1. 从开箱到启动Raspberry Pi 5 的初印象与基础配置拿到 Raspberry Pi 5 的那一刻感觉和之前的 3B 或 4B 确实不太一样。包装更精致了板子本身的设计也透着一股“性能升级”的味道。我这次的目标很明确就是要用它作为大脑配合 ROS2 来驱动一台机器人小车。所以开箱后的第一步不是急着点亮它而是先规划好整个系统的架构。Raspberry Pi 5 的核心优势在于其更强大的 CPUBroadcom BCM2712和 GPU以及 PCIe 2.0 接口带来的高速外设扩展能力这对于需要处理传感器数据流如摄像头、激光雷达和运行 SLAM、导航算法的机器人来说是至关重要的基础。开箱后你需要准备的东西远不止一块开发板。我的清单包括Raspberry Pi 5 本体、官方推荐的主动散热器这次散热是必须的性能释放全靠它、27W USB-C PD 电源官方强调必须达标否则会限频、一张高速的 microSD 卡建议 A2 级别的 U3/V30 卡读写速度直接影响系统响应、一个合适的机壳以及用于机器人本体的电机驱动板、底盘、电池等。对于软件层面我选择了 Ubuntu 22.04 LTS 作为操作系统因为它对 ROS2 Humble 的支持最为成熟稳定。系统烧录我使用了 Raspberry Pi Imager。这里有个细节在 Imager 中除了选择 Ubuntu 22.04 Server为了最大化性能我通常不用桌面版一定要在烧录前点击齿轮图标进行高级设置。这里需要开启 SSH 服务并设置密码同时预先配置好你的 Wi-Fi SSID 和密码。这一步能让你在无头模式无显示器、无键盘下直接通过网络访问 Pi对于嵌入式机器人开发来说是标准操作。烧录完成后插卡、上电等待几分钟让系统首次启动并完成扩展文件系统等初始化操作。通过 SSH 连接上之后命令是ssh ubuntu你的pi_ip默认用户是ubuntu第一件事就是更新系统并安装一些基础工具sudo apt update sudo apt upgrade -y然后安装vim,curl,wget,git,build-essential等。接下来就是重头戏安装 ROS2 Humble。我强烈建议不要使用一键安装脚本尤其是对于机器人这种需要深度定制和排错的项目。手动按照 ROS2 官方文档的步骤来虽然慢一点但你对整个依赖关系和安装过程会有清晰的掌控。核心步骤包括设置软件源、安装 ROS2 基础包、桌面版可选我通常只装基础版和ros-dev-tools最后别忘了 source 环境设置脚本source /opt/ros/humble/setup.bash并把它写入~/.bashrc以便每次登录自动生效。注意Raspberry Pi 5 的默认用户是ubuntu密码也是ubuntu首次登录后会强制要求修改。另外其 IP 地址可以通过路由器管理界面查找或者使用arp -a命令在局域网内扫描。完成这些你的 Raspberry Pi 5 就已经是一个搭载了 Ubuntu 和 ROS2 的强力机器人大脑了。但这只是万里长征第一步接下来我们要让这个大脑能指挥身体机器人底盘并感知世界传感器。2. 机器人硬件平台搭建底盘、电机驱动与电源管理有了强大的大脑我们需要为它打造一个灵活的身体。机器人小车的硬件平台选择直接决定了后续软件开发的复杂度和最终性能的上限。我的方案是基于一个经典的四轮差分驱动底盘核心控制单元是 ESP32-S3通过 MicroROS 与 Raspberry Pi 5 上的 ROS2 主节点通信。为什么选择 ESP32-S3 作为电机驱动控制器而不是直接用 Pi 的 GPIO 口这里有几个关键的考量。首先实时性电机控制尤其是 PID 调速需要精确的定时和快速响应ESP32-S3 作为一款性能强大的 MCU可以独立、无延迟地处理 PWM 生成和编码器脉冲计数不会受到 Pi 5 上 Linux 系统调度带来的不确定性延迟影响。其次安全性将大电流的电机驱动电路与主计算单元物理隔离可以避免电机产生的电气噪声干扰 Pi 5 的稳定运行即使驱动部分出问题也不会直接“炸”掉昂贵的主脑。最后扩展性ESP32-S3 本身具备丰富的 GPIO、ADC 和通信接口UART, I2C, SPI未来可以很方便地直接接入更多的底层传感器如超声波、巡线模块等减轻 Pi 5 的 IO 压力。我的硬件连接清单如下底盘一个带有两个带编码器的直流减速电机的四轮底盘套件。编码器是关键它提供轮子的实际转速反馈是实现精确里程计Odometry的基础。电机驱动板我选用了一块常见的双路直流电机驱动模块如 TB6612FNG 或 DRV8833它由 ESP32-S3 控制。