RM_LIDAR 雷达感知与导航集成模块 (ROS 2)

1. 项目概述

本项目是一个专为 RobotMaster 超级对抗赛 2026 英雄机器人设计的集成化 ROS 2 工作空间。它集成了基于 Livox MID-360 激光雷达的实时环境感知、激光惯性里程计、自定义感知数据处理以及完整的 Navigation 2 导航框架。

其核心目标是为下位机（如弹道解算单元）提供经过处理的实时距离、位置数据，并支持机器人在比赛场地内进行自主导航与避障。

2. 系统架构与数据流

基于ROS2搭建的雷达-视觉融合感知系统，已用于比赛机器人，核心指标与实施链路如下：

核心指标	实施链路与技术方案	实测结果
多传感器融合	硬件同步：利用GPS PPS信号统一授时，通过STM32微控制器同步触发；外参标定：使用 livox_camera_lidar_calibration 工具进行联合标定	硬同步精度≤1ms
模块化软件包	集成行为树(BehaviorTree.CPP) 决策与运动控制节点；Docker封装ROS2、PCL、OpenCV等复杂环境	环境一致性高；一键启动部署，配调参手册
低延迟通信与可视化	基于FastDDS共享内存机制实现零拷贝通信，大幅降低数据传输延迟；通过URDF建模与RViz可视化调试，支持rosbag离线复现	通信延迟≤80ms

整套方案已完赛实地整机联调与赛场压测，保证了机器人在高速移动中的感知实时性与导航鲁棒性。

核心数据流:

graph TD
    A[Livox MID-360] -->|/livox/lidar| B(point_lio)
    A -->|/livox/lidar| E(sensor_scan_generation)
    B -->|/Odometry| C(loam_interface)
    C -->|/cloud_registered| D(terrain_analysis)
    D -->|/terrain_map| F(Nav2 Costmap)
    C -->|/aft_mapped_to_init| G(tf_diff_calculator)
    A -->|/livox/lidar| H(self_filter_node)
    G -->|/radar/target_position| I(radar_to_serial_node)
    H -->|/pointclouds_self_filter| I
    I -->|Serial Data| J[下位机 (MCU)]

Loading

项目文件结构

Radar-System-ROS2-Package/
├── bringup/                          # 核心启动与集成包
│   ├── CMakeLists.txt
│   ├── package.xml
│   ├── launch/
│   │   ├── bringup.launch.py        # 系统总启动文件
│   │   ├── navigation_launch.py     # Nav2 导航子启动
│   │   └── pointlio_launch.py       # Point-LIO 子启动
│   ├── config/
│   │   ├── nav2_params_terrain_analysis.yaml  # 导航参数配置
│   │   └── mapper_params_online.yaml          # 定位建图参数
│   ├── src/
│   │   ├── self_filter_node.cpp               # 自身点云滤除节点
│   │   ├── radar_to_serial_node.cpp           # 串口数据转发节点
│   │   └── sensor_scan_generation_node.cpp    # 扫描生成节点
│   └── include/
│       └── bringup/
├── terrain_analysis/                 # 地形分析包
│   ├── CMakeLists.txt
│   ├── package.xml
│   └── src/
│       └── terrain_analysis.cpp
├── loam_interface/                   # 里程计接口适配包
│   ├── CMakeLists.txt
│   ├── package.xml
│   └── src/
│       └── loam_interface_node.cpp
├── point_lio/                        # Point-LIO 激光惯性里程计
│   ├── CMakeLists.txt
│   ├── package.xml
│   ├── include/point_lio/
│   └── src/
├── livox_ros_driver2/                # Livox 雷达 ROS 2 驱动
│   ├── CMakeLists.txt
│   ├── package.xml
│   ├── launch_ROS2/
│   ├── config/
│   │   └── MID360_config.json        # 雷达网络配置
│   └── src/
├── sensor_scan_generation/           # 扫描数据生成包
│   ├── CMakeLists.txt
│   └── package.xml
├── tf_diff_calculator/               # TF 坐标差值计算包
│   ├── CMakeLists.txt
│   └── package.xml
├── navigation2/                      # Nav2 官方包（作为子模块或拷贝）
│   └── (nav2_* 系列包)
├── README.md
└── LICENSE

说明：实际开发中主要关注 bringup 包内的启动与配置文件，以及 livox_ros_driver2/config/MID360_config.json 中的雷达网络设置。

3. 节点详解 (bringup 包)

