记录ros2的slam环境搭建搭配思岚C1激光雷达

1. 获取并编译驱动

在终端中执行以下命令

复制代码
# 进入你的 ROS 2 工作空间
cd ~/ros2_ws/src
# 克隆 ros2 分支的代码
git clone -b ros2 https://github.com/Slamtec/rplidar_ros.git
# 回到工作空间根目录编译
cd ~/ros2_ws
colcon build --symlink-install --packages-select rplidar_ros
# 加载环境变量
source install/setup.bash

2. 启动雷达

根据资料,新驱动提供了更灵活的启动方式,可以直接在命令中指定串口号

复制代码
# 启动 C1 并指定串口
ros2 launch sllidar_ros2 sllidar_c1_launch.py serial_port:=/dev/ttyUSB0

启动后验证

雷达节点成功运行后,可以通过以下命令确认它是否在正常工作:

复制代码
ros2 topic list | grep scan:检查是否有 /scan 这个雷达数据话题。

ros2 topic echo /scan --once:如果终端输出了一长串角度和距离数据,说明雷达已经在正常发布数据了。

ros2 topic hz /scan:检查数据发布频率,C1 的典型值约为 10 Hz。

启动效果如下:

复制代码
charlie@charlie-ThinkPad-E480:~/ros2_ws$ source install/setup.bash
charlie@charlie-ThinkPad-E480:~/ros2_ws$ ros2 launch sllidar_ros2 sllidar_c1_launch.py serial_port:=/dev/ttyUSB0
[INFO] [launch]: All log files can be found below /home/charlie/.ros/log/2026-07-14-10-10-59-092898-charlie-ThinkPad-E480-129348
[INFO] [launch]: Default logging verbosity is set to INFO
[INFO] [sllidar_node-1]: process started with pid [129367]
[sllidar_node-1] [INFO] [1784038259.567354563] [sllidar_node]: SLLidar running on ROS2 package SLLidar.ROS2 SDK Version:1.0.1, SLLIDAR SDK Version:2.1.0
[sllidar_node-1] [INFO] [1784038260.076190228] [sllidar_node]: SLLidar S/N: F779E0F6C1E092D8A19E9FF967D54616
[sllidar_node-1] [INFO] [1784038260.076350682] [sllidar_node]: Firmware Ver: 1.02
[sllidar_node-1] [INFO] [1784038260.076427962] [sllidar_node]: Hardware Rev: 18
[sllidar_node-1] [INFO] [1784038260.079207830] [sllidar_node]: SLLidar health status : 0
[sllidar_node-1] [INFO] [1784038260.079290443] [sllidar_node]: SLLidar health status : OK.
[sllidar_node-1] [INFO] [1784038260.371552194] [sllidar_node]: current scan mode: Standard, sample rate: 5 Khz, max_distance: 16.0 m, scan frequency:10.0 Hz,

雷达驱动跑起来之后,要看到 SLAM 建图效果,核心就是用 SLAM Toolbox 这个算法包来接收雷达数据,并生成地图,最后在 RViz 里把它显示出来。

整个过程就像流水线:雷达数据(/scan) → SLAM算法(slam_toolbox) → 地图数据(/map) → 可视化显示(rviz2)。

未完待续

相关推荐
bing_feilong5 天前
FAST_LIO2(2): 运行记录
机器学习·slam
大江东去浪淘尽千古风流人物6 天前
【SLAM】slam高动态位姿估计全链路拆解
算法·面试·职场和发展·视觉里程计·slam·vio·大疆
Agilex松灵机器人7 天前
UMR × NAVIS:移动机器人行业级通用一体化底盘与3D导航解决方案
人工智能·3d·机器人·ros·slam·vla·松灵机器人
a1117769 天前
SLAM 如何一步步迭代到 SE(3)
slam
a1117769 天前
点云拼接 (RGB-D 点云建图)
算法·slam
辰尘_星启10 天前
【三维重建】概述
计算机视觉·机器人·slam·控制·三维重建·sfm
chase_my_dream11 天前
FAST-LIO src/IMU_Processing.hpp 完整详细讲解
c++·状态模式·slam
行智科技1 个月前
FAST-LIVO2 源码精读(二):环境搭建与编译避坑
算法·ubuntu·自动驾驶·slam
大江东去浪淘尽千古风流人物1 个月前
【PromptStereo】零样本立体匹配新范式:用结构与运动Prompt驱动迭代优化(CVPR 2026)
深度学习·3d·slam·视觉定位·dust3r·3d重建·mast3r