企业官网建设流程全解析

1. 三条路线怎么选：先想清楚你要的是玩具、工具还是平台

很多人第一次动“自己搞一台扫地机器人”的念头，都是被两件事刺激的：一是商用量产机越卖越贵，旗舰款动辄四五千，功能还锁在厂商的云服务里；二是刷到别人用 ROS2 加激光雷达跑 SLAM 建图的视频，觉得这东西好像也没那么神秘。但真到自己动手，第一个卡点往往不是代码，而是路线选择——你到底是想省事、想学技术，还是想做一个能长期折腾的平台。

我把这件事拆成三条路线，分别对应三种完全不同的人群和预算。你先对号入座，再往下看具体怎么落地。

1.1 路线一：买现成底盘加装大脑，适合想快速看到效果的人

这条路的思路很直接：扫地机器人的运动底盘、电机驱动、电池管理、充电桩对接这些机械和电气部分，直接买现成的。市面上有大量“机器人底盘”或者“扫地机开发套件”在卖，通常自带串口或 CAN 接口，你只需要外挂一台算力板（比如树莓派、Jetson 或者迷你主机），跑 ROS2，接上激光雷达，就能开始建图和导航。

为什么推荐新手先走这条？因为扫地机器人最难的部分从来不是算法，而是底盘可靠性。轮子打滑、悬崖传感器误判、边刷卡死、电池过放，这些物理层面的坑，够你调三个月。买现成底盘等于把这一大块风险外包出去，你专注在 ROS2、SLAM、Nav2 这些软件栈上。

成本上，一个带驱动和电池的基础底盘大概几百到两千不等，算力板看你要不要跑视觉，Jetson Orin Nano 级别大概两千多，普通树莓派 4B 几百块也能跑 2D 激光 SLAM。激光雷达是另一个大头，后面单独讲。

注意：买底盘时一定要问清楚通信协议和供电输出。很多便宜底盘只给一个串口，不给你 5V/12V 的对外供电，你外挂雷达和算力板还得自己加 DC-DC 模块，这是新手最容易忽略的细节。

1.2 路线二：从零攒一台，适合想彻底搞懂每一层的人

如果你目标是“我全都要懂”，那就从结构件开始攒。铝型材做框架，直流减速电机加编码器做驱动，电机驱动板用常见的双 H 桥或者专用驱动模块，主控用 STM32 跑底层运动控制，再通过串口和上位机 ROS2 通信。这条路的魅力在于，你对每一个环节都有完全的控制权，出了问题你知道去哪一层找。

但我要泼一盆冷水：这条路的时间成本极高。光是让四个轮子按指定速度转起来、编码器读数准确、PID 调稳，可能就要花掉你一两个周末。再加上电池选型、充电管理、碰撞检测，真正跑通 SLAM 可能是一个月以后的事。

不过它的回报也很实在。当你亲手把cmd_vel话题里的速度指令变成轮子的实际转动，再看着 RViz2 里机器人模型跟着动起来，那种理解深度是买底盘永远给不了的。而且后续你想加机械臂、加视觉、换更好的雷达，整个系统都是你自己的，扩展性拉满。

1.3 路线三：旧扫地机改造，性价比最高但坑也最杂

家里有台吃灰的旧扫地机？别扔，这是第三条路。拆开它，找到主控板和电机驱动，很多时候你能直接接管电机，或者干脆保留原主板只做供电和驱动，外挂自己的算力板。这条路的成本最低，因为底盘、电池、充电桩全是现成的，你只需要加雷达和大脑。

但坑在于逆向工程。不同品牌的主板接口、通信协议、传感器定义完全不一样，网上资料参差不齐。你可能要拿万用表一根根测线，用逻辑分析仪抓串口数据，甚至要自己写驱动去读原来的传感器。对于有电子基础的人来说这是乐趣，对于纯软件背景的人可能就是噩梦。

