跳到主要内容Webots 2025a + ROS 2 Jazzy e-puck 机器人仿真与导航教程 | 极客日志PythonAI算法
Webots 2025a + ROS 2 Jazzy e-puck 机器人仿真与导航教程
介绍 Webots 2025a 与 ROS 2 Jazzy 环境下 e-puck 机器人的集成使用。涵盖环境配置、基础仿真启动、通信验证、Rats Life 地图系统、ROS 2 Control 底层控制及 Nav2 航点导航全流程。通过节点话题分析、传感器数据读取、运动控制指令发布及导航参数调优,帮助开发者掌握机器人仿真与自主导航的核心技术。
清心27 浏览 Webots 2025a + ROS 2 Jazzy e-puck 机器人仿真与导航教程
本教程聚焦实操步骤和深度研究维度,从基础仿真启动到核心模块拆解,每一步都标注操作指令、验证方法和研究切入点,帮助你彻底掌握 e-puck 机器人的 ROS 2 集成使用。
环境前置配置
1. 基础环境要求
- 操作系统:Ubuntu 24.04(ROS 2 Jazzy 官方推荐)
- 已安装:
- ROS 2 Jazzy(完整安装,包含 ros-base + desktop)
- Webots 2025a(官方下载或通过 apt 安装)
- webots_ros2 核心包 + webots_ros2_epuck 功能包
- Nav2 导航栈(Jazzy 版本)
2. 环境安装步骤
(1)安装 Webots 2025a
wget https://cyberbotics.com/Cyberbotics.asc
sudo apt-key add Cyberbotics.asc
sudo apt-add-repository 'deb https://cyberbotics.com/debian binary-amd64/'
sudo apt update
sudo apt install webots=2025a-1
wget https://cyberbotics.com/files/release/webots/R2025a/webots_2025a_amd64.tar.xz
tar -xf webots_2025a_amd64.tar.xz
sudo mv webots /opt/
echo 'export WEBOTS_HOME=/opt/webots' >> ~/.bashrc
echo 'export PATH=$WEBOTS_HOME:$PATH' >> ~/.bashrc
source ~/.bashrc
(2)安装 webots_ros2 及 e-puck 功能包
mkdir -p ~/webots_ws/src && cd ~/webots_ws/src
git clone --branch jazzy https://github.com/cyberbotics/webots_ros2.git
cd webots_ros2
rosdep install --from-paths . --ignore-src -r -y
cd ~/webots_ws
colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release
source install/setup.bash
>> ~/.bashrc
echo
'source ~/webots_ws/install/setup.bash'
(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
source ~/webots_ws/install/setup.bash
ros2 pkg list | grep webots_ros2_epuck
webots --version
步骤 1:启动 e-puck 核心仿真
ros2 launch webots_ros2_epuck robot_launch.py
- 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
/epuck/base_controller
/epuck/robot_state_publisher
/webots_ros2_driver
/webots_ros2_epuck_node
/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
| 话题名称 | 数据类型 | 作用 | 研究价值 |
|---|
/epuck/cmd_vel | geometry_msgs/msg/Twist | 速度控制指令 | 机器人运动控制入口 |
/epuck/laser_scan | sensor_msgs/msg/LaserScan | 激光雷达数据 | SLAM / 避障 / 定位核心输入 |
/epuck/odometry | nav_msgs/msg/Odometry | 里程计数据 | 位姿估计、运动建模 |
/epuck/joint_states | sensor_msgs/msg/JointState | 关节状态 | 底层轮子运动反馈 |
/epuck/imu | sensor_msgs/msg/Imu | IMU 数据 | 姿态补正、运动融合 |
(3)实时查看传感器数据(验证通信)
ros2 topic echo /epuck/laser_scan --noarr
ros2 topic echo /epuck/odometry --noarr
ros2 topic echo /epuck/imu --noarr
- 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)
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}}"
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}}"
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)
sudo apt install ros-jazzy-teleop-twist-keyboard
ros2 run teleop_twist_keyboard teleop_twist_keyboard --ros-args -r cmd_vel:=/epuck/cmd_vel
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
ros2 launch webots_ros2_epuck rats_life_launch.py
- 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)
rospack find webots_ros2_epuck
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
resolution: 0.05
origin: [-10.0, -10.0, 0.0]
negate: 0
occupied_thresh: 0.65
free_thresh: 0.196
frame_id: map
ros2 topic echo /map --noarr
rviz2
- Fixed Frame 选择
map;
- 添加
Map 组件,Topic 选择 /map;
- 添加
RobotModel 组件,Robot Description 选择 /robot_description;
- 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)
- 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;
- 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
第三阶段:ROS 2 Control 底层控制研究
步骤 1:解析 ros2_control.yml 配置
cd $(rospack find webots_ros2_epuck)/share/webots_ros2_epuck/config
cat ros2_control.yml
