ROS2 pakeage node 目錄說明

:~/ros2_compose/ros2_data/ros2_ws4/src/twowheel_bot

├── CMakeLists.txt

├── package.xml

├── setup.cfg

├── setup.py

├── <rviz>

├──  <resource>

├──< include >

├── <launch>

├── <src>

├── <twowheel_bot>

└── <urdf>

CMakeLists.txt

ROS 2（ament_cmake）的建置設定。即使主要寫 Python，也常放一個最小 CMake 以相容      colcon build；若有 C++ 節點/庫，就在這裡 add_executable()/install()。

package.xml

套件中繼資料與相依（<depend>rclpy</depend> 等）。rosdep、建置系統與發佈都依此辨識。

setup.cfg

Python 套件安裝行為的輔助設定（例如安裝腳本路徑）。可有可無，視專案需求。

setup.py

Python 套件打包/安裝腳本（ament_python）。在這裡宣告：

要安裝的資料檔（URDF、launch、rviz…）

entry_points.console_scripts：把 Python 函式掛成可執行檔（如 simple_controller = twowheel_bot.simple_controller:main）

include/

C++ 標頭檔放這裡（例如 include/twowheel_bot/xxx.hpp）。若只做 Python 可留空或不使用。

launch/

/放啟動檔（.launch.py），用來一次啟多個節點/參數，例如：

display.launch.py：載入 URDF、啟 robot_state_publisher、開 RViz。

teleop_demo.launch.py：啟 Python 控制節點並帶參數。

resource/

ament 資源索引目錄；裡面通常有一個與套件同名的空檔（resource/twowheel_bot），讓 ros2 pkg 能發現此套件。

rviz/

RViz 設定檔（.rviz）。例如 tf_view.rviz：預先配置 Fixed Frame、Grid、RobotModel 等。

src/

C++ 原始碼目錄（與 include/ 一起用）。例如 src/driver.cpp、src/node.cpp；最後由 CMakeLists.txt 生成可執行檔。

twowheel_bot/

Python 套件模組根目錄（對應 setup.py 的 packages=[...]）。常見內容：

__init__.py：標記為 Python 套件。

simple_controller.py：發佈 /cmd_vel 的 Python 節點（rclpy），支援參數與鍵盤控制等。

其他共用程式（utils、drivers）。

urdf/

機器人描述檔（.urdf / .xacro）、網格 meshes/（若有）。例如 twowheel.urdf.xacro：底盤＋左右輪的連結、關節、慣性、材質。

Python + C++ 可共存：twowheel_bot/ 走 Python；src//include/ 走 C++。兩邊分別由 setup.py 與 CMakeLists.txt 負責安裝。

新增/改檔後記得：colcon build → source install/setup.bash。

要讓 RViz/URDF/launch 等隨套件安裝，記得在 setup.py 的 data_files 把相對路徑列進去（或在 CMake 用 install(DIRECTORY ...)）。

Python + C++ 可共存：twowheel_bot/ 走 Python；src//include/ 走 C++。兩邊分別由 setup.py 與 CMakeLists.txt 負責安裝。

新增/改檔後記得：colcon build → source install/setup.bash。

要讓 RViz/URDF/launch 等隨套件安裝，記得在 setup.py 的 data_files 把相對路徑列進去（或在 CMake 用 install(DIRECTORY ...)）。

