实战指南：从零搭建ROS2 + Cartographer 2D激光SLAM系统

1. 环境准备与ROS2安装

第一次接触ROS2和Cartographer的朋友可能会觉得这个组合有点复杂，但别担心，我会用最直白的方式带你走通整个流程。咱们先从最基础的环境搭建开始，就像盖房子要先打地基一样。

我推荐使用Ubuntu 22.04 LTS系统，这是目前ROS2 Humble版本最稳定的运行环境。安装系统后，记得先执行sudo apt update && sudo apt upgrade更新系统，这个步骤能避免很多奇怪的依赖问题。

ROS2的安装其实比想象中简单：

sudo apt install ros-humble-desktop echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc source ~/.bashrc

这三行命令就完成了核心安装。我建议再装几个常用工具：

sudo apt install python3-colcon-common-extensions python3-rosdep2 sudo rosdep init rosdep update

遇到过最头疼的问题是网络连接导致的rosdep初始化失败。如果遇到这种情况，可以尝试更换软件源或者使用手机热点。实测下来，清华和中科大的镜像源速度比较稳定。

2. 激光雷达驱动配置

手头的LD14雷达需要先搞定驱动。这个雷达性价比不错，但官方驱动有时候会抽风。我推荐使用社区维护的ldlidar_sl_ros2驱动：

cd ~/ros2_ws/src git clone https://github.com/ldrobotSensorTeam/ldlidar_sl_ros2.git

连接雷达时有个坑要注意：USB转串口的权限问题。我习惯用这条命令一劳永逸：

sudo usermod -a -G dialout $USER sudo chmod 666 /dev/ttyACM0

修改launch文件时重点关注这几个参数：

parameters=[ {'product_name': 'LDLiDAR_LD14'}, {'laser_scan_topic_name': 'scan'}, # 话题名后面建图要用 {'frame_id': 'base_laser'}, # 坐标系名称 {'port_name': '/dev/ttyACM0'}, # 实际设备号 {'serial_baudrate': 115200} ]

启动雷达节点后，用ros2 topic echo /scan能看到数据就说明驱动工作正常。如果没数据，先检查USB连接是否松动，这是新手最容易忽略的问题。

3. Cartographer安装与配置

安装Cartographer其实就两行命令：

sudo apt install ros-humble-cartographer ros-humble-cartographer-ros

但这里有个版本匹配的坑：Cartographer的ROS2版本更新较慢，最好指定安装版本。我测试过ros-humble-cartographer=2.0.9000这个版本最稳定。

配置文件是核心难点，我提炼了关键参数：

options = { map_frame = "map", tracking_frame = "base_link", # 雷达坐标系 published_frame = "base_link", # 底盘坐标系 odom_frame = "odom", provide_odom_frame = true, use_odometry = false, # 纯激光建图设为false num_laser_scans = 1, # 单雷达设为1 lookup_transform_timeout_sec = 0.2 }

TF树配置是另一个容易出错的地方。正确的坐标系关系应该是：

map -> odom -> base_link -> base_laser

可以用ros2 run tf2_tools view_frames生成坐标系关系图检查。如果发现断链，就需要调整published_frame参数。

4. 实战建图与调优

启动建图的完整命令序列：

ros2 launch ldlidar_sl_ros2 ld14.launch.py ros2 launch cartographer_ros my_robot_2d.launch.py ros2 run rviz2 rviz2 -d $(ros2 pkg list | grep cartographer_ros)/configuration_files/demo_2d.rviz

建图质量主要看这三个参数：

1. TRAJECTORY_BUILDER_2D.submaps.num_range_data- 子图包含的扫描数（建议30-50）
2. POSE_GRAPH.optimize_every_n_nodes- 优化频率（建议35）
3. TRAJECTORY_BUILDER_2D.min_range/max_range- 有效测量范围

遇到地图扭曲时，可以尝试：

• 降低移动速度
• 调大real_time_correlative_scan_matcher.linear_search_window
• 增加POSE_GRAPH.constraint_builder.min_score

保存地图的正确姿势：

ros2 run nav2_map_server map_saver_cli -f ~/map

这个命令会生成.pgm和.yaml文件。记得在保存前让机器人停在已建图区域，这样地图完整性最好。

5. 常见问题排查

问题1：雷达数据时有时无

• 检查USB供电是否充足
• 尝试更换USB线材
• 降低串口波特率到9600测试

问题2：TF树报错

[ERROR] [tf2_ros]: Could not find a connection between 'base_link' and 'base_laser'

• 确认launch文件中的frame_id命名一致
• 检查static_transform_publisher参数顺序

问题3：建图漂移严重

• 调大TRAJECTORY_BUILDER_2D.max_range
• 减小POSE_GRAPH.optimize_every_n_nodes
• 考虑添加IMU或里程计数据

问题4：RViz中看不到地图

• 检查topic名称是否为/map
• 确认Grid的Color Scheme设置为costmap
• 尝试重置RViz显示配置

6. 进阶技巧与优化

想让建图效果更专业？试试这些技巧：

1. 多轨迹优化：在大型场景中，可以分段建图后合并

ros2 run cartographer_ros cartographer_assets_writer -configuration_directory $(ros2 pkg list | grep cartographer_ros)/configuration_files -configuration_basename my_robot_2d.lua -bag_filenames input.bag -pose_graph_filename optimized.pbstream

2. 参数自动调优：使用cartographer_tuning工具

sudo apt install ros-humble-cartographer-tools ros2 run cartographer_ros configuration_files_tester --input-dir=./config

3. 性能监控：实时查看计算负载

ros2 run cartographer_ros cartographer_occupancy_grid_node --resolution 0.05 --publish_period_sec 1.0

4. 地图后处理：用Python脚本清理噪点

import numpy as np from PIL import Image img = Image.open('map.pgm').convert('L') arr = np.array(img) arr[arr > 220] = 255 # 清除游离噪点 Image.fromarray(arr).save('cleaned_map.pgm')

这套系统我在多个机器人项目上实际应用过，最大的体会是：参数没有绝对的最优值，需要根据实际环境和硬件反复调整。建议每次只修改一个参数，记录下变化效果。建图时保持匀速运动，急转弯容易造成特征点匹配失败。