基于ROS2/Gazebo的室内送餐机器人系统开发实战教程

1. 系统架构设计

1.1 功能需求分析

用户下单语音交互模块订单处理路径规划运动控制避障检测目标送达状态反馈

1.2 技术栈选型

组件	技术选型
机器人框架	ROS2 Humble
仿真环境	Gazebo 11
导航系统	Nav2（Navigation2）
建图算法	SLAM Toolbox
语音交互	SpeechRecognition + PyAudio
建模工具	URDF + SolidWorks插件

2. 开发环境搭建

2.1 系统依赖安装

bash 复制代码

# Ubuntu 22.04环境准备
sudo apt install -y \
  ros-humble-desktop \
  ros-humble-gazebo-* \
  ros-humble-navigation2 \
  ros-humble-nav2-bringup \
  python3-pyaudio

2.2 工作空间初始化

bash 复制代码

mkdir -p ~/delivery_robot_ws/src
cd ~/delivery_robot_ws/
rosdep install -i --from-path src --rosdistro humble -y
colcon build --symlink-install

3. 机器人URDF建模

3.1 基础结构定义（base.urdf.xacro）

xml 复制代码

<?xml version="1.0"?>
<robot name="delivery_robot" xmlns:xacro="http://www.ros.org/wiki/xacro">
  <!-- 底座链接 -->
  <link name="base_link">
    <visual>
      <geometry>
        <cylinder radius="0.25" length="0.15"/>
      </geometry>
      <material name="blue">
        <color rgba="0 0 1 1"/>
      </material>
    </visual>
  </link>
 
  <!-- 驱动轮宏 -->
  <xacro:macro name="wheel" params="prefix reflect">
    <link name="${prefix}_wheel_link">
      <visual>
        <geometry>
          <cylinder radius="0.05" length="0.03"/>
        </geometry>
      </visual>
    </link>
    
    <joint name="${prefix}_wheel_joint" type="continuous">
      <origin xyz="0 ${reflect*0.15} -0.05" rpy="1.5708 0 0"/>
      <parent link="base_link"/>
      <child link="${prefix}_wheel_link"/>
      <axis xyz="0 0 1"/>
    </joint>
  </xacro:macro>
 
  <!-- 实例化左右轮 -->
  <xacro:wheel prefix="left" reflect="1"/>
  <xacro:wheel prefix="right" reflect="-1"/>
</robot>

3.2 传感器集成

xml 复制代码

<!-- 激光雷达 -->
<link name="lidar_link">
  <visual>
    <geometry>
      <cylinder radius="0.05" length="0.1"/>
    </geometry>
  </visual>
</link>
 
<joint name="lidar_joint" type="fixed">
  <origin xyz="0 0 0.2" rpy="0 0 0"/>
  <parent link="base_link"/>
  <child link="lidar_link"/>
</joint>
 
<!-- 深度相机 -->
<gazebo reference="camera_link">
  <sensor type="depth" name="camera">
    <update_rate>30</update_rate>
    <camera>
      <horizontal_fov>1.047</horizontal_fov>
      <image>
        <width>640</width>
        <height>480</height>
      </image>
    </camera>
  </sensor>
</gazebo>

4. SLAM建图与定位

4.1 SLAM Toolbox配置

yaml 复制代码

# slam_params.yaml
slam_toolbox:
  ros__parameters:
    base_frame: "base_link"
    odom_frame: "odom"
    map_frame: "map"
    mode: "mapping"  # 或 "localization"
    
    # 激光雷达配置
    scan_topic: "/scan"
    
    # 地图参数
    map_resolution: 0.05
    map_size: 204.8

4.2 建图流程

bash 复制代码

# 启动Gazebo仿真
ros2 launch delivery_robot_gazebo simulation.launch.py
 
# 启动SLAM节点
ros2 launch delivery_robot_slam slam.launch.py
 
# 启动键盘控制
ros2 run teleop_twist_keyboard teleop_twist_keyboard
 
# 保存地图
ros2 run nav2_map_server map_saver_cli -f ~/maps/office_map

5. Nav2导航系统配置

5.1 导航参数配置

yaml 复制代码

# nav2_params.yaml
nav2_costmap_2d:
  global_costmap:
    global_frame: "map"
    robot_base_frame: "base_link"
    resolution: 0.05
    
    plugins:
      - {name: static_layer,    type: "nav2_costmap_2d::StaticLayer"}
      - {name: obstacle_layer,  type: "nav2_costmap_2d::ObstacleLayer"}
      - {name: inflation_layer, type: "nav2_costmap_2d::InflationLayer"}
 