__init__.py：讓此資料夾成為可匯入的 Python 套件。

nodes/：很薄的執行入口（main()），entry_points 指到這裡最清楚，例如 twowheel_bot.nodes.teleop:main。

controllers/：控制迴路、狀態機（PID、路徑追蹤、導航策略…）。

drivers/：硬體 I/O（馬達、IMU、里程計、序列埠、CAN、GPIO）。

utils/（或 common/）：共用工具（參數處理、時間/座標換算、logging helper）。

kinematics/：運動學/座標轉換（差速/全向/逆運動學）。

teleop/：鍵盤/搖桿/遙控橋接。

interfaces/：對 ROS 介面（msg/service/action）的包裝、型別轉換。

simulation/：Gazebo/仿真專用節點或橋接（spawn、reset、時鐘）。

config/（也可放在套件根目錄）：YAML 參數檔（啟動時 --ros-args --params-file 載入）。

tests/：單元/整合測試（pytest）

meshes/

用途：存放機器人 3D 幾何模型，供 URDF/SDF 在 visual（外觀）與 collision（碰撞）使用。

常見副檔名：.stl、.dae（Collada）、.obj、貼圖 .png/.jpg。

重點建議

單位與座標：URDF 以 公尺(m) 為單位；遵循 REP-103（X 前、Y 左、Z 上）。

原點：網格本身的原點最好在輪心/連結中心；若不在，改用 URDF <origin ...> 修正位置/角度。

視覺 vs 碰撞：碰撞模型要低面數。可分資料夾：

meshes/

  visual/    # 高精度外觀

  collision/ # 低多邊形碰撞

貼圖/材質：.dae 可綁貼圖；Gazebo 也可用 material script。把貼圖一併放進套件。

URDF 參考寫法：

<visual>

  <origin xyz="0 0 0" rpy="0 0 0"/>

  <geometry>

    <mesh filename="package://twowheel_bot/meshes/visual/base.stl" scale="1 1 1"/>

  </geometry>

</visual>

<collision>

  <geometry>

    <mesh filename="package://twowheel_bot/meshes/collision/base.stl"/>

  </geometry>

</collision>

scripts/

用途：存放可執行腳本（多為 Python 節點或 Shell 工具）。ROS 傳統慣例用 scripts/（複數）。

重點建議（ROS 2／ament_python）

Python 節點首選：把程式放 套件模組目錄（例 twowheel_bot/）並用 entry_points 暴露；scripts/ 通常放 shell 或不需作為 Python 模組匯入的工具。

Shebang & 權限：腳本需有 shebang、執行權限：

#!/usr/bin/env python3

chmod +x scripts/calibrate_wheels.py

安裝到套件（兩種方式）：

entry_points（推薦）：程式放在 twowheel_bot/ 內，於 setup.py：

entry_points={

  'console_scripts': [

    'simple_controller = twowheel_bot.simple_controller:main',

    'teleop_key = twowheel_bot.teleop.key:main',

  ],

}

安裝 scripts 資料夾：用 data_files 讓腳本以檔案形式安裝（適合 .sh、工具腳本）：

data_files=[

  ('share/ament_index/resource_index/packages', ['resource/twowheel_bot']),

  ('share/twowheel_bot', ['package.xml']),

  ('share/twowheel_bot/launch', ['launch/display.launch.py']),

  ('share/twowheel_bot/rviz',   ['rviz/tf_view.rviz']),

  ('share/twowheel_bot/urdf',   ['urdf/twowheel.urdf.xacro']),

  ('share/twowheel_bot/scripts',['scripts/calibrate_wheels.py']),  # ←

]

執行時：

ros2 run twowheel_bot simple_controller         # entry_points

# 或（若用純 scripts 檔案）

ros2 pkg prefix twowheel_bot && ./install/.../share/twowheel_bot/scripts/calibrate_wheels.py

小結

meshes/：放 3D 模型；注意單位、原點、座標與「視覺/碰撞」分離。

scripts/：放可執行腳本；ROS 2 建議 Python 節點以 entry_points 方式發佈，scripts/ 多用於 shell/工具或非模組化 Python 腳本。

ROS1 建立專案空間 package node 範例說明

 下面以 ROS 1 (catkin，例：Noetic) 為準，給你最精簡、可直接照做的流程（Python 與 C++ 都含）：

0) 準備環境

# 開新終端，不要 source ROS 2
source /opt/ros/noetic/setup.bash

1) 建立 Workspace

mkdir -p ~/catkin_ws/src
cd ~/catkin_ws
catkin_make          # 會自動初始化
# 之後每次開新殼，記得：
source ~/catkin_ws/devel/setup.bash