主控制器ESP32-S3 开发板。将其与电机驱动板连接PWM 引脚控制速度两个 GPIO 控制方向同时将两个电机的编码器输出线连接到 ESP32-S3 的脉冲输入捕获引脚。通信ESP32-S3 通过 USB 线连接到 Raspberry Pi 5 的 USB 接口虚拟出一个串口/dev/ttyACM0作为 MicroROS 与 ROS2 通信的通道。电源系统这是机器人稳定运行的生命线。我采用了两套独立的电源动力电源一块大容量的 2S 锂聚合物电池7.4V直接为电机驱动板和电机供电。这块电池的电压经过电机驱动板后供给电机。控制电源一块小容量的 2S 电池或一个 5V 稳压模块为 Raspberry Pi 5、ESP32-S3 以及所有传感器如摄像头、激光雷达供电。绝对不要用同一个电源同时给电机和 Pi 供电电机启动和急停时产生的电压骤降和尖峰足以导致 Pi 5 重启或损坏。一个理想的方案是使用一个带有稳压输出的电池分配板它能将动力电池的电压稳压成 5V 和 12V 等分别供给不同设备。硬件组装时务必要注意走线和固定。电机线最好用扎带捆好避免缠绕到轮子。所有电路板最好用尼龙柱和螺丝固定在底盘上而不是简单的双面胶防止在颠簸中脱落。ESP32-S3 的 USB 口与 Pi 5 的连接线也要固定好。完成硬件连接后先不要急于上电用万用表检查一下各电源线路之间是否有短路特别是动力电源和控制电源之间必须完全隔离。3. MicroROS 在 ESP32-S3 上的部署与节点编程硬件身体准备就绪现在需要给它注入灵魂——让 ESP32-S3 能够理解并执行来自 Raspberry Pi 5 大脑的指令。这就是 MicroROS 的用武之地。MicroROS 是 ROS2 针对资源受限的微控制器MCU的官方移植版本它允许 ESP32、STM32 等芯片作为完整的 ROS2 节点运行与运行在 Linux 上的 ROS2 节点无缝通信。在 Raspberry Pi 5 上我们需要先安装 MicroROS 相关的工具。主要是micro_ros_setup这个构建框架。按照 MicroROS 官方文档创建工作空间下载工具和预编译的库。因为我们的目标是 ESP32-S3所以需要配置构建系统以支持这个硬件平台。这个过程可能会遇到一些依赖问题比如需要特定版本的 Python 包或编译工具链耐心根据错误信息解决即可。接下来是在 ESP32-S3 上刷写 MicroROS Agent 和我们的应用固件。核心步骤是配置开发环境在 Pi 5 上安装 ESP-IDF乐鑫官方的开发框架。MicroROS 提供了方便的脚本来安装特定版本的 IDF。创建 MicroROS 客户端使用ros2 run micro_ros_setup create_firmware_ws.sh等命令为目标平台esp32创建客户端工作空间。编写应用代码这是最关键的一步。我们需要编写一个运行在 ESP32-S3 上的固件它主要包含两个 ROS2 节点命令订阅节点订阅来自 Pi 5 的/cmd_vel话题类型为geometry_msgs/msg/Twist。这个消息包含了机器人期望的线速度和角速度。这个节点需要解析速度指令并将其转换为左右轮的目标转速。里程计发布节点读取电机编码器的脉冲数通过计算得到每个轮子实际转过的距离和速度进而融合成机器人的位姿变化nav_msgs/msg/Odometry并发布到/odom话题上。实现核心控制逻辑在命令订阅节点的回调函数里你需要实现一个简单的运动学模型。对于两轮差分驱动机器人公式是左轮速度 (线速度 - 角速度 * 轮距 / 2) / 轮半径 右轮速度 (线速度 角速度 * 轮距 / 2) / 轮半径然后将计算出的目标速度值通过 ESP32-S3 的 PWM 模块输出到电机驱动芯片。同时为了速度稳定最好实现一个简单的 PID 控制器根据编码器反馈的实际速度来调整 PWM 占空比。编译与烧录在配置好所有代码后使用idf.py build编译固件然后通过 USB 线使用idf.py flash命令将固件烧录到 ESP32-S3。启动 MicroROS Agent固件烧录成功后ESP32-S3 启动后会尝试通过串口连接到一个 MicroROS Agent。这个 Agent 运行在 Raspberry Pi 5 上它充当了 MicroROS 客户端与 ROS2 DDS 网络之间的桥梁。在 Pi 5 上运行命令启动 Agentros2 run micro_ros_agent micro_ros_agent serial --dev /dev/ttyACM0 -v6。如果一切正常你应该能在终端看到客户端成功连接的信息。