【保姆级教程】从零部署宇树 Unitree 机器人 ROS 2 环境 (Go2/B2/H1) (Humble + 真实硬件)

摘要

本文为希望在ROS 2 (Humble) 环境下开发宇树 (Unitree) 机器人(支持 Go2, B2, H1)的开发者提供了一篇详尽的、从零开始的部署指南。我们将首先在 Ubuntu 22.04 上安装 ROS 2 Humble,然后重点讲解如何配置 unitree_ros2 功能包,实现 ROS 2 节点与机器人底层 DDS 系统的直接通信。本教程基于官方文档,并针对 Humble 环境进行了优化,可跳过 Foxy 版本复杂的 CycloneDDS 编译步骤

核心环境:

  • 操作系统: Ubuntu 22.04 (Jammy)
  • ROS 2 版本: Humble Hawksbill (LTS)
  • 目标硬件: Unitree Go2 / B2 / H1 (真实机器人)

[TOC]

🤖 一、前言:为什么选择 unitree_ros2?

宇树官方的 unitree_ros2 仓库 (https://github.com/unitreerobotics/unitree_ros2) 提供了一种全新的 ROS 2 集成方式。

与传统的通过 SDK 封装再桥接到 ROS 2 的方式不同,unitree_ros2 利用了 Unitree SDK 2 (基于 CycloneDDS) 和 ROS 2 (同样使用 DDS) 在通信机制上的共性。这使得 ROS 2 节点可以直接与机器人的底层 DDS 通信,无需额外的 SDK 接口封装,实现了更原生、更高效的数据交换。

本教程将带您走通这个配置流程。

🛠️ 二、第一部分:安装 ROS 2 Humble (Ubuntu 22.04)

如果您已经安装好了 ROS 2 Humble,可以跳过此部分。

1. 设置 UTF-8 区域设置

确保您的系统支持 UTF-8。

Bash

sudo apt update && sudo apt install locales sudo locale-gen en_US en_US.UTF-8 sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8 export LANG=en_US.UTF-8 

2. 添加 ROS 2 软件源

添加 GPG 密钥并设置 ROS 2 仓库。

Bash

sudo apt install curl gnupg lsb-release sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(source /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null 

3. 安装 ROS 2 (Humble)

Bash

sudo apt update # 安装桌面完整版,包含 RVIZ 和示例 sudo apt install ros-humble-desktop 

3.1 (重要) 安装 colcon 构建工具

colcon 是 ROS 2 的标准构建工具,我们后续编译工作空间时会用到它。

Bash

# 此包通常作为 ros-humble-desktop 的依赖被自动安装 # 为确保万无一失,我们手动执行一次 sudo apt update sudo apt install python3-colcon-common-extensions 

4. 设置环境变量

将 ROS 2 的环境设置脚本添加到您的 .bashrc 中,以便新终端自动加载。

Bash

echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc # 使其在当前终端生效 source ~/.bashrc 

5. 测试安装

打开两个终端。

终端 1 (Talker):

Bash

ros2 run demo_nodes_cpp talker 

终端 2 (Listener):

Bash

ros2 run demo_nodes_py listener 

如果您在 Listener 终端能看到 Talker 发送的 [INFO] 消息,恭喜您,ROS 2 Humble 已成功安装!

🚀 三、第二部分:部署 Unitree ROS 2 功能包

这是本教程的核心。我们将配置 unitree_ros2 以连接到您的真实机器人。

1. 安装特定依赖

unitree_ros2 需要一些特定的 ROS 2 包和库。

Bash

sudo apt update sudo apt install ros-humble-rmw-cyclonedds-cpp sudo apt install ros-humble-rosidl-generator-dds-idl sudo apt install libyaml-cpp-dev sudo apt install git # (如果尚未安装) 

2. 克隆与编译工作空间

编译工作空间:

💡 关键提示 (Humble vs Foxy):

官方文档指出,如果您使用 ROS 2 Foxy,必须手动下载和编译特定版本的 cyclonedds (0.10.x)。

但我们使用 Humble,可以跳过这个繁琐的步骤! Humble 自带的 rmw_cyclonedds 版本已兼容。

我们直接编译 unitree_gounitree_api 包:Bash

# 进入工作空间 cd ~/unitree_ros2/cyclonedds_ws # (重要) 确保 ROS 2 环境已加载 source /opt/ros/humble/setup.bash # 编译所有包 colcon build 

等待编译完成,您应该会看到 install, build, log 目录。

克隆官方仓库到您的主目录:Bash

cd ~ git clone https://github.com/unitreerobotics/unitree_ros2 

3. 配置网络(连接真实机器人)