此部分详细说明了 bringup 包中实现的自定义功能节点。

• self_filter_node: 通过一个固定的立方体范围 (CropBox) 滤除属于机器人本体的点云。这对于防止机器人在导航时将自身部件误识别为障碍物至关重要。
• tf_diff_calculator: 一个简单的 TF 监听节点。它以 10Hz 的频率查询 odom 坐标系与 enermy_base 坐标系之间的变换，并将其作为 PointStamped 消息发布到 /radar/target_position 话题。
• radar_to_serial_node: 数据聚合与通信节点。它订阅 /radar/distance、/radar/position 和 /radar/base_point 三个话题，将数据整合后，通过配置的串口（默认 /dev/ttyUSB0, 115200 波特率）以 20Hz 的频率发送给下位机。

4. 环境与硬件要求

4.1 软件依赖

• 操作系统: Ubuntu 22.04
• ROS 2 发行版: Humble
• 核心依赖:
  • ros-humble-nav2-*
  • ros-humble-behaviortree-cpp-v3
  • python3-transforms3d, python3-numpy, python3-matplotlib
  • pcl_conversions (点云处理)
  • serial (串口通信)

4.2 硬件要求

• 激光雷达: Livox MID-360
• 主控平台: NVIDIA Jetson Orin / Xavier (推荐) 或性能相当的 x86 工控机
• 通信接口: 以太网 (连接雷达) 与 UART/CAN (通过串口与下位机通信)

5. 快速开始

5.1 创建工作空间并克隆代码

mkdir -p ~/rm_ws/src
cd ~/rm_ws/src
git clone https://github.com/Aurelia-Maris-Crystalthrone/Radar-System-ROS2-Package.git .

5.2 安装依赖

# 安装 ROS 2 依赖
cd ~/rm_ws
rosdep install --from-paths src --ignore-src -r -y

# 安装 Python 依赖
pip3 install transforms3d numpy matplotlib pyserial

5.3 编译工作空间

cd ~/rm_ws
colcon build --symlink-install
source install/setup.bash

6. 配置指南

启动前，请根据实际情况修改以下配置文件：

1. 雷达 IP 配置: 修改 src/livox_ros_driver2/config/MID360_config.json，确保 lidar_configs 下的 IP 地址与你的雷达一致。
2. TF 变换配置: 在 src/bringup/launch/bringup.launch.py 中，修改 base_footprint_to_livox_frame 等静态 TF 发布者的 arguments 参数，以匹配雷达在机器人上的实际安装位置。
3. 串口配置: 启动时可通过参数指定串口设备和波特率，或修改启动文件中的默认值 (/dev/ttyUSB0, 115200)。
4. 导航参数: 根据机器人尺寸和性能，调整 src/bringup/config/nav2_params_terrain_analysis.yaml 中的机器人半径 (robot_radius)、速度 (max_velocity) 等参数。
5. 自滤波范围: 在 src/bringup/src/self_filter_node_segmentation.cpp 中，调整 CropBox 的 min_pt 和 max_pt 向量值，以确保能精确滤除机器人自身的点云。

7. 运行系统

使用主启动文件 bringup.launch.py 即可启动所有模块：

# 启动全部功能
ros2 launch bringup bringup.launch.py

# 带参数启动示例：指定地图和RViz配置文件
ros2 launch bringup bringup.launch.py map:=/path/to/your/map.yaml rviz_config:=/path/to/your/rviz.rviz

启动文件将按顺序启动雷达驱动、定位、感知处理和导航框架。

8. 关键 ROS 话题

话题名	消息类型	描述
/livox/lidar	sensor_msgs/PointCloud2	原始点云数据。
/cloud_registered	sensor_msgs/PointCloud2	经里程计校正后的点云。
/radar/target_position	geometry_msgs/PointStamped	目标点在 enermy_base 坐标系下的位置。
/radar/distance	std_msgs/Float64	需要外部计算并发布，供 radar_to_serial_node 转发。
/terrain_map	sensor_msgs/PointCloud2	用于导航的二维地形图。
/cmd_vel	geometry_msgs/Twist	Navigation 2 输出的速度指令。

9. 故障排除

• 雷达无数据: 检查雷达供电、网线连接，确认 MID360_config.json 中的 IP 配置正确，并尝试 ping 雷达 IP。
• TF 变换错误: 使用 tf2_tools view_frames 命令生成 TF 树，检查是否存在断连。确认 bringup.launch.py 中的静态 TF 发布者参数无误。
• 串口发送失败: 确认用户有串口读写权限 (sudo usermod -a -G dialout $USER)，并检查启动参数 serial_port 是否正确。
• 导航定位漂移: 检查里程计 (/odom) 是否准确，并确保 amcl 参数文件中的地图路径正确。可尝试调大 controller_server 中的 transform_tolerance 参数。

10. 贡献与许可

• 维护者: [Aurelia-Maris-Crystalthrone]
• 联系方式: [3792458256@qq.com]
• 许可证: 本项目代码遵循 MIT 协议。请注意，部分依赖项（如 Navigation 2）可能有其自身的许可条款。