保姆级教程：在Ubuntu 20.04上从零搭建ROS Noetic开发环境（含Realsense-ROS配置）

保姆级教程：在Ubuntu 20.04上从零搭建ROS Noetic开发环境（含Realsense-ROS配置）

机器人开发正成为越来越多工程师和创客的必备技能，而ROS（Robot Operating System）作为机器人开发的"操作系统"，其重要性不言而喻。本文将带你从零开始，在Ubuntu 20.04系统上搭建完整的ROS Noetic开发环境，并配置Realsense深度相机的ROS驱动，最终实现多机通信功能。无论你是刚接触机器人开发的在校学生，还是准备转行的工程师，这篇教程都能让你少走弯路。

1. 系统准备与ROS Noetic安装

在开始之前，请确保你有一台运行Ubuntu 20.04的电脑。如果是全新安装的系统，建议先完成系统更新：

sudo apt update && sudo apt upgrade -y

1.1 配置软件源

为了获得更快的下载速度，我们将使用清华大学的镜像源。首先备份原有的源列表：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

然后编辑源列表文件：

sudo nano /etc/apt/sources.list

将内容替换为以下清华源配置（Ubuntu 20.04 focal版本）：

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-updates main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-backports main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-security main restricted universe multiverse

保存后更新软件包索引：

sudo apt update

1.2 安装ROS Noetic

ROS Noetic是最后一个支持Ubuntu 20.04的LTS版本，以下是详细安装步骤：

1. 添加ROS软件源：

   sudo sh -c 'echo "deb http://mirrors.tuna.tsinghua.edu.cn/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'

2. 设置密钥：

   sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654

3. 安装完整版ROS桌面环境：

   sudo apt update sudo apt install ros-noetic-desktop-full

提示：安装过程可能需要较长时间，取决于你的网络速度。完整版桌面环境包含ROS、rqt、rviz和机器人通用库。

1.3 配置ROS环境

安装完成后，需要设置环境变量。为了让每次打开终端时自动加载ROS环境，执行：

echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc source ~/.bashrc

验证安装是否成功：

roscore

如果看到类似下面的输出，说明ROS核心已成功启动：

... logging to /home/username/.ros/log/xxxxx-roslaunch-xxxxx.log Checking log directory for disk usage. This may take a while. Press Ctrl-C to interrupt Done checking log file disk usage. Usage is <1GB. started roslaunch server http://xxxxx:xxxxx/ ros_comm version 1.15.9

2. Realsense深度相机配置

Intel Realsense系列深度相机是机器人开发中常用的传感器，下面我们将配置其SDK和ROS驱动。

2.1 安装librealsense SDK

首先安装必要的依赖项：

sudo apt-get install -y libudev-dev pkg-config libgtk-3-dev \ libusb-1.0-0-dev libglfw3-dev libssl-dev

克隆librealsense源码并编译：

git clone https://github.com/IntelRealSense/librealsense.git cd librealsense mkdir build && cd build cmake ../ -DBUILD_EXAMPLES=true make -j$(nproc) sudo make install

配置udev规则：

sudo cp config/99-realsense-libusb.rules /etc/udev/rules.d/ sudo udevadm control --reload-rules && sudo udevadm trigger

验证安装：

realsense-viewer

如果能看到相机图像，说明SDK安装成功。

2.2 配置Realsense-ROS驱动

创建一个ROS工作空间：

mkdir -p ~/catkin_ws/src cd ~/catkin_ws/src catkin_init_workspace

克隆Realsense-ROS包和依赖：

git clone https://github.com/IntelRealSense/realsense-ros.git git clone https://github.com/pal-robotics/ddynamic_reconfigure.git

编译工作空间：

cd ~/catkin_ws catkin_make -j$(nproc) source devel/setup.bash

测试相机节点：

roslaunch realsense2_camera rs_camera.launch

在另一个终端中查看发布的主题：

rostopic list

你应该能看到类似/camera/color/image_raw这样的主题。

3. 常见问题解决方案

在实际安装过程中，你可能会遇到以下问题：

1. ROS安装后找不到命令：

   • 确保已执行source /opt/ros/noetic/setup.bash
   • 检查.bashrc文件是否已添加source命令

2. librealsense编译错误：

   • 确保安装了所有依赖项
   • 尝试清理build目录重新编译

3. Realsense相机无法识别：

   • 检查USB连接（建议使用USB3.0接口）
   • 确认udev规则已正确配置
   • 运行lsusb查看是否检测到Intel设备

4. ROS包编译失败：

   • 确保工作空间结构正确
   • 检查是否缺少依赖：rosdep install --from-paths src --ignore-src -r -y

4. 多机ROS通信配置

在多机器人系统中，通常需要多台计算机协同工作。以下是配置步骤：

4.1 网络配置

确保所有机器在同一局域网内，并能互相ping通。在主节点上：

export ROS_MASTER_URI=http://<master_ip>:11311 export ROS_IP=<master_ip>

在从节点上：

export ROS_MASTER_URI=http://<master_ip>:11311 export ROS_IP=<slave_ip>

注意：将<master_ip>和<slave_ip>替换为实际的IP地址。

4.2 多相机配置

当多台Realsense相机同时工作时，需要修改节点名称避免冲突。编辑启动文件：

nano ~/catkin_ws/src/realsense-ros/realsense2_camera/launch/rs_camera.launch

找到<group ns="$(arg camera)">行，修改为：

<group ns="camera1"> <!-- 为每台相机设置唯一名称 -->

4.3 带宽优化

为减少网络负载，可以降低图像分辨率和帧率：

roslaunch realsense2_camera rs_camera.launch \ color_width:=640 color_height:=480 color_fps:=15 \ depth_width:=640 depth_height:=480 depth_fps:=15

5. 进阶调试技巧

掌握以下技巧可以提升开发效率：

• Rviz可视化：使用ROS的3D可视化工具查看点云：

  roslaunch realsense2_camera rs_rgbd.launch rviz

  在Rviz中添加PointCloud2显示，选择/camera/depth/color/points主题。

• TF树检查：查看坐标变换关系：

  rosrun tf view_frames evince frames.pdf

• Bag文件录制：保存传感器数据供离线分析：

  rosbag record -O test.bag /camera/color/image_raw /camera/depth/image_rect_raw

• 性能监控：使用rqt_graph查看节点关系，rostopic hz检查发布频率。

在实际项目中，我发现合理设置相机参数可以显著提升系统稳定性。例如，在光照条件较差的场景下，适当降低自动曝光优先级可以减少图像噪声。此外，定期校准相机也能保证测量精度。