2) 建立 Package

cd ~/catkin_ws/src
catkin_create_pkg my_pkg roscpp rospy std_msgs
# 安裝相依（如需）
rosdep install -i --from-paths . -y

3A) Python 節點（rospy）

~/catkin_ws/src/my_pkg/scripts/talker.py

#!/usr/bin/env python3
import rospy
from std_msgs.msg import String

if __name__ == "__main__":
    rospy.init_node("talker_py")
    pub = rospy.Publisher("chatter", String, queue_size=10)
    rate = rospy.Rate(5)
    while not rospy.is_shutdown():
        pub.publish(String(data="hello ros1"))
        rate.sleep()

chmod +x ~/catkin_ws/src/my_pkg/scripts/talker.py

3B) C++ 節點（roscpp）

~/catkin_ws/src/my_pkg/src/talker.cpp

#include <ros/ros.h>
#include <std_msgs/String.h>

int main(int argc, char** argv){
  ros::init(argc, argv, "talker_cpp");
  ros::NodeHandle nh;
  ros::Publisher pub = nh.advertise<std_msgs::String>("chatter", 10);
  ros::Rate rate(5);
  while (ros::ok()){
    std_msgs::String msg; msg.data = "hello ros1";
    pub.publish(msg);
    rate.sleep();
  }
}

在 ~/catkin_ws/src/my_pkg/CMakeLists.txt 加：

add_executable(talker src/talker.cpp)
target_link_libraries(talker ${catkin_LIBRARIES})
add_dependencies(talker ${${PROJECT_NAME}_EXPORTED_TARGETS} ${catkin_EXPORTED_TARGETS})
install(TARGETS talker RUNTIME DESTINATION ${CATKIN_PACKAGE_BIN_DESTINATION})

4) 編譯

cd ~/catkin_ws
catkin_make
source devel/setup.bash

5) 執行與驗證

開 1：啟動 master

roscore

開 2：跑節點

source ~/catkin_ws/devel/setup.bash
rosrun my_pkg talker.py           # Python
# 或
rosrun my_pkg talker              # C++

開 3：檢查 Topic

rostopic list
rostopic echo /chatter

6) Launch 範例（可選）

~/catkin_ws/src/my_pkg/launch/demo.launch

<launch>
  <node pkg="my_pkg" type="talker.py" name="talker_py" output="screen"/>
  <!-- <node pkg="my_pkg" type="talker"   name="talker_cpp" output="screen"/> -->
</launch>

roslaunch my_pkg demo.launch

小提醒

• 不要同時 source ROS 1 與 ROS 2（避免路徑衝突）。

• 之後新增相依就改 package.xml 與 CMakeLists.txt，再 catkin_make。

• 喜歡 catkin_tools 的話：sudo apt install python3-catkin-tools → catkin build（取代 catkin_make）。

ROS2 建立 workapace , package node , build 範例說明

 下面給你「一步到位」的順序＋可直接複製的範例（含 Python/C++ 兩種做法）。

範例使用工作區名：~/ros2_ws_demo，套件名：my_pkg.

1) 建立 Workspace

# 建立目錄結構
mkdir -p ~/ros2_ws_demo/src
cd ~/ros2_ws_demo

# 只載入系統 ROS 2
source /opt/ros/humble/setup.bash

2A) 建立 Python 套件 (rclpy)

cd ~/ros2_ws_demo/src
ros2 pkg create my_pkg --build-type ament_python --dependencies rclpy std_msgs

