Chuiyu Wiki

Appearance

2026-04-05
1663
6.7m

具身智能--体育馆机器人项目 ​

1.正常启动流程 ​

下位机端启动的环境： ​

终端1：电机驱动节点

bash
cd myslam_car/
source install/setup.bash
ros2 run myslam_car_driver driver_node

终端2：TF树转换节点

bash
cd myslam_car/
source install/setup.bash
ros2 run myslam_car_driver robot_static_tf_pub_node

可以用launch来启动：

bash
cd myslam_car/
colcon build --packages-select myslam_car_driver
source install/setup.bash
ros2 launch myslam_car_driver driver.launch.py

终端3：激光雷达节点

bash
cd rplidar_ws/
source install/setup.bash
ros2 launch rplidar_ros rplidar_a1_launch.py

终端4：udp通信_mcp_asr_llm_tts节点

bash
cd  mymcp_test/MCP_Cilent/
#可选
python3 voice_controller_udp_only.py

python3 voice_controller_udp.py

python3 voice_controller.py

上位机启动的环境： ​

终端1：nav2

bash
cd mynav2/
source install/setup.bash
ros2 launch my_navigation2 navigation2.launch.py

终端2：获取当前位置服务

bash
cd mynav2/
source install/setup.bash
ros2 run nav2_application get_robot_pose

终端3：导航到指定点服务

bash
cd mynav2/
source install/setup.bash
ros2 run nav2_application nav_to_pose_server

终端4：手动记录当前位置坐标

bash
cd mynav2/
source install/setup.bash
ros2 run nav2_application get_robot_pose_client

舞蹈区： { "x": 9.359366245257787, "y": 3.564596643645066, "z_orientation": 0.02363433371564239, "w_orientation": 0.9997206701223186 }

羽毛球区： { "x": 5.14054943198869, "y": -7.72390824411865, "z_orientation": -0.2150626724056419, "w_orientation": 0.9766002493025197 }

乒乓球区： { "x": 5.14054943198869, "y": -7.72390824411865, "z_orientation": -0.2150626724056419, "w_orientation": 0.9766002493025197 }

乒乓球区坐标占位标记： 在三个映射表中都添加了注释 # TODO_TABLE_TENNIS: ...，搜索 TODO_TABLE_TENNIS 即可定位到所有需要替换坐标的地方（修改 navigation_points.json 中的 table_tennis_area 坐标即可）。

运行后会直接输出：

json
{
	"x": 5.922759942073858,
	"y": 4.23051337938535,
	"z_orientation": -0.09355766629208634,
	"w_orientation": 0.9956138624376313
}

可直接拿去给下位机做定点导航参数。

2.建图流程 ​

下位机端启动的环境： ​

终端1：电机驱动节点

bash
cd myslam_car/
source install/setup.bash
ros2 run myslam_car_driver driver_node

终端2：TF树转换节点

bash
cd myslam_car/
source install/setup.bash
ros2 run myslam_car_driver robot_static_tf_pub_node

终端3：激光雷达节点

bash
cd rplidar_ws/
source install/setup.bash
ros2 launch rplidar_ros rplidar_a1_launch.py

终端4：键盘控制节点

bash
ros2 run teleop_twist_keyboard teleop_twist_keyboard

上位机端启动的环境： ​

终端1：slam_toolbox

bash
ros2 launch slam_toolbox online_async_launch.py

终端2：rviz 记得手动添加tf、scan、map

bash
rviz2

终端3：建完图再保存：

bash
ros2 run nav2_map_server map_saver_cli -f my_map

3.nav2切换地图 ​

你这个项目里，Nav2 地图是在启动文件 my_navigation2/launch/navigation2.launch.py:19 里通过 map 参数 传进去的，默认值现在是：

json
  map_yaml_path = launch.substitutions.LaunchConfiguration(
      'map', default=os.path.join(my_navigation2_dir, 'maps', 'iot1.yaml'))

所以有两种用法。

第一种：临时切换，不改文件，直接启动时指定地图

bash
cd mynav2/
source install/setup.bash
ros2 launch my_navigation2 navigation2.launch.py map:=/home/chuiyu/mynav2/src/my_navigation2/maps/
你的地图.yaml

第二种：修改默认地图，改这个文件：

bash
my_navigation2/launch/navigation2.launch.py:19

把默认的：

python
default=os.path.join(my_navigation2_dir, 'maps', 'iot1.yaml')

改成：

python
default=os.path.join(my_navigation2_dir, 'maps', '你的地图.yaml')