我的建议是：如果你手上正好有一台旧机器，又愿意花时间研究硬件，这条路很值；如果你只是想学 ROS2 和 SLAM，别在这上面耗，直接走路线一。

2. 攒机路线图：从一堆零件到能跑 SLAM 的完整清单

选定路线之后，接下来就是具体的攒机路线图。我按“感知—决策—执行—供电”四个层面来拆，这样你买零件的时候不会漏项，也不会买重复。

2.1 感知层：LiDAR 怎么选，2D 还是 3D

激光雷达是扫地机器人 SLAM 的核心传感器。市面上常见的有两大类：2D 单线雷达和3D 多线雷达。

2D 雷达便宜、数据轻、SLAM 成熟，典型代表是思岚、镭神这些品牌的单线产品，几百到一千多。它扫的是一个平面，对于扫地机这种在平地上跑的场景完全够用。ROS2 里用sllidar_ros2或者lslidar驱动，发布sensor_msgs/LaserScan，直接喂给 SLAM Toolbox 或者 Cartographer。

3D 雷达贵、数据量大、对算力要求高，比如 Livox 系列或者多线机械式雷达。它能给你三维点云，适合做三维建图和更复杂的避障。但如果你只是想让机器人在家里跑，2D 雷达加一个 IMU 就够了，3D 雷达属于杀鸡用牛刀。

提示：买雷达时注意接口和供电。很多雷达是串口或者网口输出，网口雷达配置 IP 的时候容易和你的局域网冲突，建议单独给雷达配一个网段，或者用直连的方式。

关于 LiDAR 和 IMU 的标定，这是很多人会忽略的一步。2D 雷达和 IMU 之间的外参（安装位置和角度）如果不准，建图会歪，导航会飘。标定方法有手动测量加软件微调，也有用lidar_imu_calib这类工具自动标定的。我的经验是，先手动量好雷达和 IMU 的相对位置，写进 URDF，然后跑一段直线和旋转，看建图是否闭合，不闭合再微调。

2.2 决策层：算力板选型与 ROS2 版本匹配

算力板决定了你能跑多重的算法。树莓派 4B/5 能跑 2D SLAM 和 Nav2 的基本功能，但如果你要跑视觉或者 3D 建图，就得上 Jetson 或者 x86 迷你主机。

ROS2 版本和 Ubuntu 版本是绑定的。目前主流是ROS2 Humble 配 Ubuntu 22.04，这是长期支持版本，资料最多，社区最活跃。如果你看到有人用 Ubuntu 26.04 装 ROS2，那大概率是尝鲜或者特定需求，新手别跟。

安装 ROS2 的时候，国内网络环境是个现实问题。packages.ros.org有时候会抽风，报获取:1 http://packages.ros.org/ros2/ubuntu jammy inrelease 错误。解决办法是换源，用国内镜像，或者用鱼香 ROS 的一键安装脚本，这个在社区里口碑很好，省去很多配置麻烦。

# 鱼香 ROS2 一键安装（示例，具体以官方最新脚本为准） wget http://fishros.com/install -O fishros && . fishros

装完之后，ros2 topic list能列出话题，rviz2能打开，就算环境通了。

2.3 执行层：底盘驱动与 ROS2 控制接口

执行层就是把 ROS2 的cmd_vel变成轮子的转动。如果你买的是现成底盘，通常厂商会提供一个 ROS2 驱动包，你启动之后，/cmd_vel话题就能控制底盘。如果是自己攒的，你需要写一个节点，订阅geometry_msgs/Twist，然后通过串口把速度指令发给下位机。

这里的关键是运动学模型。两轮差速是最常见的，你需要根据轮距和轮径，把线速度和角速度分解成左右轮的速度。公式很简单：

• 左轮速度 = 线速度 - 角速度 × 轮距 / 2
• 右轮速度 = 线速度 + 角速度 × 轮距 / 2

但实际写代码的时候，还要考虑编码器反馈、PID 闭环、死区补偿。我踩过的坑是：轮子在小速度下不转，因为电机有静摩擦，PWM 给低了没反应。解决办法是在驱动里加一个最小 PWM 阈值，或者用闭环控制让 PID 去补。

2.4 供电层：电池、DC-DC 与充电管理

供电是攒机里最容易被低估的部分。雷达、算力板、底盘电机，三者电压和电流需求都不一样。雷达通常 5V 或 12V，算力板 5V 或 12V，电机可能是 12V 或 24V。你需要一个电池组加多路 DC-DC 降压模块。