最小節點（my_pkg/my_pkg/talker.py）：

#!/usr/bin/env python3
import rclpy
from rclpy.node import Node
from std_msgs.msg import String

class Talker(Node):
    def __init__(self):
        super().__init__('talker')
        self.pub = self.create_publisher(String, 'chatter', 10)
        self.create_timer(0.5, self.tick)

    def tick(self):
        msg = String(); msg.data = 'hello ros2'
        self.pub.publish(msg)

def main():
    rclpy.init(); rclpy.spin(Talker()); rclpy.shutdown()
if __name__ == '__main__': main()

在 setup.py 的 entry_points 增加（已自帶，補一行即可）：

'console_scripts': [
    'talker = my_pkg.talker:main',
],

2B) 建立 C++ 套件 (rclcpp)

cd ~/ros2_ws_demo/src
ros2 pkg create my_pkg_cpp --build-type ament_cmake --dependencies rclcpp std_msgs

最小節點（my_pkg_cpp/src/talker.cpp）：

#include "rclcpp/rclcpp.hpp"
#include "std_msgs/msg/string.hpp"
using std::placeholders::_1;

int main(int argc, char** argv){
  rclcpp::init(argc, argv);
  auto node = rclcpp::Node::make_shared("talker_cpp");
  auto pub = node->create_publisher<std_msgs::msg::String>("chatter", 10);
  rclcpp::WallTimer<std::chrono::milliseconds> *timer;
  timer = new rclcpp::WallTimer<std::chrono::milliseconds>(
      std::chrono::milliseconds(500),
      [pub](){
        auto msg = std_msgs::msg::String();
        msg.data = "hello ros2";
        pub->publish(msg);
      });
  node->create_wall_timer(std::chrono::milliseconds(500), [pub](){
    auto msg = std_msgs::msg::String(); msg.data = "hello ros2"; pub->publish(msg);
  });
  rclcpp::spin(node); rclcpp::shutdown(); return 0;
}

在 my_pkg_cpp/CMakeLists.txt 增加可執行檔與安裝：

add_executable(talker src/talker.cpp)
ament_target_dependencies(talker rclcpp std_msgs)
install(TARGETS talker DESTINATION lib/${PROJECT_NAME})

3)（可選）建立 Launch

~/ros2_ws_demo/src/my_pkg/launch/demo.launch.py

from launch import LaunchDescription
from launch_ros.actions import Node
def generate_launch_description():
    return LaunchDescription([
        Node(package='my_pkg', executable='talker', name='talker_py'),
        # Node(package='my_pkg_cpp', executable='talker', name='talker_cpp'), # 若用 C++
    ])

4) 建置

cd ~/ros2_ws_demo
colcon build --symlink-install

5) 載入環境

source install/setup.bash

6) 執行與檢查

# 直接跑節點
ros2 run my_pkg talker              # Python
# ros2 run my_pkg_cpp talker       # C++

# 或用 launch
ros2 launch my_pkg demo.launch.py

# 檢查
ros2 node list
ros2 topic echo /chatter

小提示

• 每次更動程式後：colcon build → source install/setup.bash。

• 若有多個 workspace，確保最後 source 的是你要用的那個。

• 新增相依套件：rosdep install -i --from-paths src -y。

URDF 內的 LiDAR 表示及 Gazebo 驅動模擬

 

1. URDF 內的 LiDAR 是怎麼表示的

• 在 URDF/Xacro 中，LiDAR 本體會是一個 link（例如 lidar_link），通常是個小圓柱體（僅供視覺化）。

• 接著用一個 joint（通常是 fixed）把 lidar_link 固定到 base_link 或車體上。

• 在 LiDAR link 裡，用 <gazebo> 標籤附加 Gazebo 插件，這樣模擬才會真的產生雷射掃描資料。

---

2. libgazebo_ros_ray_sensor.so 插件

這是 gazebo_ros 套件提供的 Ray Sensor Plugin。它會把 Gazebo 模擬的 Ray sensor（光線投射）封裝成 ROS 2 的 Topic。