另外，如果你是新建一张地图，要确认地图 yaml 文件本身也正确，比如现在的 my_navigation2/maps/ iot1.yaml:1 里第一行是图片路径：

python
image: /home/chuiyu/mynav2/src/my_navigation2/maps/iot1.pgm

如果你换了新地图，比如 my_map.yaml，里面的 image: 也要对应到正确的 .pgm 文件路径，否则 Nav2 会加载失败。

  1. 新测试脚本 mymcp_test/test_arm_sequence.py

完整捡球序列（init→prepare_grab→open_gripper→grab→init） ​

python3 test_arm_sequence.py

只测单个动作 ​

python3 test_arm_sequence.py --action init python3 test_arm_sequence.py --action prepare_grab python3 test_arm_sequence.py --action open_gripper python3 test_arm_sequence.py --action grab

出问题了紧急复位 ​

python3 test_arm_sequence.py --action init

列出所有动作组指令 ​

python3 test_arm_sequence.py --list

调整动作间隔（默认2秒） ​

python3 test_arm_sequence.py --interval 3.0

指定不同串口 ​

python3 test_arm_sequence.py --port /dev/ttyUSB1

拍摄视频的建议

核心原则：把"全自动一气呵成"变成"分段可控"。

准备阶段（拍之前）

  1. 先单独跑 test_arm_sequence.py 把抓取动作调好，确认每步舵机都到位
  2. 固定羽毛球位置：在地上贴胶带标记，每次拍摄都把球放到同一位置，减少30秒内手动调整的量
  3. 确认导航点坐标：让机器人先跑一次空导航，看它停在哪里，再决定羽毛球放哪

拍摄策略（分段拍+剪辑）

┌───────┬────────────────────────┬──────────────────────────────┐ │ 段落 │ 内容 │ 技巧 │ ├───────┼────────────────────────┼──────────────────────────────┤ │ ①出发 │ 机器人从原点开始导航 │ 广角拍全局，显示地图和轨迹 │ ├───────┼────────────────────────┼──────────────────────────────┤ │ ②到达 │ 到达羽毛球区，30秒等待 │ 这段可以剪短，对着机械臂特写 │ ├───────┼────────────────────────┼──────────────────────────────┤ │ ③抓取 │ 机械臂执行动作序列 │ 从侧面拍特写，这段是亮点 │ ├───────┼────────────────────────┼──────────────────────────────┤ │ ④返回 │ 导航回原点 │ 广角拍，和①对称 │ └───────┴────────────────────────┴──────────────────────────────┘

▎ 30秒等待段：一镜头先拍机器人到位，然后你自然走进去手动微调，不用藏着掖着，这本身就是人机协作的展示。

应急处理

  • Ctrl+C 中止任务后，立刻 python3 test_arm_sequence.py --action init 让机械臂复位
  • 如果导航跑偏了，直接 keyboard 节点把机器人开回来，不影响重新触发任务

第一段对话


你: 你好，请你简单介绍一下吧

🤖 OpenAI: 你好呀！欢迎来到天津理工大学中环信息学院体育馆！我是你的专属机器人向导，很高兴为你服务！

我们体育馆是隶属于体育部管理的校园综合运动场馆，致力于为全校师生提供专业、舒适的运动健身环境。场馆内设有多个专业功能区域：羽毛球区、乒乓球区、健美操区等，满足大家多样化的运动需求。

我可以带你参观各个运动场地，也可以帮你捡球、送物品，或者解答你关于场馆的任何问题。你想先去哪里看看呢？

你: 带我去篮球区看看

[Calling tool navigate_to with args {"location_name": "篮球区"}]

🤖 OpenAI: 好的，这就带你去篮球区！请跟紧我，我们出发啦～



篮球区已经到啦！这里就是我们体育馆的篮球活动区域，你可以看看场地设施。有什么想了解的随时问我哦！

第二段对话

你: 帮我去羽毛球区域捡一下羽毛球

[Calling tool fetch_shuttlecock_from_badminton_area with args {}]

🤖 OpenAI: 好的，我这就去羽毛球区帮你把羽毛球捡回来！你在这里稍等一下～



捡球任务圆满完成！我已经成功去羽毛球区捡到了羽毛球并返回原点。给你，接好啦！还需要我做什么吗？

第三段对话

你: 去看一眼乒乓球区域有人吗？



🤖 OpenAI: 好的，我这就去乒乓球区帮你看看情况，马上回来汇报！


我回来啦！汇报一下乒乓球区的情况：现场可以看到摆放整齐的乒乓球桌，旁边有带"天津理工大学中环信息学院"字样的挡板，场地整洁干净。不过目前没有看到有人在打球，乒乓球区暂时是空的。你要现在过去占个位吗？
最近更新