团队卡在第三关RViz2 里路径画得漂漂亮亮轮子却原地画龙。问题往往不在算法而在 ROS2 的节点拆分和话题频率没对齐。基于 ROS2 的智能轮椅自主导航系统本质是把 Nav2 这套导航栈裁剪到轮椅的差速底盘上用激光雷达或深度相机做 SLAM 建图再通过 micro-ROS 或串口桥接把速度指令送到下位机。它适合做康复辅具、医院物流、园区接驳的团队也适合想拿一个完整 ROS2 项目实例练手的人。这一篇不讲空泛概念只讲怎么把轮椅跑起来、参数怎么设、哪里会翻车。2. 轮椅底盘与 ROS2 导航栈的对接从 URDF 到差速控制器2.1 为什么轮椅不用阿克曼而用差速驱动轮椅的机械结构决定了它几乎都是两轮差速加前后万向轮。阿克曼转向需要转向机构轮椅没有麦克纳姆轮成本高且对地面要求苛刻。差速驱动在 ROS2 里对应diff_drive_controller它订阅/cmd_vel的geometry_msgs/Twist输出左右轮角速度。这里第一个坑是轮距和轮径的标定URDF 里写的wheel_separation如果比实际大 2 厘米转 90 度就会偏 5 度以上。我一般先用卷尺量轮子中心距再在 Gazebo 里跑直线验证最后实车微调。轮椅的 URDF 要包含base_footprint、base_link、左右驱动轮、前后万向轮、激光雷达安装位。雷达的frame_id必须和 URDF 里的 link 名一致否则 Nav2 的代价地图会报Timed out waiting for transform。下面是一个最小差速轮椅 URDF 片段只保留关键关节。!-- wheelchair.urdf.xacro 关键片段 -- link namebase_footprint/ link namebase_link visual geometrybox size0.6 0.5 0.3//geometry /visual /link joint namebase_joint typefixed parent linkbase_footprint/ child linkbase_link/ origin xyz0 0 0.15/ /joint link nameleft_wheel_link visualgeometrycylinder radius0.1 length0.04//geometry/visual /link joint nameleft_wheel_joint typecontinuous parent linkbase_link/ child linkleft_wheel_link/ origin xyz0 0.25 -0.05 rpy-1.5708 0 0/ axis xyz0 0 1/ /joint !-- 右轮、万向轮同理注意 origin 的 y 取负 --逻辑说明base_footprint贴地base_link抬高 0.15 米作为车体中心轮子半径 0.1 米、轮距 0.5 米。参数说明origin xyz的 y 值决定轮距左右轮必须对称axis对连续关节要写旋转轴差速轮绕 z 轴转。改完 URDF 后跑ros2 run robot_state_publisher robot_state_publisher加joint_state_publisher_gui在 RViz2 里看模型是否散架。2.2 用 ros2_control 配置差速控制器ROS2 Humble 里推荐用ros2_control管理硬件接口。轮椅下位机如果是 STM32 或 ESP32常见做法是写一个hardware_interface::SystemInterface插件通过串口读写编码器和 PWM。如果只是快速验证可以用diff_drive_controller加一个假的system插件先跑仿真。配置文件wheelchair_controllers.yaml如下。controller_manager: ros__parameters: update_rate: 50 # Hz轮椅建议 50太低会抖 diff_drive_controller: type: diff_drive_controller/DiffDriveController joint_state_broadcaster: type: joint_state_broadcaster/JointStateBroadcaster diff_drive_controller: ros__parameters: left_wheel_names: [left_wheel_joint] right_wheel_names: [right_wheel_joint] wheel_separation: 0.50 wheel_radius: 0.10 publish_rate: 50.0 base_frame_id: base_footprint odom_frame_id: odom enable_odom_tf: true cmd_vel_timeout: 0.5 # 超时停车安全关键 linear.x.max_velocity: 0.8 linear.x.min_velocity: -0.3 angular.z.max_velocity: 1.0逻辑说明update_rate是控制器管理器的循环频率轮椅惯性大50 Hz 足够cmd_vel_timeout设 0.5 秒一旦导航节点卡死轮子会在半秒内停这是轮椅必须有的后悔药。