主要功能：

• 在 Gazebo 中模擬雷射掃描器（LiDAR）。

• 透過 ROS 2 topic 輸出 sensor_msgs/msg/LaserScan 或 sensor_msgs/msg/PointCloud2。

• 可設定角度範圍、解析度、更新頻率、噪聲模型。

---

3. URDF / Xacro 實際範例

<!-- LiDAR 本體 link -->
<link name="lidar_link">
  <visual>
    <geometry>
      <cylinder length="0.05" radius="0.03"/>
    </geometry>
    <material>
      <color rgba="0 1 0 1"/>
    </material>
  </visual>
</link>

<!-- 固定在 base_link 上 -->
<joint name="lidar_joint" type="fixed">
  <parent link="base_link"/>
  <child link="lidar_link"/>
  <origin xyz="0.0 0.0 0.1" rpy="0 0 0"/>
</joint>

<!-- Gazebo 插件 -->
<gazebo reference="lidar_link">
  <sensor type="ray" name="lidar_sensor">
    <pose>0 0 0 0 0 0</pose>
    <visualize>true</visualize>
    <update_rate>10</update_rate>
    <ray>
      <scan>
        <horizontal>
          <samples>360</samples>
          <resolution>1</resolution>
          <min_angle>-3.14159</min_angle>
          <max_angle>3.14159</max_angle>
        </horizontal>
      </scan>
      <range>
        <min>0.12</min>
        <max>12.0</max>
        <resolution>0.01</resolution>
      </range>
      <noise>
        <type>gaussian</type>
        <mean>0.0</mean>
        <stddev>0.01</stddev>
      </noise>
    </ray>

    <!-- 插件: ROS 2 雷射轉換 -->
    <plugin name="gazebo_ros_ray_sensor" filename="libgazebo_ros_ray_sensor.so">
      <ros>
        <namespace>/</namespace>
        <remapping>scan:=/scan</remapping>
      </ros>
      <output_type>sensor_msgs/LaserScan</output_type>
      <frame_name>lidar_link</frame_name>
    </plugin>
  </sensor>
</gazebo>

---

4. 關鍵說明

• <sensor type="ray">：告訴 Gazebo 這是一個 Ray Sensor（雷射）。

• <ray><scan>…</scan></ray>：定義雷射的掃描角度與分辨率（360 點、360°）。

• <plugin filename="libgazebo_ros_ray_sensor.so">：把 Gazebo 的 Ray Sensor 綁定到 ROS 2。

• <output_type>：決定輸出的資料型別（LaserScan / PointCloud2）。

• <remapping>：改 ROS topic 名稱（這裡輸出到 /scan）。

• <frame_name>：指定發送 TF 的 frame id（通常是 lidar_link）。

• 常見主題名稱：/scan（2D LaserScan）或 /points / /points_raw（PointCloud2）。實際名稱取決於你在 URDF/Gazebo 插件裡的 <remapping> 設定。

• 如何確認：

  ros2 topic list | grep -E 'scan|point'
  ros2 topic info /scan
  # 或
  ros2 interface show sensor_msgs/msg/LaserScan
  

• RViz2 顯示 LaserScan：

  1. 開 rviz2 → Fixed Frame 設 odom（或 base_link）。

  2. Add → By display type → LaserScan。

  3. Topic 選剛剛找到的 …/scan；Frame 會用 frame_id（常是 lidar_link）。

  4. 若看不到：在 LaserScan display 裡把 Size (m) 調到 0.02～0.05、確認時間同步（/clock）與 TF 完整。

• RViz2 顯示 PointCloud2（若輸出點雲）：

  1. Add → PointCloud2。

  2. Topic 選 /points（或你的點雲 topic）。

  3. Style 選 Points，Size 0.02～0.05。

小檢查：你現在 plugin 輸出的是 sensor_msgs/LaserScan 還是 sensor_msgs/PointCloud2？（告訴我型別，我幫你把 RViz 的設定精準化。）

