这次我们来看一套 ROS2 仿真+真机实战的全流程学习路线。它覆盖的不是单个功能点,而是从零搭建环境到真机落地实操的完整闭环:远程开发、仿真、传感器接入、激光雷达、SLAM、导航、真机部署,一条线串起来。对刚进入 ROS2 的开发者来说,最头疼的往往不是单个概念看不懂,而是每一步之间怎么衔接,先装什么、再配什么、怎么验证、怎么从仿真换到真机。这篇文章会把这条链路拆开,按 CSDN 技术文章的习惯整理成一整套可落地的部署和操作指南。
从信息密度上看,这套教程最值得关注的是四个点:第一,环境搭建是全流程一条龙,从 Ubuntu、ROS2、仿真工具链到 VS Code 远程开发,都有配套操作;第二,仿真部分不是只跑一个 turtlesim 看热闹,而是把 Gazebo 仿真世界、机器人模型、激光雷达、相机、IMU 这些传感器串起来;第三,强调了远程开发,这确实是工程效率的关键,不要把代码在本地写了再传上去;第四,最后落到真机,涉及底盘、传感器、网络和安全的边界问题。
如果你正准备从零开始学 ROS2,或者已经装过 ROS2 但一直停留在“跑 demo”阶段,这篇文章可以直接收藏。下面我会按照部署顺序展开,能跑通这条链路,你就拿到了一条从仿真到真机的通用工程路径。
1. 核心能力速览
在开始之前,先把全套路的“规格”放出来。注意不同教程、不同 ROS2 版本对应的细节会有一点差异,但整体链路是固定的。
| 能力项 | 说明 |
|---|---|
| 技术栈 | ROS2、Gazebo、RViz2、VS Code 远程开发、传感器驱动、SLAM/导航 |
| 主要功能 | 仿真环境搭建、机器人模型加载、激光雷达/相机/IMU/GPS 数据接入、远程开发调试、真机部署 |
| 建议操作系统 | Ubuntu 22.04 / 24.04,Windows 可用 WSL2 或 SSH 远程到 Ubuntu 主机 |
| ROS2 版本策略 | 优先选 LTS 版本,和操作系统对应;不同教程可能选 Humble 或 Jazzy |
| 硬件建议 | 4 核以上 CPU、8G 以上内存、50G 以上磁盘;运行真机时另需机器人硬件 |
| 启动方式 | 命令行启动 + VS Code 远程终端 / SSH |
| API / 接口 | ROS2 节点话题通信本身即接口;也支持 ros2 bag 数据回放、launch 批量启动 |
| 批量任务 | 可通过 launch 文件批量启动多个节点,通过 ros2 bag 批量采集数据 |
| 适合场景 | ROS2 入门进阶、机器人仿真、传感器数据测试、SLAM/导航学习、真机项目预研 |
| 难度 | 中等,需要 Linux 基础,不要求项目经验 |
这里要强调一点:表格里没有写“显存占用”,因为 ROS2 仿真链路主要吃 CPU 和内存,除非你在此基础上接入深度学习视觉模型。跑一个小型机器人仿真场景,CPU 压力比 GPU 压力更明显。
2. 适用场景与使用边界
这套教程适合谁?第一类是刚入门 ROS2 的学生和开发者,想找一个完整的学习路径,而不是今天学话题、明天学服务,最后不知道怎么串起来。第二类是正在做毕设或项目预研的人,需要快速验证“传感器+激光雷达+SLAM+导航”这套组合在仿真里能不能跑通。第三类是已经跑通仿真、准备上真机的团队,需要一份从仿真迁移到真机的检查清单。
它不适合用来解决什么?如果你只是想快速调一个特定功能,比如只测试一个相机驱动,不需要完整搭建仿真环境,那直接看对应驱动的 README 更快。如果你要做高复杂度视觉模型训练,这套 ROS2 仿真链路不是核心工具,它更关注的是机器人系统集成。
使用边界上需要重点提醒三点。第一,仿真和真机之间存在真实差距:仿真里的激光雷达没有复杂的反射噪声,IMU 没有明显的零偏漂移,底盘也不会打滑。在仿真里跑通的参数,到了真机可能完全不可用,需要重新标定和调节。第二,真机测试涉及安全,激光雷达有激光安全等级,底盘有移动风险,必须准备急停开关并在安全场地测试。第三,传感器数据采集和使用涉及版权与隐私,如果在公共场所采集图像或点云数据,要避开人脸、车牌等敏感信息。
3. 环境准备与前置条件
3.1 操作系统选择
ROS2 在 Ubuntu 上的支持最好。大多数教程默认使用 Ubuntu 22.04 + ROS2 Humble,也可以使用 Ubuntu 24.04 + ROS2 Jazzy。版本搭配一定要对应,否则会装不上,这是新手最容易踩的坑。Windows 用户先装 WSL2,再在 WSL2 里装 Ubuntu,后续远程开发、仿真都可以在 WSL 里完成。注意如果你想用真机 USB 激光雷达或串口设备,WSL2 需要额外配置 usbipd 进行 USB 设备透传。
3.2 硬件和磁盘
CPU 建议 4 核以上,内存建议 8G 以上。Gazebo 仿真加载复杂世界时,CPU 占用会明显上升。磁盘至少预留 50G,ROS2 桌面版加 Gazebo 依赖和大批仿真模型,占据空间并不小。如果还要编译传统 SLAM 算法或视觉模型,磁盘再多预留 20G。购买云服务器做远程开发也可以,但要注意公网延迟对 rviz 交互的影响,更推荐局域网内使用。
3.3 网络和端口
ROS2 的通信基于 DDS,默认使用 Fast DDS,节点发现依赖多播或指定端口。如果是单机使用,基本不需要配置网络;如果是真机 + 开发机远程通信,需要放行 7400 端口以及 DDS 发现所需的多播流量。不同版本的 ROS2 可能用不同端口范围,遇到跨设备 topic 发现不了时,优先查防火墙和交换机多播配置。
3.4 环境检查清单
| 项目 | 建议 | 说明 |
|---|---|---|
| Ubuntu 版本 | 22. |
349



被折叠的 条评论
为什么被折叠?