参数说明wheel_separation和wheel_radius必须和 URDF 一致否则里程计会漂linear.x.max_velocity限制到 0.8 m/s医院场景建议 0.5 以下。启动顺序是先ros2 launch控制器再ros2 control load_controller最后ros2 control switch_controllers激活。2.3 串口桥接下位机micro-ROS 还是自写节点热词里常出现 micro-ROS agent 和串口桥接 ESP32 小车轮椅也一样。两条路一是下位机跑 micro-ROS直接发布/odom和订阅/cmd_vel上位机只跑 agent二是下位机只发原始编码器计数上位机用 Python 节点算里程计。前者实时性好但烧录麻烦后者灵活但占 CPU。我一般用后者做原型因为改协议不用重新烧固件。下面是一个最小串口桥接节点读编码器、发 odom、收 cmd_vel。import rclpy from rclpy.node import Node from geometry_msgs.msg import Twist from nav_msgs.msg import Odometry import serial, struct, math class WheelchairBridge(Node): def __init__(self): super().__init__(wheelchair_bridge) self.ser serial.Serial(/dev/ttyUSB0, 115200, timeout0.01) self.pub self.create_publisher(Odometry, /odom, 10) self.sub self.create_subscription(Twist, /cmd_vel, self.cmd_cb, 10) self.timer self.create_timer(0.02, self.read_serial) # 50Hz self.x self.y self.th 0.0 self.last_time self.get_clock().now() def cmd_cb(self, msg): # 协议0xAA 左轮速度 右轮速度 0x55单位 mm/s left int(msg.linear.x * 1000 - msg.angular.z * 250) right int(msg.linear.x * 1000 msg.angular.z * 250) self.ser.write(struct.pack(BhhB, 0xAA, left, right, 0x55)) def read_serial(self): if self.ser.in_waiting 10: data self.ser.read(10) if data[0] 0xBB: left_ticks, right_ticks struct.unpack(hh, data[1:5]) # 省略积分计算按轮径和轮距更新 x,y,th odom Odometry() odom.header.stamp self.get_clock().now().to_msg() odom.header.frame_id odom odom.child_frame_id base_footprint odom.pose.pose.position.x self.x odom.pose.pose.position.y self.y self.pub.publish(odom) def main(): rclpy.init() rclpy.spin(WheelchairBridge()) rclpy.shutdown()逻辑说明cmd_cb把线速度和角速度解算成左右轮线速度再乘 1000 转成毫米每秒下发read_serial每 20 毫秒读一次编码器积分出位姿。参数说明/dev/ttyUSB0要换成实际设备权限用sudo usermod -aG dialout $USER解决0xAA和0x55是帧头帧尾防止半包错位。这个节点跑起来后ros2 topic hz /odom应该稳定在 50 左右ros2 topic echo /cmd_vel能看到导航发的指令。3. 建图与定位用 slam_toolbox 和 AMCL 把轮椅钉在地图上3.1 激光雷达选型与 slam_toolbox 参数轮椅建图常用 2D 单线雷达比如 RPLIDAR A1 或思岚 S2价格低、驱动成熟。ROS2 Humble 里slam_toolbox是标配支持在线异步建图。启动文件里要配base_frame、odom_frame、map_frame以及雷达话题。关键参数是resolution和max_laser_range。医院走廊窄分辨率设 0.03 米最大距离设 12 米太远会引入玻璃反射噪声。