ROS2 for gzserver , gzclient

 下面是 Gazebo Classic 的 gzserver / gzclient 常用指令精簡表（不含新一代 gz sim）：

gzserver（物理模擬伺服器）

• 啟動空世界（純伺服器，無 GUI）
  gzserver /usr/share/gazebo-11/worlds/empty.world

• 詳細輸出（除錯）
  gzserver --verbose <world.sdf|world>

• 開始時暫停
  gzserver --pause <world>

• 設定隨機種子（重現性）
  gzserver --seed <int> <world>

• 只跑 N 個 step 後退出（批次/測試）
  gzserver --iters <N> <world>

• 載入「伺服器插件」（e.g., ROS 工廠/控制）
  gzserver -s libgazebo_ros_factory.so <world>
gzserver -s libgazebo_ros_init.so <world>

• 顯示說明 / 版本
  gzserver --help　gzserver --version

gzclient（圖形介面客戶端）

• 連線到已啟動的 gzserver
gzclient

• 詳細輸出
  gzclient --verbose

• 載入「GUI 插件」（面板/工具）
  gzclient -g libgazebo_gui_overlay.so

• 說明 / 版本
  gzclient --help　gzclient --version

常見啟動樣板

• 伺服器與客戶端分開：

  export ALSOFT_DRIVERS=null   # 避免 ALSA 音效錯誤（可選）
  gzserver /usr/share/gazebo-11/worlds/empty.world --verbose &
  gzclient

• 
  

  gzserver --verbose empty.world \

    -s libgazebo_ros_init.so \

    -s libgazebo_ros_factory.so \

    -s libgazebo_ros_force_system.so

         gzclient 

         # 直接用檔案（不用 topic）spawn：

         ros2 run gazebo_ros spawn_entity.py -entity (twowheel_amr) -file  (twowheel.urdf)

• 直接用 wrapper 一起開（server+client）：
  gazebo --verbose /usr/share/gazebo-11/worlds/empty.world

• 與 ROS 2 整合（Classic）：

  # 允許從 /robot_description 動態生成模型
  gzserver -s libgazebo_ros_factory.so /usr/share/gazebo-11/worlds/empty.world &
  ros2 run gazebo_ros spawn_entity.py -entity my_bot -topic /robot_description
  

常用環境變數（Classic）

• GAZEBO_RESOURCE_PATH：worlds、materials 等資源搜尋路徑

• GAZEBO_MODEL_PATH：模型搜尋路徑（.sdf/.config 的目錄）

• ALSOFT_DRIVERS=null：關閉 OpenAL 音效（無音效卡時很有用）

 

ROS2 apt install SLAM TOOL

 [SLAM建圖] → [儲存地圖] → [AMCL定位] → [Nav2導航] → [移動控制]

---

🔧 1. 安裝套件

bash
sudo apt update
sudo apt install ros-humble-navigation2 ros-humble-nav2-bringup \
                 ros-humble-slam-toolbox ros-humble-map-server \
                 ros-humble-amcl ros-humble-rviz2

錯誤分析：ros-humble-map-server 找不到

您收到的錯誤訊息 E: Unable to locate package ros-humble-map-server 表示您的系統找不到名為 ros-humble-map-server 的套件。

這是一個非常常見的錯誤，原因有以下幾點：

1. 套件名稱不正確：在 ROS2 Humble 中，map_server 套件已經被整合到 navigation2 框架中。它不再是一個獨立的套件，而是作為 navigation2 的一部分。

