ROS2 Humble + Cartographer 实战：为TurtleBot3搭建SLAM开发环境全记录-平芜编程栈

TurtleBot3 SLAM开发环境搭建：ROS2 Humble与Cartographer深度整合指南

当TurtleBot3遇上ROS2 Humble和Cartographer，会擦出怎样的火花？作为一款广受欢迎的教育与研究用机器人平台，TurtleBot3在SLAM领域的潜力远未被充分挖掘。本文将带你从零开始，在Ubuntu 22.04系统上构建一套完整的开发环境，让你的TurtleBot3真正具备自主建图与定位能力。

1. 环境准备与ROS2 Humble安装

在开始之前，确保你使用的是Ubuntu 22.04 LTS系统。这个版本不仅长期支持，更是ROS2 Humble官方推荐的基础平台。不同于虚拟机可能带来的性能损耗和硬件兼容性问题，我们强烈建议在物理机或双系统环境下进行安装。

1.1 系统基础配置

首先更新系统软件包并安装必要工具：

sudo apt update && sudo apt upgrade -y sudo apt install -y curl git wget build-essential

接下来，我们需要配置系统时区并禁用可能导致问题的自动更新：

sudo timedatectl set-timezone Asia/Shanghai sudo systemctl disable apt-daily-upgrade.service

1.2 ROS2 Humble一键安装

虽然官方提供了标准安装方式，但对于新手开发者，我们推荐使用鱼香ROS的一键安装脚本：

wget http://fishros.com/install -O fishros && . fishros

执行后会进入交互式菜单：

选择"一键安装:ROS(支持ROS和ROS2,树莓派Jetson)"
选择"更换系统源再继续安装"
选择"humble系统"
选择"humble系统桌面版"

注意：安装过程可能需要30-60分钟，取决于网络速度和硬件性能。建议在稳定的网络环境下进行。

安装完成后，验证ROS2环境是否配置成功：

source /opt/ros/humble/setup.bash ros2 doctor

2. ROS2开发环境深度配置

2.1 rosdepc工具安装

rosdep是ROS生态中管理依赖关系的重要工具，但官方版本在国内网络环境下可能表现不佳。为此，我们使用优化后的rosdepc：

wget http://fishros.com/install -O fishros && . fishros

在菜单中选择"3,一键配置rosdepc"，完成后执行：

rosdepc update

2.2 创建工作空间与基础包

为后续Cartographer安装做准备，我们先创建一个独立的工作空间：

mkdir -p ~/turtlebot3_ws/src cd ~/turtlebot3_ws colcon build

安装TurtleBot3基础功能包：

sudo apt install -y ros-humble-turtlebot3-*

3. Cartographer SLAM系统源码编译

3.1 依赖项安装

Cartographer作为Google开源的SLAM系统，需要一些特定依赖：

sudo apt install -y \ libceres-dev \ liblua5.3-dev \ libboost-all-dev \ protobuf-compiler \ python3-sphinx

3.2 源码下载与编译

创建独立工作空间并获取源码：

mkdir -p ~/carto_ws/src cd ~/carto_ws/src git clone https://ghproxy.com/https://github.com/ros2/cartographer.git -b ros2 git clone https://ghproxy.com/https://github.com/ros2/cartographer_ros.git -b ros2

安装依赖项：

cd ~/carto_ws rosdepc install -r --from-paths src --ignore-src --rosdistro $ROS_DISTRO -y

编译Cartographer核心组件：

colcon build --packages-up-to cartographer_ros

3.3 环境验证

编译成功后，验证安装：

source ~/carto_ws/install/setup.bash ros2 pkg list | grep cartographer

正常输出应包含：

cartographer_ros cartographer_ros_msgs

4. TurtleBot3与Cartographer集成

4.1 硬件配置检查

确保TurtleBot3的以下组件正常工作：

激光雷达（如LDS-01）
陀螺仪/IMU
电机驱动

通过以下命令检查激光雷达数据：

ros2 topic echo /scan

4.2 启动Cartographer节点

创建配置文件~/turtlebot3_ws/src/turtlebot3_cartographer，包含以下内容：

tracking_frame: base_link published_frame: odom odom_frame: odom provide_odom_frame: false use_odometry: true use_laser_scan: true use_multi_echo_laser_scan: false num_subdivisions_per_laser_scan: 1

启动Cartographer节点：

ros2 launch turtlebot3_cartographer cartographer.launch.py

4.3 实时建图测试

启动键盘控制节点：

ros2 run turtlebot3_teleop teleop_keyboard

在RViz中查看实时建图效果：

ros2 launch turtlebot3_cartographer rviz.launch.py

5. 性能优化与常见问题解决

5.1 参数调优指南

Cartographer性能高度依赖参数配置，以下为TurtleBot3推荐参数：

参数名	推荐值	说明
`trajectory_builder_2d.min_range`	0.3	最小有效测距
`trajectory_builder_2d.max_range`	8.0	最大有效测距
`trajectory_builder_2d.missing_data_ray_length`	5.0	缺失数据处理长度
`pose_graph.optimize_every_n_nodes`	90	优化频率

5.2 常见错误排查

问题1：激光数据未接收

检查/scan话题是否发布
确认TF树配置正确

问题2：建图漂移严重

校准IMU数据
调整use_odometry参数

问题3：编译失败

确保所有依赖项安装完整
检查ROS2环境变量设置

6. 进阶应用与扩展

6.1 多传感器融合配置

Cartographer支持激光雷达与IMU数据融合，在cartographer.launch.py中添加：

use_imu_data = LaunchConfiguration('use_imu_data', default='true')

6.2 地图保存与加载

保存当前地图：

ros2 run nav2_map_server map_saver_cli -f ~/map

加载已有地图：

ros2 launch nav2_bringup bringup_launch.py map:=~/map.yaml

在实际项目中，我发现Cartographer对TurtleBot3这种小型平台特别友好，但在大范围环境中需要特别注意内存消耗。建议定期保存子地图，避免长时间运行导致性能下降。

ROS2 Humble + Cartographer 实战：为TurtleBot3搭建SLAM开发环境全记录