slam_toolbox: ros__parameters: solver_plugin: solver_plugins::CeresSolver ceres_linear_solver: SPARSE_NORMAL_CHOLESKY resolution: 0.03 max_laser_range: 12.0 map_update_interval: 2.0 minimum_time_interval: 0.2 transform_timeout: 0.2 use_scan_matching: true use_scan_barycenter: true mode: mapping # 建图模式定位时改 localization逻辑说明use_scan_matching打开后雷达帧间匹配能减少里程计漂移map_update_interval设 2 秒避免地图频繁刷新导致 RViz2 卡顿。参数说明resolution越小地图越精细但内存越大0.03 米在 100 米走廊约 30 MBJetson 能扛mode切到localization时配合 AMCL 使用。建图时手动推轮椅走一圈速度别超过 0.5 m/s否则匹配容易丢。3.2 AMCL 定位参数怎么调才不飘建好图后切到定位模式用nav2_amcl。AMCL 是粒子滤波轮椅低速且激光特征明显粒子数不用太多。min_particles设 500max_particles设 2000laser_model_type用likelihood_field。最关键的参数是update_min_d和update_min_a走 0.1 米或转 0.2 弧度才更新一次太频繁会抖太稀疏会丢。amcl: ros__parameters: alpha1: 0.2 alpha2: 0.2 alpha3: 0.2 alpha4: 0.2 alpha5: 0.2 base_frame_id: base_footprint beam_skip_distance: 0.5 laser_model_type: likelihood_field max_particles: 2000 min_particles: 500 update_min_d: 0.1 update_min_a: 0.2 set_initial_pose: true initial_pose: x: 0.0 y: 0.0 z: 0.0 yaw: 0.0逻辑说明alpha1到alpha5是里程计噪声模型轮椅差速底盘打滑少设 0.2 偏保守set_initial_pose让 AMCL 启动时直接用配置的初始位姿省去 RViz2 里点 2D Pose Estimate。参数说明beam_skip_distance跳过 0.5 米内的无效激光点避免轮椅扶手遮挡update_min_a设 0.2 弧度约 11 度转弯时不会频繁重采样。如果定位飘先看/amcl_pose的协方差再检查雷达安装是否水平。3.3 八叉树地图与代价地图的取舍热词里提到八叉树地图导航那是 3D 场景用的。轮椅在平面跑2D 代价地图足够但如果有低矮障碍比如输液架底座可以用spatio_temporal_voxel_layer做 3D 体素层。不过 Jetson 上跑 3D 体素很吃 CPU我一般先用 2D 激光加超声波成本低还稳。代价地图的inflation_radius设 0.35 米轮椅宽 0.5 米留 0.1 米余量。cost_scaling_factor设 3.0让路径远离墙壁。local_costmap: ros__parameters: update_frequency: 5.0 publish_frequency: 2.0 global_frame: odom robot_base_frame: base_footprint rolling_window: true width: 3 height: 3 resolution: 0.05 plugins: [obstacle_layer, inflation_layer] obstacle_layer: plugin: nav2_costmap_2d::ObstacleLayer observation_sources: scan scan: topic: /scan max_obstacle_height: 2.0 clearing: true marking: true inflation_layer: plugin: nav2_costmap_2d::InflationLayer inflation_radius: 0.35 cost_scaling_factor: 3.0逻辑说明局部代价地图用rolling_window跟随轮椅3 米见方够用obstacle_layer订阅/scanclearing和marking都开动态障碍才能被清除。参数说明update_frequency5 Hz 对轮椅足够再高浪费 CPUinflation_radius必须大于轮椅半宽否则会蹭墙。全局代价地图类似但global_frame用maprolling_window关。4. Nav2 导航调参让轮椅在走廊里不画龙4.1 全局规划器选 NavFn 还是 SmacNav2 默认全局规划器是NavFn基于 Dijkstra路径平滑但绕障不够灵活。Smac Planner支持 Hybrid-A*考虑轮椅运动学路径更贴合差速约束。轮椅转弯半径小用 Smac 的SmacPlanner2D就够不用上SmacPlannerHybrid。配置里tolerance设 0.1 米max_iterations设 1000000cost_penalty设 2.0。