Webots 2025a + ROS 2 Jazzy e-puck 机器人仿真与导航教程

（3）安装 Nav2 导航栈（可选，用于导航案例）

sudo apt install ros-jazzy-navigation2 ros-jazzy-nav2-bringup ros-jazzy-turtlebot3-navigation2

第一阶段：基础仿真启动与核心通信验证

前提确认

先执行以下命令验证环境就绪（确保无报错）：

# 加载 ROS 2 环境（若已添加到.bashrc 可跳过）
source ~/webots_ws/install/setup.bash
# 验证功能包存在
ros2 pkg list | grep webots_ros2_epuck
# 验证 Webots 版本
webots --version
# 输出应包含 2025a

步骤 1：启动 e-puck 核心仿真

操作指令：

# 启动仅包含 e-puck 机器人的基础仿真
ros2 launch webots_ros2_epuck robot_launch.py

现象：

• Webots 2025a 自动启动，界面显示 e-puck 机器人在空场景中；
• 终端无红色报错（黄色警告可忽略，多为参数默认值提示）。

步骤 2：验证 ROS 2 节点与话题（核心研究点）

新开终端，分步执行以下命令，逐行验证并记录结果（研究机器人与 ROS 2 的通信链路）：

（1）查看运行的节点

ros2 node list

预期输出（核心节点）：

/epuck/base_controller
/epuck/robot_state_publisher
/webots_ros2_driver
/webots_ros2_epuck_node

研究点：

• /webots_ros2_driver：Webots 与 ROS 2 的核心桥接节点，负责传感器 / 执行器数据转发；
• /epuck/base_controller：机器人运动控制节点，处理速度指令。

（2）查看核心话题列表

ros2 topic list | grep epuck

预期核心话题：

（3）实时查看传感器数据（验证通信）

# 查看激光雷达数据（精简输出，仅看关键值）
ros2 topic echo /epuck/laser_scan --noarr
# 查看里程计数据（关注 position 和 orientation）
ros2 topic echo /epuck/odometry --noarr
# 查看 IMU 数据（关注角速度和加速度）
ros2 topic echo /epuck/imu --noarr

研究点：

• 激光雷达的 angle_min/angle_max（扫描范围）、range_min/range_max（有效距离）；
• 里程计的 pose（位姿）和 twist（线 / 角速度）是否与 Webots 中机器人运动同步；
• IMU 数据的噪声水平（仿真中可通过 Webots 调整传感器精度）。

步骤 3：手动控制机器人运动

（1）单次速度指令（测试执行器）

# 前进：线速度 0.2m/s，角速度 0rad/s
ros2 topic pub --once /epuck/cmd_vel geometry_msgs/msg/Twist "{linear: {x: 0.2, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 0.0}}"
# 左转：线速度 0，角速度 1rad/s
ros2 topic pub --once /epuck/cmd_vel geometry_msgs/msg/Twist "{linear: {x: 0.0, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 1.0}}"
# 停止：所有速度为 0
ros2 topic pub --once /epuck/cmd_vel geometry_msgs/msg/Twist "{linear: {x: 0.0, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 0.0}}"

现象：Webots 中机器人对应执行前进 / 左转 / 停止动作。

（2）持续键盘控制（交互测试）

# 安装键盘控制工具（若未装）
sudo apt install ros-jazzy-teleop-twist-keyboard
# 启动键盘控制，映射到 e-puck 的 cmd_vel 话题
ros2 run teleop_twist_keyboard teleop_twist_keyboard --ros-args -r cmd_vel:=/epuck/cmd_vel

操作说明：

• w：前进，x：后退，a：左转，d：右转，s：停止；
• z/c：调整线速度，q/e：调整角速度。 研究点：
• 速度指令的响应延迟（仿真中可通过 Webots 调整 "real time factor"）；
• 最大线速度 / 角速度限制（e-puck 物理限制：线速度≤0.3m/s，角速度≤5rad/s）；
• 里程计数据是否与实际运动一致（验证运动模型精度）。

第二阶段：Rats Life 场景与地图系统研究

步骤 1：启动带地图的 Rats Life 场景

# 启动包含迷宫地图的完整场景
ros2 launch webots_ros2_epuck rats_life_launch.py

现象：

• Webots 加载 Rats Life 迷宫场景，e-puck 位于场景起点；
• ROS 2 自动加载地图服务器（map_server），发布 /map 话题。

步骤 2：解析地图配置文件（核心研究）

首先找到地图配置文件路径：

# 定位 map_rats_life.yaml 文件
rospack find webots_ros2_epuck
# 输出示例：/home/ros2/webots_ws/install/webots_ros2_epuck/share/webots_ros2_epuck
# 进入配置目录
cd $(rospack find webots_ros2_epuck)/share/webots_ros2_epuck/config

