没雷达也能调 Nav2？我开源了一套仿真到实机复用的 ROS 2 3D LiDAR 导航工作空间

项目已开源至 GitHub，欢迎 Star：

最近整理并开源了一套基于 ROS 2 的 3D LiDAR 自主导航工作空间：Lidar_nav2_ws。

这个项目的目标很直接：

不想再让大家从零开始搭 Nav2，也不想让没有雷达、没有机器人底盘的同学，连 3D LiDAR 导航的门都摸不到。

很多人想学习 ROS 2 导航、Nav2、Livox MID-360、FAST-LIO、Point-LIO、点云重定位，但是刚开始就会遇到一个非常现实的问题：

我没有车，也没有雷达，那我怎么调？

买一套真实机器人平台成本不低，Livox MID-360 也不是随手就能掏出来的传感器。更麻烦的是，就算设备齐了，也不代表系统马上能跑起来。话题名、TF 树、URDF、Nav2 参数、点云转 LaserScan、LIO 里程计、地图保存、实机启动，每一步都可能让人开始怀疑人生。

所以我做这个项目时，最想解决的问题不是"又调通了一个 Nav2 demo"，而是：

能不能先在 Gazebo 仿真里把整套 3D LiDAR 导航流程跑起来，等仿真调顺了，再尽量复用同一套系统上实机？

简单说就是：

没有设备，也能先用仿真学；有了设备，也不用推倒重来。

1. 为什么我想做这个项目？

Nav2 本身已经是 ROS 2 里非常成熟的导航框架了，包括全局规划、局部规划、代价地图、行为树、控制器等模块。

但是很多人真正卡住的地方，并不是 Nav2 的某一个参数，而是完整机器人系统的搭建过程。

比如：

雷达数据怎么进系统？
3D 点云怎么变成 Nav2 能用的 2D LaserScan？
LIO 里程计输出的话题怎么接？
map -> odom -> base_footprint -> lidar 这条 TF 链怎么保证不断？
仿真和实机的话题名不一样怎么办？
Gazebo 里能跑，为什么上实机就炸？
实机调参之前，能不能先在仿真里把大体流程验证一遍？

这些问题看起来都不算"高级算法"，但它们非常真实。

因为机器人系统最折磨人的地方，往往不是某个算法公式，而是：

每个模块单独看都没问题，一接起来就开始互相背刺。

所以我希望把这个项目做成一个可以直接参考、可以直接运行、也方便继续改造的 ROS 2 3D LiDAR 导航工作空间。

2. 这个项目主要解决什么痛点？

这个项目主要解决四个问题。

第一，不想从零搭建 Nav2 工程

如果只是单独启动 Nav2，其实并不难。

真正麻烦的是把它和机器人模型、传感器、里程计、TF、地图、代价地图全部接起来。

这个工作空间已经把基础链路整理好了：

markdown 复制代码

LiDAR / IMU
    ↓
LIO 里程计
    ↓
标准 odom / TF / registered_scan
    ↓
3D 点云重定位
    ↓
3D 点云切片成 2D LaserScan
    ↓
Nav2 导航

也就是说，它不是一个孤立的 Nav2 配置文件，而是一套相对完整的 3D LiDAR 自主导航链路。

第二，没有真实雷达，也能先从仿真开始

很多同学想学 3D LiDAR 导航，但是手上没有 Livox MID-360，也没有真实机器人底盘。

这时候直接研究实机部署，其实门槛很高。

所以这个项目支持 Gazebo 仿真流程。你可以先在仿真环境中验证：

机器人模型是否正常；
雷达点云是否正常发布；
LIO 输入输出是否正常；
TF 树是否连通；
3D 点云是否能转成 2D LaserScan；
Nav2 是否可以正常规划和控制；
地图保存和导航启动流程是否顺畅。

这样就算没有真实设备，也可以先把 ROS 2 3D LiDAR 导航的主流程跑通。

对于刚开始学习 Nav2、SLAM、LIO、点云重定位的人来说，这比一上来就面对真实硬件要友好很多。

第三，仿真和实机共用一套系统

很多机器人项目会有一个问题：

仿真是一套系统，实机又是另一套系统。

仿真里话题叫一个名字，实机里又叫一个名字；

仿真里 TF 是一棵树，实机上 TF 直接变成几段树枝；

仿真调好的 Nav2 参数，上实机发现根本不是一个味道；

最后项目越改越乱，像一块插满转接头的祖传插线板。

所以这个项目的设计思路是：

仿真和实机可以有不同的启动入口，但进入导航主链路之后，尽量保持接口一致。

也就是说，Gazebo 负责模拟机器人和传感器，真实机器人负责提供实际数据，但是进入后面的 LIO、重定位、LaserScan 生成、Nav2 导航流程后，整体结构尽量复用。

