ROS2 与 Gazebo Sim Harmonic 中的阿克曼转向车辆仿真

本项目展示了一个具备阿克曼转向功能的定制车辆仿真，基于ROS2和Gazebo Sim Harmonic 环境开发。该模型集成了多种传感器和导航工具，实现自主运行，是该仿真框架中首批实现阿克曼转向车辆的项目之一。

| 3D 激光雷达点云可视化 | 仓库环境模型 | | ----- | ----- | | | |

如果你喜欢此项目，欢迎点个⭐支持！

目录

• ROS2 与 Gazebo Sim Harmonic 中的阿克曼转向车辆仿真
• 功能
• 1 阿克曼转向
• 2 ROS2 通信
• 3 传感器
• 4 导航
• 5 使用外部手柄的手动控制
• 6 可视化
• 需求
• 本地安装
• Docker 安装
• 使用方法
• 1 基本仿真与手动控制
• 2 SLAM 同时定位与地图构建
• 3 使用 Nav2 进行导航
• 未来工作
• 画廊
• TF 树
• Star 历史

功能

1. 阿克曼转向

• 一个自定义车辆模型，采用真实的阿克曼转向动力学，实现精准机动性能。

2. ROS2 通信

• 所有传感器数据和控制信号均完全集成到 ROS2 生态系统中，实现无缝互操作。

3. 传感器

• IMU：提供姿态和角速度。
• 里程计：确保车辆状态反馈的准确性。
• 激光雷达：安装用于障碍物检测和环境扫描。支持生成 3D 点云，用于高级感知任务。
• 摄像头：
• 前置
• 后置
• 左侧
• 右侧

> 注意： 默认情况下，只有前置摄像头桥接到 ROS 2。如果您想在 ROS 2 中使用所有摄像头（左、右、后），请移除 saye_bringup/config/ros_gz_bridge.yaml 中相关摄像头部分开头的 # 符号以激活它们（例如，/camera/left_raw、/camera/right_raw、/camera/rear_raw）。

4. 导航

• 集成了 Nav2 栈 实现自主导航。
• 使用 AMCL（自适应蒙特卡洛定位） 提升位置精度。
• 实现了 SLAM 技术，用于实时地图构建和环境理解。
• 经过微调的参数，优化导航性能。

5. 手动控制（外接操纵杆）

• 在仿真环境中新增了基于操纵杆的手动控制支持，用户可交互式测试车辆运动。

6. 可视化

• 在 RViz2 中实现完整模型和传感器数据的可视化，提供机器人状态和环境反馈的洞察。

需求

• ROS2（Humble）
• Gazebo Sim Harmonic
• RViz2
• Nav2

本地安装

• 您需要确保已安装 Gazebo Harmonic 和 ROS（ros_gz）：
  

sudo apt-get install ros-${ROS_DISTRO}-ros-gz
sudo apt-get install ros-humble-ros-gzharmonic（仅限Humble版本）
有关安装Gazebo和ROS的更多详情：链接

• 克隆仓库：
  

mkdir -p ackermann_sim/src && cd ackermann_sim/src
git clone https://github.com/alitekes1/ackermann-vehicle-gzsim-ros2
cd ..

• 构建项目：

colcon build && source install/setup.bash

• 设置环境变量：

``bash # Set environment variables for current session export GZ_SIM_RESOURCE_PATH=$GZ_SIM_RESOURCE_PATH:/your/path/ackermann_sim/src/ackermann-vehicle-gzsim-ros2/ export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:/your/path/ackermann_sim/src/ackermann-vehicle-gzsim-ros2/ `

永久设置： 要使这些环境变量永久生效，请将它们添加到你的 .bashrc 文件中： `bash # Add environment variables to .bashrc echo 'export GZ_SIM_RESOURCE_PATH=$GZ_SIM_RESOURCE_PATH:/your/path/ackermann_sim/src/ackermann-vehicle-gzsim-ros2/' >> ~/.bashrc echo 'export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:/your/path/ackermann_sim/src/ackermann-vehicle-gzsim-ros2/' >> ~/.bashrc # Apply changes source ~/.bashrc `

> 注意： 将 /your/path/ 替换为您的实际安装路径。

Docker 安装

您也可以使用 Docker 运行仿真，这可以确保在不同系统之间具有一致的环境。

前提条件

• Docker
• NVIDIA 容器工具包（用于 GPU 支持）

使用 Docker 运行的步骤

• 克隆仓库：

`bash mkdir -p ackermann_sim/src && cd ackermann_sim/src git clone https://github.com/alitekes1/ackermann-vehicle-gzsim-ros2 cd ackermann-vehicle-gzsim-ros2 `

• 构建并运行 Docker 容器：

`bash docker run -it \ --name ackermann_sim \ --hostname ackermann_sim \ --env="DISPLAY=$DISPLAY" \ --env="QT_X11_NO_MITSHM=1" \ --volume="/tmp/.X11-unix:/tmp/.X11-unix:rw" \ --privileged alitekes1/ackermann_sim:latest `

• 如果您想为同一容器添加额外的终端

`bash docker exec -it ackermann_sim bash `

注意： 在容器内部，您可以像平常一样运行仿真命令。

使用方法

1. 基本仿真和手动控制

• 启动仿真：

`bash ros2 launch saye_bringup saye_spawn.launch.py `

• 控制车：

`bash ros2 run teleop_twist_keyboard teleop_twist_keyboard `

2. SLAM（同步定位与地图构建）

• 要运行 SLAM Toolbox 进行地图构建，请在启动仿真后运行以下命令：

`bash ros2 launch saye_bringup slam.launch.py `

3. 使用 Nav2 进行导航

• 要使用 Nav2 堆栈进行自主导航仿真，启动仿真后运行以下命令：

`bash ros2 launch saye_bringup navigation_bringup.launch.py ``

注意： 上述YouTube视频以4倍速播放。您可以点击图片观看视频。

未来工作

• 3D SLAM 支持：
• 使用先进的深度强化学习算法训练车辆自主处理复杂场景。
• 增强功能：
• 探索更多传感器配置和导航策略。
• Nav2与3D定位集成
• 取代AMCL（二维），实现更准确且鲁棒的算法。

图库

3D激光雷达点云与环境

| 3D激光雷达点云可视化 | 仓库环境模型 | | --------------------------------------------------------------- | -------------------------------------------------------------- | | | |

车辆与导航

| Gazebo仿真谐波 | RViz2 | | --------------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------- | | | | | | | | | |

TF树

---

星标历史

--- Tranlated By Open Ai Tx | Last indexed: 2026-05-13 ---