【保姆级教程】从零部署宇树 Unitree 机器人 ROS 2 环境 (Go2/B2/H1) (Humble + 真实硬件)

优质文章学习记录

— 7 min read

摘要

本文为希望在ROS 2 (Humble) 环境下开发宇树 (Unitree) 机器人（支持 Go2, B2, H1）的开发者提供了一篇详尽的、从零开始的部署指南。我们将首先在 Ubuntu 22.04 上安装 ROS 2 Humble，然后重点讲解如何配置 unitree_ros2 功能包，实现 ROS 2 节点与机器人底层 DDS 系统的直接通信。本教程基于官方文档，并针对 Humble 环境进行了优化，可跳过 Foxy 版本复杂的 CycloneDDS 编译步骤。

核心环境：

  • 操作系统: Ubuntu 22.04 (Jammy)
  • ROS 2 版本: Humble Hawksbill (LTS)
  • 目标硬件: Unitree Go2 / B2 / H1 (真实机器人)

[TOC]

🤖 一、前言：为什么选择 unitree_ros2？

宇树官方的 unitree_ros2 仓库 (https://github.com/unitreerobotics/unitree_ros2) 提供了一种全新的 ROS 2 集成方式。

与传统的通过 SDK 封装再桥接到 ROS 2 的方式不同，unitree_ros2 利用了 Unitree SDK 2 (基于 CycloneDDS) 和 ROS 2 (同样使用 DDS) 在通信机制上的共性。这使得 ROS 2 节点可以直接与机器人的底层 DDS 通信，无需额外的 SDK 接口封装，实现了更原生、更高效的数据交换。

本教程将带您走通这个配置流程。

🛠️ 二、第一部分：安装 ROS 2 Humble (Ubuntu 22.04)

如果您已经安装好了 ROS 2 Humble，可以跳过此部分。

1. 设置 UTF-8 区域设置

确保您的系统支持 UTF-8。

Bash

sudo apt update && sudo apt install locales sudo locale-gen en_US en_US.UTF-8 sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8 export LANG=en_US.UTF-8

2. 添加 ROS 2 软件源

添加 GPG 密钥并设置 ROS 2 仓库。

Bash

sudo apt install curl gnupg lsb-release sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(source /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

3. 安装 ROS 2 (Humble)

Bash

sudo apt update # 安装桌面完整版，包含 RVIZ 和示例 sudo apt install ros-humble-desktop

3.1 (重要) 安装 colcon 构建工具

colcon 是 ROS 2 的标准构建工具，我们后续编译工作空间时会用到它。

Bash

# 此包通常作为 ros-humble-desktop 的依赖被自动安装 # 为确保万无一失，我们手动执行一次 sudo apt update sudo apt install python3-colcon-common-extensions

4. 设置环境变量

将 ROS 2 的环境设置脚本添加到您的 .bashrc 中，以便新终端自动加载。

Bash

echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc # 使其在当前终端生效 source ~/.bashrc

5. 测试安装

打开两个终端。

终端 1 (Talker):

Bash

ros2 run demo_nodes_cpp talker

终端 2 (Listener):

Bash

ros2 run demo_nodes_py listener

如果您在 Listener 终端能看到 Talker 发送的 [INFO] 消息，恭喜您，ROS 2 Humble 已成功安装！

🚀 三、第二部分：部署 Unitree ROS 2 功能包

这是本教程的核心。我们将配置 unitree_ros2 以连接到您的真实机器人。

1. 安装特定依赖

unitree_ros2 需要一些特定的 ROS 2 包和库。

Bash

sudo apt update sudo apt install ros-humble-rmw-cyclonedds-cpp sudo apt install ros-humble-rosidl-generator-dds-idl sudo apt install libyaml-cpp-dev sudo apt install git # (如果尚未安装)

2. 克隆与编译工作空间

编译工作空间：

💡 关键提示 (Humble vs Foxy)：

官方文档指出，如果您使用 ROS 2 Foxy，必须手动下载和编译特定版本的 cyclonedds (0.10.x)。

但我们使用 Humble，可以跳过这个繁琐的步骤！ Humble 自带的 rmw_cyclonedds 版本已兼容。

我们直接编译 unitree_go 和 unitree_api 包：Bash

# 进入工作空间 cd ~/unitree_ros2/cyclonedds_ws # (重要) 确保 ROS 2 环境已加载 source /opt/ros/humble/setup.bash # 编译所有包 colcon build

等待编译完成，您应该会看到 install, build, log 目录。

克隆官方仓库到您的主目录：Bash

cd ~ git clone https://github.com/unitreerobotics/unitree_ros2

3. 配置网络（连接真实机器人）

  1. 物理连接：使用网线将您的 Ubuntu 电脑与机器人连接。
  2. 查找网卡名称：打开终端，运行 ifconfig 或 ip a。找到您连接机器人的那个有线网卡，记下其名称，例如 enp3s0 或 eth0。
  3. 设置静态 IP：
    • 打开 Ubuntu 的“网络设置”。
    • 找到该有线连接，进入 IPv4 设置。
    • 模式改为“手动”。
    • 设置地址：
      • 地址:192.168.123.99
      • 子网掩码:255.255.255.0
    • 点击“应用”并重新连接网络。