打开 map_rats_life.yaml，逐行分析：

image: map_rats_life.pgm # 地图图像文件（PGM 格式）
resolution: 0.05 # 地图分辨率：0.05m/像素（5cm）
origin: [-10.0, -10.0, 0.0] # 地图原点（对应 Webots 世界坐标系）
negate: 0 # 0=白色为自由空间，1=黑色为自由空间
occupied_thresh: 0.65 # 像素值>0.65 视为障碍物
free_thresh: 0.196 # 像素值<0.196 视为自由空间
frame_id: map # 地图坐标系名称（必须与 Nav2 对齐）

研究操作：

# 查看地图话题数据（验证地图加载）
ros2 topic echo /map --noarr
# 可视化地图（需启动 RViz2）
rviz2

在 RViz2 中配置：

1. Fixed Frame 选择 map；
2. 添加 Map 组件，Topic 选择 /map；
3. 添加 RobotModel 组件，Robot Description 选择 /robot_description；
4. 添加 LaserScan 组件，Topic 选择 /epuck/laser_scan。 现象：RViz2 中显示迷宫地图、机器人模型和激光扫描数据。

步骤 3：场景自定义修改（进阶研究）

1. 可修改的内容（研究切入点）：
   • 添加 / 删除障碍物：在 Webots 中拖拽'Box'节点，调整尺寸 / 位置；
   • 修改机器人传感器：选中 e-puck → 双击'LaserEmitter' → 调整扫描角度 / 精度；
   • 调整地面材质 / 摩擦力：影响机器人运动模型；
2. 保存修改后，重新启动 rats_life_launch.py 验证效果。 打开 Webots 场景文件：

cd $(rospack find webots_ros2_epuck)/share/webots_ros2_epuck/worlds
webots rats_life.wbt
# 直接用 Webots 打开场景文件

第三阶段：ROS 2 Control 底层控制研究

步骤 1：解析 ros2_control.yml 配置

打开控制配置文件：

cd $(rospack find webots_ros2_epuck)/share/webots_ros2_epuck/config
cat ros2_control.yml

核心内容解析：

controller_manager: ros__parameters:
  update_rate: 100 # 控制频率 100Hz
joint_state_broadcaster:
  type: joint_state_broadcaster/JointStateBroadcaster
joint_velocity_controller:
  type: velocity_controllers/JointGroupVelocityController
joint_velocity_controller:
  ros__parameters:
    joints: # 控制的关节名称（e-puck 左右轮）
      - left_wheel_joint
      - right_wheel_joint
    interface_name: velocity # 控制接口类型（速度控制）

研究点：

• update_rate：控制频率越高，运动越平滑，但占用资源越多；
• 关节名称必须与机器人 URDF 中的定义一致（可通过 /robot_description 查看）。

步骤 2：底层关节控制测试

# 查看关节状态（确认关节名称和当前速度）
ros2 topic echo /epuck/joint_states
# 发布关节速度指令（直接控制左右轮）
# 左轮 1rad/s，右轮 1rad/s → 前进
ros2 topic pub /epuck/joint_velocity_controller/commands std_msgs/msg/Float64MultiArray "{data: [1.0, 1.0]}"
# 左轮 -1rad/s，右轮 1rad/s → 原地旋转
ros2 topic pub /epuck/joint_velocity_controller/commands std_msgs/msg/Float64MultiArray "{data: [-1.0, 1.0]}"
# 停止关节运动
ros2 topic pub /epuck/joint_velocity_controller/commands std_msgs/msg/Float64MultiArray "{data: [0.0, 0.0]}"

研究对比：

• 对比 /epuck/cmd_vel（高层运动指令）和 /epuck/joint_velocity_controller/commands（底层关节指令）的控制差异；
• 分析关节速度与 /epuck/odometry 中速度的映射关系（验证运动学模型）。

第四阶段：Nav2 航点导航全流程研究

步骤 1：启动导航系统

# 启动包含 Nav2 的航点导航场景
ros2 launch webots_ros2_epuck rats_life_waypoints_launch.py

启动后自动加载的模块（研究重点）：

步骤 2：验证 Nav2 核心组件

# 查看 AMCL 定位结果（机器人在地图中的位姿）
ros2 topic echo /amcl_pose --noarr
# 查看全局路径规划结果
ros2 topic echo /plan --noarr
# 查看 Nav2 状态（是否就绪）
ros2 topic echo /nav2_controller/status --noarr

关键验证：

• /amcl_pose 的 pose 应与 Webots 中机器人位置一致（误差 < 0.1m）；
• /nav2_controller/status 的 status 应为 1（就绪）。