电池选锂电池，电压根据电机来定，容量看你要跑多久。一般 12V 10Ah 能跑一两个小时。充电管理要么用现成的充电模块，要么保留原底盘的充电桩对接。如果你走旧机改造路线，原电池和充电系统直接复用，这是最省事的。

注意：锂电池一定要加保护板，过放和过充都会出问题。我见过有人为了省事直接裸电池上，结果一次过放电池就鼓包了。安全第一，别在这上面省钱。

3. 软件栈实操：ROS2、SLAM 与 Nav2 的完整链路

硬件攒好只是开始，真正让机器人“活”起来的是软件。这一部分我按数据流从传感器到运动控制，把整条链路串一遍。

3.1 ROS2 基础：话题、服务、动作，先搞懂再动手

ROS2 的通信机制有三种：话题（Topic）、服务（Service）、动作（Action）。话题是发布订阅，适合传感器数据流；服务是请求响应，适合配置查询；动作是带反馈的长任务，适合导航这种需要过程监控的场景。

新手最容易懵的是“我该用哪个”。简单记：数据一直在流的用话题，一次性配置的用服务，需要知道进度的用动作。Nav2 里导航就是动作，你发一个目标点，它一边走一边给你反馈，到了告诉你成功，卡住了告诉你失败。

创建 C++ 功能包是 ROS2 开发的基本功：

ros2 pkg create --build-type ament_cmake my_robot_pkg --dependencies rclcpp std_msgs

然后写节点、配 CMakeLists、编译、source，这一套流程走通一次，后面就是复制粘贴改逻辑。

3.2 SLAM 建图：从 LaserScan 到栅格地图

SLAM 建图的目标是让机器人一边走一边画地图。ROS2 里最常用的是SLAM Toolbox，它订阅/scan和/odom，发布/map和map->odom的 TF 变换。

启动 SLAM Toolbox 之后，你在 RViz2 里能看到地图一点点长出来。这时候你需要手动控制机器人走一圈，或者写一个探索节点让它自己跑。建图质量取决于几个因素：雷达安装高度、IMU 数据质量、轮式里程计精度。

我实测下来，轮式里程计漂移是最大的问题。走直线还好，一转弯就偏。解决办法是融合 IMU，用robot_localization包做 EKF，把轮速和 IMU 数据合起来算位姿。这样建出来的图闭合度好很多。

关于八叉树地图导航，如果你用 3D 雷达，可以用octomap把点云转成八叉树，再做三维导航。但说实话，家用扫地机场景，2D 栅格地图加代价地图就够了，八叉树属于进阶玩法。

3.3 Nav2 导航：行为树、代价地图与路径规划

Nav2 是 ROS2 的导航框架，核心是行为树（Behavior Tree）。它把导航拆成一系列动作：规划路径、跟随路径、恢复行为。行为树的好处是你可以自定义逻辑，比如“如果卡住了，先后退再旋转，还不行就重新规划”。

Nav2 的配置主要在nav2_params.yaml里，关键参数包括：

• robot_radius：机器人半径，影响代价地图膨胀
• inflation_radius：膨胀半径，太小会撞，太大会卡
• max_vel_x、max_vel_theta：最大速度和角速度
• planner_plugins：路径规划器，默认用 NavFn 或 Smac

代价地图分全局和局部。全局用静态地图加膨胀层，局部用雷达实时数据加障碍层。调参的时候，我建议先把速度调慢，确保能走稳，再逐步提速。

提示：Nav2 的行为树可以用 Groot 可视化编辑，但新手先用默认的navigate_to_pose_w_replanning_and_recovery.xml就行，别一上来就自己画树。

3.4 仿真先行：Gazebo 里跑通再上真机

如果你硬件还没攒好，或者想先验证算法，Gazebo 是最好的起点。ROS2 Humble 配 Gazebo 可以模拟一个带雷达的差速机器人，你可以在仿真里跑 SLAM 和 Nav2，把参数调好，再移植到真机。

仿真里跑通的标准是：机器人能在未知环境里建图，然后给定目标点能自主导航过去，遇到障碍能绕开。这个过程能帮你排除 80% 的软件配置问题，上真机的时候就只剩硬件调试了。