  1. 物理连接:使用网线将您的 Ubuntu 电脑与机器人连接。
  2. 查找网卡名称:打开终端,运行 ifconfigip a。找到您连接机器人的那个有线网卡,记下其名称,例如 enp3s0eth0
  3. 设置静态 IP
    • 打开 Ubuntu 的“网络设置”。
    • 找到该有线连接,进入 IPv4 设置。
    • 模式改为“手动”。
    • 设置地址:
      • 地址:192.168.123.99
      • 子网掩码:255.255.255.0
    • 点击“应用”并重新连接网络。

4. 修改环境脚本 (最关键一步)

unitree_ros2 提供了一个 setup.sh 脚本来配置 DDS。我们需要根据我们的环境(Humble 和 网卡名称)修改它。

  1. 保存并关闭文件。

修改文件内容:修改前 (原始文件内容):Bash

#!/bin/bash echo "Setup unitree ros2 environment" source /opt/ros/foxy/setup.bash # <--- (1) 这里是 foxy source $HOME/unitree_ros2/cyclonedds_ws/install/setup.bash export RMW_IMPLEMENTATION=rmw_cyclonedds_cpp export CYCLONEDDS_URI='<CycloneDDS><Domain><General><Interfaces>   <NetworkInterface name="enp3s0" priority="default" multicast="default" /> # <--- (2) 这里是 enp3s0                         </Interfaces></General></Domain></CycloneDDS>' 

修改后 (适配您的环境):Bash

#!/bin/bash echo "Setup unitree ros2 environment" source /opt/ros/humble/setup.bash # <--- (1) 必须改为 humble source $HOME/unitree_ros2/cyclonedds_ws/install/setup.bash export RMW_IMPLEMENTATION=rmw_cyclonedds_cpp export CYCLONEDDS_URI='<CycloneDDS><Domain><General><Interfaces>   <NetworkInterface name="YOUR_INTERFACE_NAME" priority="default" multicast="default" /> # <--- (2) 必须改为您在 3.2 步中找到的网卡名                         </Interfaces></General></Domain></CycloneDDS>' 

(例如,如果您的网卡是 eth0,就改成 name="eth0"

打开脚本文件:Bash

gedit ~/unitree_ros2/setup.sh 

5. 连接与测试

  1. 启动机器人

查看数据:Bash

ros2 topic echo /sportmodestate 

如果一切正常,您将看到机器人的状态数据开始刷屏,部署成功!

测试连接:Bash

ros2 topic list 

如果网络配置正确,DDS 会自动发现机器人。您应该能看到一系列来自机器人的话题,例如:

/api/sport/request /lf/lowstate /sportmodestate /wirelesscontroller ... 

打开一个新终端运行您修改后的 setup.sh 来加载所有环境:Bash

source ~/unitree_ros2/setup.sh 

✅ 四、第四部分:编译和运行示例

unitree_ros2 仓库还提供了一个 example 工作空间。

  1. 打开一个新终端

运行示例(例如:读取运动状态):Bash

# 确保您在 example 目录下 ./install/unitree_ros2_example/bin/read_motion_state 

您将在终端看到格式化后的机器人状态信息:

[INFO] [1697525196.266174885] [motion_state_suber]: Position -- x: 0.567083; y: 0.213920; z: 0.052338; body height: 0.320000 [INFO] [1697525196.266230044] [motion_state_suber]: Velocity -- vx: -0.008966; vy: -0.001431; vz: -0.019455; yaw: -0.002131 ... 

编译示例:Bash

cd ~/unitree_ros2/example colcon build 

加载 Unitree 环境(必须!):Bash

source ~/unitree_ros2/setup.sh 

💡 五、总结与常见问题 (FAQ)

本教程详细介绍了如何在 Ubuntu 22.04 + ROS 2 Humble 环境下,部署 unitree_ros2 功能包以连接真实机器人硬件。最关键的步骤是修改 setup.sh 脚本,使其指向 humble 并使用正确的网卡名称

Q: 我运行 ros2 topic list 为什么看不到机器人的话题?