此时在 Pi 5 上运行ros2 topic list你应该能看到来自 ESP32-S3 的/odom话题。你也可以尝试发布一个速度指令来测试ros2 topic pub /cmd_vel geometry_msgs/msg/Twist “{linear: {x: 0.1, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 0.0}}”。如果小车能按照指令前进那么恭喜你最基础的通信与控制链路已经打通了。提示在编写 ESP32 代码时要特别注意内存管理。MicroROS 会消耗一部分 RAM 和 ROM。如果你的代码复杂可能会遇到内存不足的问题。务必使用idf.py size-components等工具监控内存使用情况优化数据结构避免动态内存分配。4. 在 Raspberry Pi 5 上构建 ROS2 机器人应用层底层控制交给 ESP32-S3 后Raspberry Pi 5 就可以专注于更高层次的机器人智能了。我们需要在 Pi 5 上创建一个 ROS2 工作空间并构建一系列功能包来实现机器人的感知、定位、导航等功能。我的工作空间结构通常如下~/ros2_ws/ src/ robot_car_description/ # 机器人URDF模型 robot_car_bringup/ # 启动文件合集 robot_car_navigation/ # 导航配置地图、参数 (其他传感器驱动包如 camera, lidar)首先我们需要一个机器人的URDF 模型。这个模型在仿真如 Gazebo和导航如 TF 变换中至关重要。它描述了机器人底盘、轮子、传感器如激光雷达之间的物理尺寸和连接关系。你可以用 XacroXML宏来编写这样更简洁。关键是要定义好底盘到轮子的变换、轮子的关节类型连续旋转关节以及底盘到各种传感器的链接。编写完成后用ros2 launch robot_car_description display.launch.py可以在 RViz 中可视化检查模型是否正确。接下来是传感器驱动。以常见的二维激光雷达如 RPLIDAR A1为例通常有现成的 ROS2 驱动包。你需要将其源码克隆到工作空间编译并确保雷达通过 USB 连接到 Pi 5 后能被正确识别ls /dev/ttyUSB*。在启动文件中你需要启动雷达节点并设置正确的帧frame参数通常激光雷达的数据会以scan话题发布其坐标系frame_id通常设为laser。有了底盘控制/cmd_vel,/odom和传感器数据/scan我们就可以进行SLAM同步定位与建图了。ROS2 中常用的 SLAM 算法是slam_toolbox。你需要从源码编译安装它。建图时通过启动文件同时启动雷达节点、机器人状态发布节点将/odom转换到base_link以及slam_toolbox的建图节点。然后通过ros2 run teleop_twist_keyboard teleop_twist_keyboard遥控机器人在地图区域内行走slam_toolbox会实时融合激光数据和里程计信息生成地图并发布到/map话题。你可以在 RViz 中查看实时建图效果。建图完成后使用slam_toolbox提供的工具将地图保存为.pgm图像和.yaml元数据文件。地图建好后就进入了导航Navigation2阶段。Navigation2 是 ROS2 的官方导航框架非常强大但也相对复杂。你需要为你的机器人配置一系列参数文件主要包括nav2_params.yaml核心参数文件定义代价地图全局/局部、控制器、规划器、恢复行为等所有模块的参数。bringup.yaml或navigation.launch.py启动文件用于启动 Nav2 的所有生命周期节点。map.yaml你刚才保存的地图配置文件。配置过程中最容易出问题的地方是TF 变换树。Nav2 要求一个完整且正确的 TF 树。通常它需要map-odom-base_link-laser这样的变换链。map-odom由定位模块如 AMCL提供odom-base_link由你的 ESP32-S3 发布的里程计提供通过robot_state_publisher和你的 URDF 中定义的关节状态来发布base_link-laser则在 URDF 中静态定义。在 RViz 中使用 TF 插件可以清晰地查看变换树是否正确任何断裂或错误都会导致导航失败比如机器人“转圈无法到达指定位置”或者“趴在地上”坐标系朝向错误。注意Nav2 的参数调优是个经验活。对于小车你需要调整控制器的速度限制、代价地图的膨胀半径inflation radius要略大于机器人实际半径、全局和局部规划器的参数。