步骤 3：发送导航目标点（手动测试）

# 安装 Nav2 命令行工具（若未装）
sudo apt install ros-jazzy-nav2-cli
# 发送目标点 1：x=2.0, y=1.0, 朝向 0°（w=1.0）
ros2 action send_goal /navigate_to_pose nav2_msgs/action/NavigateToPose "{ pose: { header: {frame_id: 'map'}, pose: { position: {x: 2.0, y: 1.0, z: 0.0}, orientation: {x: 0.0, y: 0.0, z: 0.0, w: 1.0} } } }"
# 发送目标点 2：回到起点（x=0.0, y=0.0）
ros2 action send_goal /navigate_to_pose nav2_msgs/action/NavigateToPose "{ pose: { header: {frame_id: 'map'}, pose: { position: {x: 0.0, y: 0.0, z: 0.0}, orientation: {x: 0.0, y: 0.0, z: 0.0, w: 1.0} } } }"

现象：

• Webots 中机器人自动规划路径，避开障碍物到达目标点；
• 终端显示 result: {success: True} 表示导航成功。

步骤 4：航点导航源码研究（进阶）

1. 自定义航点修改：
   • 修改 waypoints 列表中的坐标，重启 Launch 文件；
   • 观察机器人是否按新航点移动，分析路径规划逻辑。 核心代码解析（研究切入点）：

# 航点列表定义（可修改添加自定义航点）
waypoints = [
    (0.0, 0.0, 0.0), # 起点
    (1.5, 0.5, 1.57), # 航点 1（x,y,yaw）
    (3.0, -0.5, 3.14), # 航点 2
    (0.0, 0.0, 0.0) # 终点
]
# Nav2 参数加载（适配 Jazzy 版本）
nav2_params = os.path.join(
    get_package_share_directory('webots_ros2_epuck'),
    'config', 'nav2_params.yaml'
)

定位航点导航 Launch 文件：

cd $(rospack find webots_ros2_epuck)/share/webots_ros2_epuck/launch
cat rats_life_waypoints_launch.py

步骤 5：Nav2 参数调优（核心研究）

打开 Nav2 参数文件：

cd $(rospack find webots_ros2_epuck)/share/webots_ros2_epuck/config
cat nav2_params.yaml

关键参数调优方向：

• 修改 max_vel_x 从 0.2→0.3，重启导航，观察机器人运动速度变化；
• 增大 alpha1 到 0.5，观察 AMCL 定位误差是否增大（验证噪声敏感度）。

第五阶段：高级研究与扩展

1. 仿真时间同步研究

Webots 与 ROS 2 的时间同步是核心，验证方法：

# 查看仿真时间
ros2 topic echo /clock --noarr
# 检查节点是否启用 use_sim_time
ros2 param get /amcl use_sim_time # 应返回 true
ros2 param get /webots_ros2_driver use_sim_time # 应返回 true

研究点：

• 若 use_sim_time 为 false，导航会出现严重偏差；
• Webots 的'real time factor'（实时因子）调整对时间同步的影响。

2. 机器人 URDF 模型解析

# 查看机器人 URDF 描述
ros2 topic echo /robot_description --noarr

研究点：

• URDF 中的连杆（link）和关节（joint）定义；
• 传感器的坐标系（frame_id）是否与 RViz2/Nav2 对齐；
• 修改 URDF 中的轮子半径，观察里程计精度变化。

3. 多机器人仿真扩展（进阶）

修改 robot_launch.py，添加第二个 e-puck 机器人：

# 在 launch 文件中复制机器人节点，修改命名空间
epuck2_node = Node(
    package='webots_ros2_driver',
    executable='driver',
    namespace='epuck2', # 第二个机器人命名空间
    parameters=[
        {'robot_description': robot_description},
        {'use_sim_time': True},
        {'robot_name': 'epuck2'} # Webots 中机器人名称
    ]
)

验证：

ros2 topic list | grep epuck2 # 应出现/epuck2/cmd_vel 等话题

4. 数据记录与分析

使用 ROS 2 bag 记录数据，用于离线分析：

# 记录核心话题
ros2 bag record /epuck/laser_scan /epuck/odometry /amcl_pose /map
# 回放数据
ros2 bag play <bag 文件名称>

分析工具：

• 使用 rqt_bag 可视化 bag 数据；
• 用 Python 脚本解析激光雷达 / 里程计数据，绘制运动轨迹。

总结与研究路径建议

1. 基础层：掌握节点 / 话题 / 参数的通信逻辑，验证传感器 / 执行器数据；
2. 控制层：对比高层（cmd_vel）和底层（关节控制）的差异，理解运动学模型；
3. 导航层：拆解 Nav2 的定位 / 规划 / 控制流程，调优参数验证效果；
4. 扩展层：自定义场景 / 航点 / URDF，研究多机器人仿真和时间同步。

每一步操作后，建议记录'现象 - 原因 - 结论'，例如：

• 现象：导航到目标点时机器人绕障失败；
• 原因：局部规划器的 min_vel_x 过小；
• 结论：调大 min_vel_x 至 0.1，绕障成功。

通过这种方式，可逐步深入理解 Webots 与 ROS 2 的集成逻辑，掌握 e-puck 机器人的仿真与控制核心。