# ============================================================================ # gc_nav2_with_amcl.launch.py # 功能:基于 AMCL(自适应蒙特卡洛定位)的导航启动文件 # # 架构: # Gazebo 仿真环境 # ├── robot_state_publisher — 发布机器人 TF 树(URDF 模型) # └── nav2_bringup_launch — Nav2 一体化启动(包含以下子模块): # ├── map_server — 加载 my_map.yaml,发布全量静态地图到 /map # ├── AMCL — 粒子滤波定位,发布 map→odom TF # │ 需要手动设置 /initialpose 初始位姿 # ├── planner_server — 全局/局部路径规划器(SmacHybrid) # ├── controller_server — 路径跟踪控制器(MPPI Ackermann) # ├── behavior_server — 恢复行为服务器(spin/backup/wait) # └── bt_navigator — 行为树导航编排器 # # 与 SLAM 定位方案的区别: # AMCL: 粒子滤波定位,需要手动设置初始位姿,地图固定不更新 # SLAM定位: 激光扫描匹配定位,自动定位,可加载 .posegraph 序列化地图 # ============================================================================ import os from ament_index_python.packages import get_package_share_directory from launch import LaunchDescription from launch.actions import IncludeLaunchDescription, DeclareLaunchArgument, TimerAction from launch.launch_description_sources import PythonLaunchDescriptionSource from launch.substitutions import LaunchConfiguration from launch_ros.actions import Node from launch_ros.parameter_descriptions import ParameterValue from launch.substitutions import Command from launch.actions import ExecuteProcess def generate_launch_description(): """生成 LaunchDescription,启动 Gazebo + AMCL定位 + Nav2 导航""" ld = LaunchDescription() # =============================1.定位到包的地址============================================================= # 通过 ament_index 获取各功能包的安装路径 gc_navigation_fish_dir = get_package_share_directory( 'gc_navigation2_slamtoolbox') nav2_bringup_dir = get_package_share_directory('nav2_bringup') origincar_urdf_dir = get_package_share_directory( 'origincar_description') # =============================2.声明参数,获取配置文件路径=================================================== # use_sim_time: 仿真时间开关。Gazebo 下必须为 True, # 因为仿真环境通过 /clock 话题提供时间,而非系统时间 use_sim_time = LaunchConfiguration('use_sim_time', default='true') # map_yaml_path: 全量静态地图 yaml 文件路径 # 传给 bringup_launch → map_server 加载并发布到 /map map_yaml_path = LaunchConfiguration('map', default=os.path.join( gc_navigation_fish_dir, 'maps', 'my_map.yaml')) # nav2_param_path: Nav2 导航栈参数文件(含 AMCL 粒子滤波配置) # 注意:此处用 gc_navigation_amcl.yaml,包含 AMCL 参数(粒子数、运动模型等) # SLAM 方案则用 gc_navigation_slam.yaml(不含 AMCL) nav2_param_path = LaunchConfiguration('params_file', default=os.path.join( gc_navigation_fish_dir, 'params', 'gc_navigation_amcl.yaml')) # =============================3.声明启动launch文件========================================================== # bringup_launch.py 是 Nav2 的一体化启动入口,内部自动处理: # 1. 声明所有 launch 参数(map, slam, use_sim_time, params_file 等) # 2. 根据 slam 参数决定启动模式: # slam=False(默认)→ localization_launch(map_server + AMCL) # slam=True → slam_launch(slam_toolbox 在线建图) # 3. 启动 navigation_launch(planner + controller + behavior + bt_navigator) # 4. 通过 RewrittenYaml 实现参数文件中的变量替换 # # 传入参数: # map: 地图 yaml 文件路径(map_server 加载,AMCL 定位) # use_sim_time: 仿真时间模式(Gazebo 下必须为 true) # params_file: Nav2 全部节点的参数配置 nav2_bringup_launch = IncludeLaunchDescription( PythonLaunchDescriptionSource( [nav2_bringup_dir, '/launch', '/bringup_launch.py']), launch_arguments={ 'map': map_yaml_path, 'use_sim_time': use_sim_time, 'params_file': nav2_param_path}.items(), ) # =============================4.Gazebo仿真设置========================================================== # robot_name_in_model: Gazebo 中机器人的模型名称,需与 URDF 中一致 robot_name_in_model = 'mycar' # default_model_path: 机器人 URDF 模型文件路径 # 使用 xacro 宏展开生成最终的 URDF default_model_path = os.path.join( origincar_urdf_dir, "urdf", "origincar.urdf") # 声明 model 启动参数,支持命令行覆盖:ros2 launch ... model:=/path/to/custom.urdf model = DeclareLaunchArgument( name="model", default_value=default_model_path) # Gazebo 仿真世界文件路径 gazebo_world_path = os.path.join(origincar_urdf_dir, 'world/test.world') # 启动 Gazebo 仿真器进程 # --verbose: 输出详细日志 # -s libgazebo_ros_init.so: 加载 ROS ↔ Gazebo 通信初始化插件 # -s libgazebo_ros_factory.so: 加载模型生成(spawn_entity)插件 start_gazebo_cmd = ExecuteProcess( cmd=['gazebo', '--verbose', '-s', 'libgazebo_ros_init.so', '-s', 'libgazebo_ros_factory.so', gazebo_world_path], output='screen') # 在 Gazebo 世界中生成机器人模型 # -entity: 模型在 Gazebo 中的实例名(mycar) # -file: 要加载的 URDF 模型文件 # 生成后 Gazebo 会为模型创建对应的关节状态话题等 spawn_entity_cmd = Node( package='gazebo_ros', executable='spawn_entity.py', arguments=['-entity', robot_name_in_model, '-file', default_model_path], output='screen' ) # robot_description: 将 XACRO/URDF 模型字符串设为 ROS 参数 # robot_state_publisher 读取此参数发布各连杆的 TF 坐标变换 robot_description = ParameterValue( Command(["xacro ", LaunchConfiguration("model")]), value_type=str) # robot_state_publisher: 发布机器人各关节、连杆的 TF 变换 # - 订阅 joint_states 话题获取关节角度 # - 根据 URDF 模型计算 base_link → laser_link, wheel_link 等变换 # - publish_frequency=30Hz 确保 TF 更新平滑 # - use_sim_time=True 使用 /clock 仿真时间 robot_state_publisher = Node( package="robot_state_publisher", executable="robot_state_publisher", parameters=[{"robot_description": robot_description, 'use_sim_time': True, 'publish_frequency': 30.0}] ) # joint_state_publisher: 发布非固定关节的默认状态 # 如果 Gazebo 已经发布 joint_states,此节点可以注释掉避免冲突 # joint_state_publisher = Node( # package="joint_state_publisher", # executable="joint_state_publisher" # ) # =============================5.将所有 Action 添加到 LaunchDescription ================================== # 注意:nav2_bringup_launch 必须在 Gazebo 启动之后, # 否则会出现 /clock 话题未就绪的问题 # 可通过 TimerAction 添加延迟,或依赖 launch 系统的自动排序 ld.add_action(model) # 1. 声明模型路径参数 ld.add_action(nav2_bringup_launch) # 2. 启动 Nav2 一体化(map_server + AMCL + 导航) ld.add_action(start_gazebo_cmd) # 3. 启动 Gazebo 仿真器 ld.add_action(spawn_entity_cmd) # 4. 在 Gazebo 中生成机器人 ld.add_action(robot_state_publisher) # 5. 发布机器人 TF 树 # ld.add_action(joint_state_publisher) # 6. (可选) 默认关节状态发布 return ld