2. 軟體庫未更新：您的 apt 套件列表可能已經過時，導致無法找到新套件。

3. ROS2 軟體庫未添加：您可能沒有正確添加 ROS2 的軟體庫到您的 sources.list。

---

解決方案

要解決這個問題，您應該安裝整個 navigation2 套件，因為 map_server 已經是其中的一部分。

步驟 1：更新套件列表

在安裝任何新套件之前，請務必更新您的本地套件清單。

Bash

sudo apt-get update

步驟 2：安裝 navigation2

navigation2 包含了 ROS2 的所有導航功能，其中也包含了 map_server。

Bash

sudo apt-get install ros-humble-navigation2

這個指令會自動安裝 map_server 以及所有其他與導航相關的套件，例如：

• amcl：自適應蒙特卡洛定位。

• slam_toolbox：用於即時 SLAM。

• nav2_bringup：包含許多啟動檔案。

步驟 3：確認 map_server 已安裝

安裝完成後，您可以使用 ros2 指令來確認 map_server 是否已經可用。

Bash

ros2 pkg list | grep map_server

如果命令返回 map_server，則表示套件已成功安裝。

總結：您不需要單獨安裝 map-server。在 ROS2 Humble 中，它已經被整合到 navigation2 中。通過安裝 ros-humble-navigation2，您將獲得所需的所有工具，不僅僅是 map-server，還包括一個完整的導航堆疊。

RVIZ2 中監看 /twowheel_amr/scan 的雷射雷達數據

 為了在 RVIZ2 中監看 /twowheel_amr/scan 的雷射雷達數據並將其轉換成點素（點雲），

你需要啟動 RVIZ2 並正確設定顯示器（Display）。

步驟一：啟動 Gazebo 與機器人

首先，請確保你的 Gazebo 模擬器正在運行，並且機器人模型已成功載入。這會發布 /twowheel_amr/scan 主題數據。

ros2 launch twowheel_bot gazebo.launch.py

步驟二：啟動 RVIZ2

接下來，在一個新的終端機視窗中，啟動 RVIZ2。

# 確保你是在你的工作空間中，並且環境變數已更新
cd ~/data/ros2_ws4
source install/setup.bash

# 啟動 RVIZ2
ros2 launch twowheel_bot twowheel_rviz.launch.py

這個指令會啟動 RVIZ2 並載入我們之前建立的 twowheel.rviz 配置檔。

步驟三：設定 RVIZ2 顯示器

如果 twowheel.rviz 檔案已經正確配置，LaserScan 顯示器應該會自動載入。如果你沒有看到，可以手動添加：

1. 在 RVIZ2 左側的 Displays 面板中，點擊左下角的 Add 按鈕。

2. 在彈出的視窗中，選擇 by topic 頁籤，找到 /twowheel_amr/scan 並選擇 sensor_msgs/msg/LaserScan。

3. 點擊 OK。

步驟四：將 LaserScan 轉換為點雲

LaserScan 數據是二維的，RVIZ2 會以點或標記的形式將其顯示。如果你想將它轉換為三維的點雲（Point Cloud），你需要一個額外的 ROS2 節點。

• laserscan_to_pointcloud 節點：這個節點會訂閱 sensor_msgs/msg/LaserScan 主題，並將其轉換為 sensor_msgs/msg/PointCloud2 主題。

  • 安裝套件：

    sudo apt-get install ros-humble-laser-filters
    

  • 啟動節點：在一個新的終端機中，執行以下指令：

    ros2 run laser_filters scan_to_cloud_node --ros-args --remap scan:=/twowheel_amr/scan
    

  這個節點會自動發布一個新的主題，通常是 /scan_cloud。

步驟五：在 RVIZ2 中顯示點雲

現在你已經有了點雲主題，可以在 RVIZ2 中將它顯示出來：

1. 在 RVIZ2 左側的 Displays 面板中，點擊 Add 按鈕。

2. 在彈出的視窗中，選擇 PointCloud2。

3. 在 Topic 欄位中，選擇 /scan_cloud。

4. 點擊 OK。

你現在應該可以看到一個由雷射掃描數據生成的 3D 點雲。這個點雲會隨著你的機器人在 Gazebo 中移動而實時更新。