4. 常见问题与排查技巧实录

这一部分是我和身边朋友踩过的坑的汇总，按问题现象、可能原因、排查方法、解决方案来整理。

4.1 雷达不亮或驱动报错

现象：启动雷达驱动，报[ERROR] query livox lidar fw type failed, the status:-4或者干脆没数据。

排查：先看供电，万用表量雷达输入端电压是否达标。再看通信，网口雷达 ping 一下 IP，串口雷达用ls /dev/tty*看设备有没有识别。最后看权限，串口设备通常需要dialout组权限。

解决：供电不足就换 DC-DC；IP 不通就检查网段；权限问题就sudo usermod -aG dialout $USER然后重新登录。

4.2 建图漂移、地图闭合差

现象：走一圈回来，地图上的墙对不上，或者机器人位置在 RViz2 里越走越偏。

排查：先看里程计，手动推机器人走直线，看/odom的 x 变化是否和实际距离一致。再看 IMU，静止时看角速度是否有漂移。

解决：里程计不准就调轮径和轮距参数；IMU 漂移就做校准；两者都不行就上robot_localization做融合。

4.3 Nav2 规划失败或机器人原地转圈

现象：给定目标点，机器人不动，或者原地打转，日志报Failed to create a plan。

排查：看代价地图，RViz2 里加local_costmap和global_costmap显示，看目标点是不是在障碍物里，或者膨胀层把路堵死了。

解决：调小inflation_radius，或者清理地图上的噪点。如果是局部规划器的问题，换DWB或TEB试试。

4.4 ROS2 安装与网络问题

现象：apt update报错，或者ros2命令找不到。

排查：检查源配置，/etc/apt/sources.list.d/下的 ros2 源是否正确。检查环境变量，source /opt/ros/humble/setup.bash有没有加到.bashrc。

解决：换国内镜像源，或者用鱼香脚本重装。网络问题导致的安装失败，多试几次或者换时间段。

4.5 独家避坑心得

第一个心得：别一上来就追求完美。我见过太多人卡在“雷达要买最好的”“算力板要最强的”，结果半年过去什么都没跑起来。先用便宜 2D 雷达加树莓派跑通全流程，再逐步升级，这才是正路。

第二个心得：日志是你的朋友。ROS2 的日志级别可以调，--ros-args --log-level debug能看到很多细节。遇到问题先看日志，比瞎猜快十倍。

第三个心得：版本一致性。ROS2 版本、Ubuntu 版本、驱动包版本，三者要对齐。我试过用 Humble 的包在 Foxy 上跑，编译都过不去。老老实实按官方推荐组合来，省心。

第四个心得：机械结构别凑合。轮子不圆、轴承晃动、雷达装歪，这些机械问题软件补不回来。攒机的时候，结构件该花的钱要花，不然后面调算法调到怀疑人生。

5. 从能跑到好用：后续扩展与个人体会

机器人能建图能导航之后，你会发现它离“好用”还有距离。比如它不会自己充电，不会绕开电线，不会识别房间。这些就是后续扩展的方向。

自动充电对接需要红外或者视觉引导，回到充电桩附近再精确对接。这个在 ROS2 里可以用nav2加自定义行为树实现，先导航到充电桩附近，再切换到对接模式。

动态避障需要更好的局部规划器，或者加视觉传感器识别低矮障碍。2D 雷达看不到地上的电线、袜子，这是它的物理局限。加一个深度相机或者超声波，能补上这个盲区。

多房间建图和语义地图是另一个方向。你可以给地图打标签，告诉机器人“这是客厅”“这是厨房”，然后让它按房间导航。这需要结合视觉或者手动标注，属于进阶玩法。

我个人在实际操作中的体会是，攒一台扫地机器人最大的收获不是最后那台机器，而是你对“感知—决策—执行”这个闭环的理解。你会知道雷达数据怎么变成地图，地图怎么变成路径，路径怎么变成轮子的转动。这种从传感器到执行器的完整链路认知，是看多少篇教程都换不来的。

最后再分享一个小技巧：每次改完配置，先跑仿真验证，再上真机。仿真里撞墙不要钱，真机撞墙可能就要换零件了。这个习惯能帮你省下不少时间和银子。