这样做的好处是：

仿真调通的流程，实机可以继续沿用；
实机出问题时，可以回到仿真环境快速复现；
不需要维护两套完全割裂的工程；
后续替换算法或者修改参数更清晰。

第四，方便后续替换算法

这个项目不是把所有东西写死在一个算法上。

目前系统设计上尽量把几个部分拆开：

LIO 里程计；
点云重定位；
点云转 LaserScan；
Nav2 导航；
机器人描述；
仿真和实机启动入口。

这样后续想换算法时，不需要把整个工程推倒重来。

比如：

想换 FAST-LIO 或 Point-LIO；
想换 small_gicp 或 KISS-Matcher；
想改 Nav2 参数；
想换机器人模型；
想换仿真环境；
想接真实 MID-360。

这些都可以基于现有结构继续改。

这也是我觉得这个项目最有价值的地方：

它不只是一个"能跑"的 demo，而是一个尽量面向工程复用的 ROS 2 导航工作空间。

3. 项目适合哪些人？

这个项目比较适合下面几类人：

1. 想学习 ROS 2 Nav2，但是不想从零搭工程的人

如果你刚开始学 Nav2，直接从官方示例跳到真实机器人项目，中间会有不少坑。

这个项目可以作为一个相对完整的参考工程，让你看到 Nav2 在 3D LiDAR 机器人系统里是怎么接起来的。

2. 想学 Livox MID-360 导航，但是暂时没有设备的人

没有真实 MID-360，也可以先用仿真流程理解整体链路。

等后面有真实设备后，再切换到实机启动流程，继续接入真实雷达数据。

3. 想做 3D LiDAR + Nav2 的机器人开发者

如果你的机器人也是类似的移动底盘，并且希望使用 3D LiDAR、LIO 和 Nav2 做导航，那么这个项目可以作为一个起点。

你可以参考它的：

工作空间结构；
启动脚本；
TF 设计；
Nav2 参数；
点云处理流程；
仿真与实机切换方式。

4. 想研究点云重定位的人

除了导航本身，项目里还集成了点云重定位相关流程。

这部分可以用于研究机器人在已有 PCD 地图中的定位问题，也可以继续扩展到全局重定位、初始位姿估计、持续 map 到 odom 校正等方向。

4. 这个项目不是万能模板

当然，这个项目不是说下载下来就能适配所有机器人。

机器人导航系统和硬件强相关，不同底盘、不同雷达安装位置、不同坐标系、不同控制接口，都会带来差异。

所以我更希望大家把它理解成：

一套可以参考、可以运行、可以改造的 ROS 2 3D LiDAR 导航工作空间。

它尽量帮你把最麻烦的基础链路先搭好，让你不用每次都从零开始处理 Gazebo、URDF、TF、LIO、LaserScan、Nav2 和实机部署这些问题。

如果你只是想学习，可以先从仿真开始。

如果你有真实设备，可以在仿真流程调通后，再切到实机流程。

如果你想研究算法，也可以基于这个框架继续替换 LIO 或重定位模块。

5. 总结

我做这个项目的初衷很简单：

让 ROS 2 3D LiDAR 导航系统更容易上手一点。

不是每个人一开始都有机器人底盘和 3D 雷达，也不是每个人都想从零开始搭一遍 Nav2、TF、LIO、点云处理和仿真环境。

所以我把这套流程整理成了一个开源工作空间：

支持 Gazebo 仿真；
支持实机部署；
仿真和实机尽量共用同一套系统；
集成 LIO、点云处理、重定位和 Nav2；
适合学习、调试和二次开发。

如果你也在学习 ROS 2、Nav2、Livox MID-360、3D LiDAR 导航、点云重定位，或者正在被机器人系统工程结构折磨，可以参考这个项目。

如果这个项目对你有帮助，也欢迎给一个 Star。

后面我也会继续更新实机测试、参数调优、重定位失败案例和更多导航相关内容。