planner_server: ros__parameters: expected_planner_frequency: 1.0 planner_plugins: [GridBased] GridBased: plugin: nav2_smac_planner/SmacPlanner2D tolerance: 0.1 downsample_costmap: false allow_unknown: true max_iterations: 1000000 max_on_approach_iterations: 1000 cost_penalty: 2.0逻辑说明expected_planner_frequency1 Hz轮椅不需要高频重规划allow_unknown允许走未知区域建图不全时有用。参数说明tolerance是目标点容差0.1 米对轮椅合适cost_penalty越大路径越远离障碍但太大可能找不到路。如果规划失败先看/plan话题有没有输出再查代价地图里目标点是否被膨胀层覆盖。4.2 局部控制器 DWB 的参数血泪经验DWB 是 Nav2 默认局部控制器参数多到让人头大。轮椅最关键是max_vel_x、max_vel_theta、acc_lim_x、decel_lim_x。医院场景max_vel_x设 0.5max_vel_theta设 0.8acc_lim_x设 0.5decel_lim_x设 -0.5。vx_samples设 20vtheta_samples设 40太多会卡。sim_time设 1.5 秒太短来不及避障太长会犹豫。controller_server: ros__parameters: controller_frequency: 10.0 min_x_velocity_threshold: 0.001 progress_checker_plugin: progress_checker goal_checker_plugins: [general_goal_checker] controller_plugins: [FollowPath] progress_checker: plugin: nav2_controller::SimpleProgressChecker required_movement_radius: 0.3 movement_time_allowance: 10.0 general_goal_checker: stateful: True plugin: nav2_controller::SimpleGoalChecker xy_goal_tolerance: 0.15 yaw_goal_tolerance: 0.2 FollowPath: plugin: dwb_core::DWBLocalPlanner debug_trajectory_details: True min_vel_x: -0.2 max_vel_x: 0.5 max_vel_theta: 0.8 acc_lim_x: 0.5 decel_lim_x: -0.5 vx_samples: 20 vtheta_samples: 40 sim_time: 1.5 xy_goal_tolerance: 0.15 trans_stopped_velocity: 0.05逻辑说明progress_checker监控 10 秒内是否移动 0.3 米卡住就报错goal_checker容差 0.15 米和 0.2 弧度轮椅停准。参数说明min_vel_x设负值允许倒车但轮椅倒车危险建议设 0trans_stopped_velocity0.05 米每秒低于此值算停。DWB 调参先调sim_time和采样数再调加速度限制。如果轮椅画龙多半是max_vel_theta太大或vtheta_samples太少。4.3 行为树与恢复行为卡住时轮椅该干什么Nav2 用行为树编排导航流程默认navigate_to_pose_w_replanning_and_recovery.xml。轮椅卡住时恢复行为依次是清代价地图、旋转、后退。旋转对轮椅可行后退要小心。我一般把Spin的spin_dist设 1.57 弧度BackUp的backup_dist设 0.3 米backup_speed设 0.1。如果轮椅在窄走廊旋转会撞墙可以改成先Wait再ClearCostmap。RecoveryNode number_of_retries6 nameNavigateRecovery SequenceStar nameRecoveryActions ClearEntireCostmap nameClearLocalCostmap service_namelocal_costmap/clear_entirely_local_costmap/ Spin nameSpin spin_dist1.57/ Wait nameWait wait_duration5.0/ BackUp nameBackUp backup_dist0.3 backup_speed0.1/ /SequenceStar /RecoveryNode逻辑说明number_of_retries6 次每次失败后依次执行恢复ClearEntireCostmap清局部代价地图把动态障碍清掉。参数说明spin_dist1.57 弧度约 90 度够重新观察wait_duration5 秒给行人通过时间。行为树改完用ros2 run nav2_bt_navigator bt_navigator加载在 RViz2 里看/behavior_tree_log。