controller_manager: ros__parameters:
update_rate: 100
joint_state_broadcaster:
type: joint_state_broadcaster/JointStateBroadcaster
joint_velocity_controller:
type: velocity_controllers/JointGroupVelocityController
joint_velocity_controller:
ros__parameters:
joints:
- left_wheel_joint
- right_wheel_joint
interface_name: velocity
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
ros2 topic echo /epuck/joint_states
ros2 topic pub /epuck/joint_velocity_controller/commands std_msgs/msg/Float64MultiArray "{data: [1.0, 1.0]}"
ros2 topic pub /epuck/joint_velocity_controller/commands std_msgs/msg/Float64MultiArray "{data: [-1.0, 1.0]}"
ros2 topic pub /epuck/joint_velocity_controller/commands std_msgs/msg/Float64MultiArray "{data: [0.0, 0.0]}"
- 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
ros2 launch webots_ros2_epuck rats_life_waypoints_launch.py
| 模块名称 | 节点 / 话题 | 作用 |
|---|
| 地图服务器 | /map | 提供全局地图 |
| AMCL 定位 | /amcl_pose | 基于激光的蒙特卡洛定位 |
| BT 导航器 | /navigate_to_pose | 行为树导航逻辑 |
| 路径规划器 | /plan | 全局 / 局部路径规划 |
| 控制器 | /cmd_vel | 输出速度指令到机器人 |
步骤 2:验证 Nav2 核心组件
ros2 topic echo /amcl_pose --noarr
ros2 topic echo /plan --noarr
ros2 topic echo /nav2_controller/status --noarr
/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)
sudo apt install ros-jazzy-nav2-cli
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} } } }"
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} } } }"
- 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)
- 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):
waypoints = [
(0.0, 0.0, 0.0),
(1.5, 0.5, 1.57),
(3.0, -0.5, 3.14),
(0.0, 0.0, 0.0)
]
nav2_params = os.path.join(
get_package_share_directory('webots_ros2_epuck'),
'config', 'nav2_params.yaml'
)
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)
cd $(rospack find webots_ros2_epuck)/share/webots_ros2_epuck/config
cat nav2_params.yaml
| 参数模块 | 核心参数 | 调优目的 |
|---|
amcl | alpha1-alpha5 | 降低定位误差(仿真中可设为 0.1) |
dwb_controller | max_vel_x/min_vel_x | 调整最大 / 最小线速度 |
dwb_controller | max_vel_theta | 调整最大角速度 |
obstacle_layer | max_obstacle_height | 适配激光雷达高度 |
bt_navigator | default_bt_xml_filename | 更换导航行为树(如添加避障逻辑) |
| 调优测试: | | |
- 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:
ros2 topic echo /clock --noarr
ros2 param get /amcl use_sim_time
ros2 param get /webots_ros2_driver use_sim_time
- 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
ros2 topic echo /robot_description --noarr
- 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:
epuck2_node = Node(
package='webots_ros2_driver',
executable='driver',
namespace='epuck2',
parameters=[
{'robot_description': robot_description},
{'use_sim_time': True},
{'robot_name': 'epuck2'}
]
)
ros2 topic list | grep epuck2
4. 数据记录与分析
使用 ROS 2 bag 记录数据,用于离线分析:
ros2 bag record /epuck/laser_scan /epuck/odometry /amcl_pose /map
ros2 bag play <bag 文件名称>
- 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
- 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;
- 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;
- 导航层:拆解 Nav2 的定位 / 规划 / 控制流程,调优参数验证效果;
- 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。
相关免费在线工具
- 加密/解密文本
使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online
- RSA密钥对生成器
生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online
- Mermaid 预览与可视化编辑
基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online
- 随机西班牙地址生成器
随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online
- Gemini 图片去水印
基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印,支持批量处理与下载。 在线工具,Gemini 图片去水印在线工具,online
- curl 转代码
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online