4. 修改环境脚本 (最关键一步)

unitree_ros2 提供了一个 setup.sh 脚本来配置 DDS。我们需要根据我们的环境（Humble 和 网卡名称）修改它。

  1. 保存并关闭文件。

修改文件内容：修改前 (原始文件内容)：Bash

#!/bin/bash echo "Setup unitree ros2 environment" source /opt/ros/foxy/setup.bash # <--- (1) 这里是 foxy source $HOME/unitree_ros2/cyclonedds_ws/install/setup.bash export RMW_IMPLEMENTATION=rmw_cyclonedds_cpp export CYCLONEDDS_URI='<CycloneDDS><Domain><General><Interfaces>   <NetworkInterface name="enp3s0" priority="default" multicast="default" /> # <--- (2) 这里是 enp3s0                         </Interfaces></General></Domain></CycloneDDS>'

修改后 (适配您的环境)：Bash

#!/bin/bash echo "Setup unitree ros2 environment" source /opt/ros/humble/setup.bash # <--- (1) 必须改为 humble source $HOME/unitree_ros2/cyclonedds_ws/install/setup.bash export RMW_IMPLEMENTATION=rmw_cyclonedds_cpp export CYCLONEDDS_URI='<CycloneDDS><Domain><General><Interfaces>   <NetworkInterface name="YOUR_INTERFACE_NAME" priority="default" multicast="default" /> # <--- (2) 必须改为您在 3.2 步中找到的网卡名                         </Interfaces></General></Domain></CycloneDDS>'

（例如，如果您的网卡是 eth0，就改成 name="eth0"）

打开脚本文件：Bash

gedit ~/unitree_ros2/setup.sh

5. 连接与测试

  1. 启动机器人。

查看数据：Bash

ros2 topic echo /sportmodestate

如果一切正常，您将看到机器人的状态数据开始刷屏，部署成功！

测试连接：Bash

ros2 topic list

如果网络配置正确，DDS 会自动发现机器人。您应该能看到一系列来自机器人的话题，例如：

/api/sport/request /lf/lowstate /sportmodestate /wirelesscontroller ...

打开一个新终端，运行您修改后的 setup.sh 来加载所有环境：Bash

source ~/unitree_ros2/setup.sh

✅ 四、第四部分：编译和运行示例

unitree_ros2 仓库还提供了一个 example 工作空间。

  1. 打开一个新终端。

运行示例（例如：读取运动状态）：Bash

# 确保您在 example 目录下 ./install/unitree_ros2_example/bin/read_motion_state

您将在终端看到格式化后的机器人状态信息：

[INFO] [1697525196.266174885] [motion_state_suber]: Position -- x: 0.567083; y: 0.213920; z: 0.052338; body height: 0.320000 [INFO] [1697525196.266230044] [motion_state_suber]: Velocity -- vx: -0.008966; vy: -0.001431; vz: -0.019455; yaw: -0.002131 ...

编译示例：Bash

cd ~/unitree_ros2/example colcon build

加载 Unitree 环境（必须！）：Bash

source ~/unitree_ros2/setup.sh

💡 五、总结与常见问题 (FAQ)

本教程详细介绍了如何在 Ubuntu 22.04 + ROS 2 Humble 环境下，部署 unitree_ros2 功能包以连接真实机器人硬件。最关键的步骤是修改 setup.sh 脚本，使其指向 humble 并使用正确的网卡名称。

Q: 我运行 ros2 topic list 为什么看不到机器人的话题？

A: 99% 是网络问题。

  1. 检查物理连接：网线是否插好？机器人是否开机？
  2. 检查 IP 地址：您电脑的 IP 是否静态设置为了 192.168.123.99？
  3. 检查 setup.sh：您是否 source 了修改后的 setup.sh？
  4. 检查网卡名称：CYCLONEDDS_URI 变量中的 name 是否绝对正确？
  5. 检查防火墙：sudo ufw disable 临时禁用防火墙试试。