5. 避坑与排查轮椅导航翻车现场记录5.1 现象RViz2 里路径正常轮子不动原因/cmd_vel话题类型不匹配或者diff_drive_controller没激活。Nav2 发的是geometry_msgs/Twist如果下位机桥接节点订阅的是TwistStamped就收不到。解决ros2 topic info /cmd_vel看类型ros2 control list_controllers看控制器状态用ros2 control switch_controllers激活。5.2 现象轮椅走直线往一边偏原因轮径或轮距标定不准或者左右轮摩擦力不一致。解决先量实际轮距改 URDF 和控制器 yaml再在平整地面跑 5 米直线用卷尺量偏差按比例微调wheel_separation。如果还偏检查轮胎气压和电机编码器线序。5.3 现象AMCL 定位突然跳到地图外原因激光雷达被遮挡或者update_min_d太大导致粒子跟不上。解决检查雷达前方是否有轮椅扶手或背包把update_min_d降到 0.05update_min_a降到 0.1在 RViz2 里看/particle_cloud粒子散开就手动给初始位姿。5.4 现象DWB 报 “No valid trajectories”原因max_vel_x或max_vel_theta设太大采样轨迹都撞障碍或者sim_time太长轨迹末端超出代价地图。解决降max_vel_x到 0.3max_vel_theta到 0.5sim_time到 1.0检查局部代价地图width和height是否够大至少 3 米。5.5 现象串口桥接节点 CPU 占用 100%原因read_serial定时器频率太高或者serial.read阻塞。解决定时器设 50 Hz 足够serial.Serial加timeout0.01避免阻塞用ros2 topic hz /odom确认频率如果超过 100 就降。另外 Python 节点用rclpy的MultiThreadedExecutor会好一些。6. 进阶技巧用零拷贝和生命周期节点把延迟压到 20 毫秒轮椅导航对延迟敏感尤其是避障。ROS2 Humble 支持零拷贝loaned messages但需要发布者和订阅者在同一进程。实际部署时把雷达驱动、SLAM、Nav2 放在同一 composable 容器里用ros2 component load加载能省掉序列化开销。我实测把/scan从独立进程改成组件后AMCL 更新延迟从 35 毫秒降到 18 毫秒。# 启动 composable 容器 ros2 run rclcpp_components component_container # 加载雷达驱动组件 ros2 component load /ComponentManager rplidar_ros RplidarNode # 加载 slam_toolbox 组件 ros2 component load /ComponentManager slam_toolbox SlamToolbox逻辑说明component_container是一个进程所有组件共享内存component load把节点动态加载进去。参数说明组件名要查ros2 component types不同包不一样。零拷贝需要消息类型支持unique_ptrsensor_msgs/LaserScan在 Humble 里已支持。另一个技巧是用生命周期节点管理导航栈。Nav2 的节点都是生命周期节点启动时按configure、activate顺序来。写一个 Python 脚本按顺序激活避免手动敲命令。from lifecycle_msgs.srv import ChangeState import rclpy def change_state(node, node_name, transition): client node.create_client(ChangeState, f/{node_name}/change_state) req ChangeState.Request() req.transition.id transition # 1configure, 3activate client.call_async(req) rclpy.spin_until_future_complete(node, client)逻辑说明transition.id1 是 configure3 是 activate2 是 cleanup4 是 deactivate。参数说明节点名要和启动文件里一致比如controller_server、planner_server。按map_server、amcl、controller_server、planner_server、bt_navigator顺序激活能避免 TF 树没建好就规划。最后说一个验证方法在轮椅前方 1 米放一个纸箱发一个目标点让轮椅绕过去。用ros2 topic echo /local_costmap/costmap看障碍是否被标记用ros2 topic hz /cmd_vel看指令频率。如果轮椅犹豫调小sim_time如果撞上去调大inflation_radius。我习惯每次改完参数先跑 10 次记录成功率和平均耗时再决定是否上车。希望帮到你。本文还有配套的精品资源点击获取