Webots 2025a + ROS 2 Jazzy e-puck 机器人集成与导航研究教程

Webots 2025a + ROS 2 Jazzy e-puck 机器人分步使用与研究教程

本教程聚焦实操步骤和深度研究维度，从环境搭建到核心模块拆解，每一步标注操作指令、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。

一、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
- 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

# 方式 1：DEB 包安装（推荐）
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

# 方式 2：下载压缩包解压
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

# 创建 ROS 2 工作空间
mkdir -p ~/webots_ws/src && cd ~/webots_ws/src
# 克隆官方仓库（Jazzy 分支）
git clone --branch jazzy https://github.com/cyberbotics/webots_ros2.git
cd webots_ros2
# 安装依赖
rosdep install --from-paths . --ignore-src -r -y
# 编译工作空间
cd ~/webots_ws
colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release
# 加载环境变量
source install/setup.bash
echo 'source ~/webots_ws/install/setup.bash' >> ~/.bashrc

（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

二、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

三、第一阶段：基础仿真启动与核心通信验证

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：

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

实际效果示例：

/ros2/topic/list
.../camera/camera_info /clock /cmd_vel .../joint_states .../odom .../scan ...

（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）。

四、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：

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
# 直接用 Webots 打开场景文件

五、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）。

六、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）：

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

# 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）

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：

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）。

七、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。

八、常见问题与解决

1. Webots 启动后机器人无响应

原因：仿真时间未同步（use_sim_time=false）
解决：所有 Nav2/机器人节点启用 use_sim_time: true，在 Launch 文件中添加：

launch.actions.SetParameter(name='use_sim_time', value=True)

2. Nav2 定位漂移

原因：激光雷达话题不匹配/AMCL 参数错误
解决：
1. 确认 amcl 配置中 laser_topic: "/epuck/laser_scan"
2. 调整 AMCL 的 alpha 参数（如 alpha1=0.1）
3. 检查 /epuck/odometry 话题是否有数据

3. 编译报错（Jazzy 兼容）

原因：webots_ros2 分支不匹配
解决：确保克隆 jazzy 分支：

cd ~/webots_ws/src/webots_ros2
git checkout jazzy
colcon build --cmake-force-configure

4. 话题名称不匹配

原因：机器人命名空间未统一
解决：所有话题添加 /epuck 命名空间，如 cmd_vel → /epuck/cmd_vel

九、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。

Webots 2025a + ROS 2 Jazzy e-puck 机器人分步使用与研究教程

一、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
- 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

# 方式 1：DEB 包安装（推荐）
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

# 方式 2：下载压缩包解压
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

# 创建 ROS 2 工作空间
mkdir -p ~/webots_ws/src && cd ~/webots_ws/src
# 克隆官方仓库（Jazzy 分支）
git clone --branch jazzy https://github.com/cyberbotics/webots_ros2.git
cd webots_ros2
# 安装依赖
rosdep install --from-paths . --ignore-src -r -y
# 编译工作空间
cd ~/webots_ws
colcon build --symlink-install --cmake-args -DCMAKE_BUILD_TYPE=Release
# 加载环境变量
source install/setup.bash
echo 'source ~/webots_ws/install/setup.bash' >> ~/.bashrc

（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

二、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

三、第一阶段：基础仿真启动与核心通信验证

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：

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

实际效果示例：

/ros2/topic/list
.../camera/camera_info /clock /cmd_vel .../joint_states .../odom .../scan ...

（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）。

四、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：

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
# 直接用 Webots 打开场景文件

五、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）。

六、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）：

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

# 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）

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：

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）。

七、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。

八、常见问题与解决

1. Webots 启动后机器人无响应

原因：仿真时间未同步（use_sim_time=false）
解决：所有 Nav2/机器人节点启用 use_sim_time: true，在 Launch 文件中添加：

launch.actions.SetParameter(name='use_sim_time', value=True)

2. Nav2 定位漂移

原因：激光雷达话题不匹配/AMCL 参数错误
解决：
1. 确认 amcl 配置中 laser_topic: "/epuck/laser_scan"
2. 调整 AMCL 的 alpha 参数（如 alpha1=0.1）
3. 检查 /epuck/odometry 话题是否有数据

3. 编译报错（Jazzy 兼容）

原因：webots_ros2 分支不匹配
解决：确保克隆 jazzy 分支：

cd ~/webots_ws/src/webots_ros2
git checkout jazzy
colcon build --cmake-force-configure

4. 话题名称不匹配

原因：机器人命名空间未统一
解决：所有话题添加 /epuck 命名空间，如 cmd_vel → /epuck/cmd_vel

九、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。