初次尝试可以从 Nav2 提供的示例配置开始然后根据小车实际运行情况是否撞墙、路径是否平滑进行微调。调参时一次只改一个参数并记录下效果。5. 实战调试与排坑从理论到能跑起来的小车将上面所有模块组合起来并让小车真正能自主导航是挑战最大的部分。这个过程你会遇到各种各样的问题我把我踩过的坑和解决方案分享出来。问题一MicroROS 连接不稳定时断时续。现象ros2 run micro_ros_agent ...启动后偶尔能连接经常断开或者在传输数据时 Agent 报错。排查电源问题这是首要怀疑对象。用万用表测量连接 ESP32-S3 的 USB 口电压在电机启动和急停时观察电压是否被拉低。如果波动超过 5%说明控制电源功率不足或受到干扰。务必确保 Pi 和 ESP32 的电源独立且充足。串口波特率检查 MicroROS Agent 启动时指定的波特率是否与 ESP32 固件中设置的波特率一致。默认通常是 115200 或 921600高速率能提升数据吞吐。线材质量换一根高质量的 USB 数据线劣质线可能导致通信错误。固件配置在 ESP32 的colcon.meta配置文件中可以调整 MicroROS 的传输缓冲区大小和任务优先级适当增加资源可能改善稳定性。问题二里程计数据漂移严重导致定位失败。现象遥控小车走一个矩形回到原点时在 RViz 中看到的机器人位姿和实际位置相差很大。排查编码器精度与接线检查编码器接线是否牢固A/B 相是否接反。尝试提高 ESP32 上编码器脉冲计数中断的精度。轮子直径与轮距测量URDF 和 ESP32 代码中使用的轮子直径、轮距参数必须与实际物理尺寸完全一致。用卡尺精确测量误差要控制在毫米级。运动学模型再次核对差分驱动运动学正逆解公式是否正确单位是否统一米、弧度。PID 调速性能如果电机实际速度无法快速、准确地跟踪目标速度里程计积分误差就会累积。需要仔细调试 ESP32 上的 PID 参数让轮子速度响应既快又稳没有超调和震荡。问题三Nav2 启动后全局规划器找不到路径或局部控制器让机器人原地打转。现象在 RViz 中设置目标点后全局路径规划失败或者规划出的路径很奇怪机器人收到移动指令后只在原地旋转。排查TF 树在终端运行ros2 run tf2_tools view_frames生成 TF 树图或用 RViz 的 TF 显示确保map,odom,base_link,laser的父子关系正确且没有重复或缺失的帧。代价地图检查全局和局部代价地图是否成功订阅了/scan话题并正确更新。在 RViz 中查看代价地图障碍物信息是否清晰。调整inflation_radius膨胀半径确保略大于机器人轮廓半径。控制器参数重点检查controller_server的 YAML 配置。max_vel_x,min_vel_x,max_rotational_vel等速度限制是否设置得合理与你小车实际能力匹配。xy_goal_tolerance和yaw_goal_tolerance位置和朝向容差是否太小导致机器人永远无法满足到达条件。规划器参数对于nav2_navfn_planner或nav2_smac_planner检查tolerance等参数。有时地图分辨率过高也可能导致规划失败可以尝试降低costmap的resolution。问题四SLAM 建图质量差地图模糊或有重影。现象建出的地图线条不清晰同一面墙出现多条线或者地图随机器人移动而扭曲。排查里程计精度这是影响 SLAM 质量的最关键因素。回头去优化问题二。激光雷达数据检查/scan话题的数据距离值是否正常是否有大量莫名其妙的噪点。清洁雷达镜头确保安装稳固没有震动。slam_toolbox参数调整slam_toolbox的配置参数如resolution地图分辨率通常 0.05、max_laser_range最大有效测距。可以尝试启用scan_matcher的icp或pcl匹配方式可能对低精度里程计有改善。环境特征在特征太少如长走廊或动态物体太多如人走来走去的环境下建图效果必然不好。选择特征丰富的静态环境进行建图。调试是一个螺旋上升的过程。我的经验是从下至上逐层验证。先确保硬件供电和通信绝对稳定然后让 ESP32 的电机控制和里程计发布准确无误接着让 Pi 5 上的传感器驱动和基础 TF 树正确再单独测试 SLAM 建图最后才挑战完整的 Nav2 导航。每完成一步都用 RViz 和ros2 topic echo等工具进行可视化验证记录下正常状态的数据这样出问题时才能快速定位。这个过程很磨人但当你的小车第一次成功地从地图的 A 点平滑地运动到 B 点并精准停下时所有的努力都是值得的。