A: 99% 是网络问题。

  1. 检查物理连接:网线是否插好?机器人是否开机?
  2. 检查 IP 地址:您电脑的 IP 是否静态设置为了 192.168.123.99
  3. 检查 setup.sh:您是否 source修改后setup.sh
  4. 检查网卡名称CYCLONEDDS_URI 变量中的 name 是否绝对正确
  5. 检查防火墙sudo ufw disable 临时禁用防火墙试试。

Q: colcon build 编译 cyclonedds_ws 失败了。

A: 确保您在编译前运行了 source /opt/ros/humble/setup.bash,并且已经安装了 ros-humble-rmw-cyclonedds-cpp 等所有依赖。


希望这篇教程对您有帮助!点赞、收藏、加关注,我们下次再见!

Read more

WiFi模块AT指令全解析和智能家居APP制作

1.WiFi的常用AT指令顺序: 1):AT+RST---模块重启指令 2):AT+CWMODE---设置工作模式        1. STA(Station,工作站)模式,在此模式下,WiFi模块可以接入附近其他的网络。 2. AP(路由器)模式,在此模式下,WiFi可以主动建立一个网络(类似于手机开设热点)。 3. AP+STA 混合模式,类似于手机既连入附近的路由器,也自己开热点。示例:AT+CWMODE=1 3)AT+CWJAP="K80","123123123"---连接附近的路由器:      若成功连接,出现        4)AT+CWQAP---WIFI模块断开与路由器的连接       通常WIFI端口连接后,会提示       5)

ROS1机器人SLAM系列(四):Gmapping算法详解与实战

ROS1机器人SLAM系列(四):Gmapping算法详解与实战 本文将深入讲解Gmapping算法的原理,并通过实战演示如何使用Gmapping进行2D激光SLAM建图。 1. Gmapping算法简介 1.1 什么是Gmapping? Gmapping是一种基于**粒子滤波(Rao-Blackwellized Particle Filter, RBPF)**的2D激光SLAM算法。它由Giorgio Grisetti等人于2007年提出,是ROS中最经典、应用最广泛的SLAM算法之一。 主要特点: * 基于粒子滤波的概率框架 * 适用于2D激光雷达 * 需要里程计信息 * 实现成熟,稳定可靠 * 适合中小规模室内环境 1.2 算法流程概述 Gmapping算法流程 里程计数据 运动预测 Motion Model 粒子集合更新 激光雷达数据 扫描匹配 Scan Matching 观测更新 Sensor Model 粒子权重计算 重采样 Resample 地图更新 2. 核心算法原理

搭建自己的AI API对话机器人UI程序完全指南(有完整代码,在Python3.13环境下即拿即用)

搭建自己的AI API对话机器人UI程序完全指南(有完整代码,在Python3.13环境下即拿即用)

目录 第一章 项目概述与核心特性 1.1 项目背景与意义 1.2 核心功能特性 第二章 环境与依赖准备 2.1 系统需求与Python环境 2.2 必需的Python库安装 2.3 API服务账户注册与配置 第三章 应用架构与核心代码解析 3.1 整体架构设计与类结构 3.2 Markdown处理引擎 3.3 UI界面构建与布局设计 3.4 核心通信机制 第四章 免费模型与基础使用 4.1 可用的免费模型列表 4.2 基础使用流程与最佳实践 第五章 付费模型配置与进阶使用 5.1 付费模型的种类与定价体系 5.2 修改代码以使用付费模型

从算法原理到实战:揭秘AI绘画中ESRGAN与4X-UltraSharp的底层逻辑

从算法原理到实战:揭秘AI绘画中ESRGAN与4X-UltraSharp的底层逻辑 当一张低分辨率的老照片在AI处理后突然展现出惊人的细节,或是模糊的动漫截图被还原成高清壁纸时,这种"魔法"背后往往站着两个重量级选手:ESRGAN和4X-UltraSharp。这两种算法已经成为AI绘画领域超分辨率处理的黄金标准,但它们究竟如何工作?为何能在众多竞争者中脱颖而出? 1. 超分辨率技术的演进与核心挑战 传统图像放大技术就像用放大镜观察报纸图片——像素被简单拉伸后,我们只能看到更大的马赛克。而现代超分辨率算法则如同一位训练有素的画师,能够根据对现实世界的理解,"想象"并补全那些本不存在的细节。 超分辨率技术面临三大核心挑战: * 信息缺失问题:低分辨率图像丢失了高频细节 * 计算复杂度:需要平衡处理速度与质量 * 真实感保持:避免产生不自然的伪影和过度锐化 早期解决方案如双三次插值算法,虽然计算速度快,但效果平平。下表对比了几种基础算法的表现: 算法类型处理速度细节保留适用场景最近邻插值极快差实时预览双线性插值快一般普通放大Lanczos中等较好摄影后期传统CNN慢