Q: colcon build 编译 cyclonedds_ws 失败了。

A: 确保您在编译前运行了 source /opt/ros/humble/setup.bash，并且已经安装了 ros-humble-rmw-cyclonedds-cpp 等所有依赖。

希望这篇教程对您有帮助！点赞、收藏、加关注，我们下次再见！

Read more

OpenClaw：让AI直接操控你的电脑

有安全风险；可接入本地大模型 1. OpenClaw 到底是什么？ 你可以把它理解成：一个能直接控制你电脑的 AI 助手。 普通 AI（ChatGPT、豆包、文心一言）： * 只能跟你聊天 * 只能告诉你怎么做 * 不能碰你电脑里的任何东西 OpenClaw： * 是能动手操作你电脑的 AI * 能自己点开文件、写代码、运行程序、点鼠标、改设置 * 就像雇了一个会用电脑的人，坐在你电脑前帮你干活 一句话：普通 AI 是 “嘴强王者”，OpenClaw 是 “真能干活”。 2. 它能帮你做什么？（超直白举例） 你直接用自然说话，它就能自己干： ✅ 写代码 / 改项目 * 你说：“帮我写一个登录页面” * 它自己新建文件、写代码、保存、运行 * 你不用动手敲一行 ✅ 操作电脑文件
从0到1打造专业职配助手：基于openJiuwen记忆库新特性的AI职业规划实战

从0到1打造专业职配助手：基于openJiuwen记忆库新特性的AI职业规划实战

前言 最近基于openJiuwen框架，用它最新推出的独立记忆库功能，搭建了一个“专业职配助手”智能体。它不仅能依托行业知识库给出专业-岗位匹配建议，更能通过记忆库记住用户的专业背景、职业偏好，实现跨智能体的个性化推荐。今天就把从模型配置到智能体测试的全流程拆解给你，重点聊聊记忆库如何让AI真正“懂你”。 一、核心思路：知识库+记忆库，让AI从“会回答”到“懂你” 这次搭建的核心，是openJiuwen的记忆库新特性： * 知识库：作为“公共知识底座”，存储全行业职业数据、专业与岗位对应表，解决“专业能做什么”的问题； * 记忆库：作为“用户专属档案”，存储用户的专业背景、职业偏好、咨询历史，解决“你适合做什么”的问题； * 大模型：负责理解用户需求，同时调用知识库和记忆库，生成精准、个性化的职业建议。 一句话概括：用知识库提供行业广度，用记忆库赋予用户温度，让这两者的结合更高效、更灵活。
OpenClaw + cpolar + 蓝耘MaaS：把家里的 AI 变成“随身数字员工”，出门也能写代码、看NAS电影、远程桌面

OpenClaw + cpolar + 蓝耘MaaS：把家里的 AI 变成“随身数字员工”，出门也能写代码、看NAS电影、远程桌面

目录 前言 1 OpenClaw和cpolar是什么？ 1.1 OpenClaw：跑在你自己电脑上的本地 AI 智能体 1.2 cpolar：打通内网限制的内网穿透桥梁 2 下载 安装cpolar 2.1 下载cpolar 2.2 蓝耘 MaaS 平台：给 OpenClaw 装上“最强大脑” 2.3 注册及登录cpolar web ui管理界面 2.4 一键安装 OpenClaw 并对接蓝耘 MaaS 3 OpenClaw + cpolar 的 N 种玩法 3.1 出门在外也能看家里 NAS
人工智能：自然语言处理在教育领域的应用与实战

人工智能：自然语言处理在教育领域的应用与实战

人工智能：自然语言处理在教育领域的应用与实战 学习目标 💡 理解自然语言处理（NLP）在教育领域的应用场景和重要性 💡 掌握教育领域NLP应用的核心技术（如智能问答、作业批改、个性化学习） 💡 学会使用前沿模型（如BERT、GPT-3）进行教育文本分析 💡 理解教育领域的特殊挑战（如多学科知识、学生认知差异、数据隐私） 💡 通过实战项目，开发一个智能问答系统应用 重点内容 * 教育领域NLP应用的主要场景 * 核心技术（智能问答、作业批改、个性化学习） * 前沿模型（BERT、GPT-3）在教育领域的使用 * 教育领域的特殊挑战 * 实战项目：智能问答系统应用开发 一、教育领域NLP应用的主要场景 1.1 智能问答 1.1.1 智能问答的基本概念 智能问答是通过自然语言与用户进行交互，回答用户问题的程序。在教育领域，智能问答的主要应用场景包括： * 课程问答：回答课程相关的问题（如“什么是机器学习”