  local_costmap:
    global_frame: "odom"
    rolling_window: true

5.2 路径规划算法

python 复制代码

# 导航目标发布节点
import rclpy
from geometry_msgs.msg import PoseStamped
 
class NavGoalPublisher(rclpy.node.Node):
    def __init__(self):
        super().__init__('nav_goal_publisher')
        self.publisher_ = self.create_publisher(PoseStamped, '/goal_pose', 10)
        timer_period = 5.0  # 5秒发送一次新目标
        self.timer = self.create_timer(timer_period, self.timer_callback)
        self.count = 0
 
    def timer_callback(self):
        msg = PoseStamped()
        msg.header.stamp = self.get_clock().now().to_msg()
        msg.header.frame_id = 'map'
        # 示例目标点（需根据实际地图坐标调整）
        msg.pose.position.x = 2.0
        msg.pose.position.y = 1.0
        self.publisher_.publish(msg)
        self.get_logger().info(f'Publishing: {msg}')

6. 语音交互模块集成

6.1 语音识别实现

python 复制代码

# voice_control.py
import speech_recognition as sr
import rclpy
from std_msgs.msg import String
 
class VoiceController(rclpy.node.Node):
    def __init__(self):
        super().__init__('voice_controller')
        self.publisher_ = self.create_publisher(String, '/voice_command', 10)
        self.recognizer = sr.Recognizer()
        self.mic = sr.Microphone()
 
    def listen(self):
        with self.mic as source:
            self.recognizer.adjust_for_ambient_noise(source)
            audio = self.recognizer.listen(source)
            
        try:
            command = self.recognizer.recognize_google(audio).lower()
            self.publisher_.publish(String(data=command))
            return command
        except sr.UnknownValueError:
            return ""
        except sr.RequestError as e:
            self.get_logger().error(f'Recognition error: {e}')
            return ""

6.2 命令解析逻辑

python 复制代码

# 命令处理回调
def command_callback(self, msg):
    cmd = msg.data
    if '送餐' in cmd:
        # 解析目标位置
        target = self.parse_target(cmd)
        self.send_navigation_goal(target)
    elif '停止' in cmd:
        self.cancel_navigation()
 
def parse_target(self, cmd):
    # 简单位置解析（实际项目需NLP处理）
    locations = {
        '前台': (2.0, 1.0),
        '会议室': (5.0, -3.0),
        '休息区': (-1.0, 4.0)
    }
    for loc, coord in locations.items():
        if loc in cmd:
            return coord
    return None

7. 系统集成与测试

7.1 完整启动流程

bash 复制代码

# 终端1：启动仿真环境
ros2 launch delivery_robot_gazebo full_system.launch.py
 
# 终端2：启动导航系统
ros2 launch delivery_robot_nav2 nav2.launch.py
 
# 终端3：启动语音控制
ros2 run delivery_robot_voice voice_control_node
 
# 终端4：启动RViz可视化
ros2 run rviz2 rviz2 -d $(ros2 pkg prefix delivery_robot_bringup)/share/delivery_robot_bringup/rviz/nav2.rviz

7.2 测试用例设计

测试场景	预期结果	验证方法
空旷环境导航	规划平滑路径，准时到达	RViz路径显示 + 到达提示
动态障碍物避让	实时调整路径，保持安全距离	Gazebo添加移动障碍物
语音指令识别	正确解析位置指令并执行导航	口语化指令测试（带噪音环境）
低电量预警	自主返回充电桩	模拟电量下降阈值

8. 完整代码库说明

8.1 代码结构

复制代码

delivery_robot_ws/
├── src/
│   ├── delivery_robot_description/  # URDF模型
│   ├── delivery_robot_gazebo/       # 仿真环境
│   ├── delivery_robot_slam/         # SLAM配置
│   ├── delivery_robot_nav2/         # 导航系统
│   ├── delivery_robot_voice/        # 语音交互
│   └── delivery_robot_bringup/     # 系统集成

8.2 关键文件说明

urdf/delivery_robot.urdf.xacro：机器人模型描述文件；
config/nav2_params.yaml：导航参数配置；
scripts/voice_control.py：语音交互主程序；
launch/full_system.launch.py：完整系统启动文件。

8.3 运行要求

硬件：建议配置i5-8代CPU + 16GB内存 + 独立显卡；
软件：Ubuntu 22.04 + ROS2 Humble完全安装；
依赖：需安装Gazebo经典模型库（sudo apt install ros-humble-gazebo-ros-pkgs）。

9. 扩展功能实现建议

多机器人协同：通过ROS2的DDS实现机器人间通信；
电梯交互：添加数字IO接口控制电梯按钮；
任务调度系统：基于RCL动作接口实现任务队列管理；
云端监控：集成WebSocket实现远程状态查看。

注：实际部署时需根据具体场景调整传感器参数和导航配置，建议使用物理机器人前在仿真环境中完成90%以上的功能验证。可通过修改URDF中的传感器插件参数适配不同硬件平台。