1. 树莓派4B与Ubuntu20.04系统部署

树莓派4B作为一款高性能的单板计算机，在机器人开发领域有着广泛的应用。我实际测试过树莓派4B 4GB内存版本，运行Ubuntu20.04系统非常稳定，完全能够满足ROS开发的需求。

1.1 系统镜像烧录实战

首先需要下载Ubuntu20.04的树莓派专用镜像。推荐使用官方的Ubuntu Server 20.04 LTS版本，这个版本对树莓派4B的兼容性最好。镜像下载地址可以在Ubuntu官网找到，选择arm64架构的版本。

烧录工具我推荐使用Raspberry Pi Imager，这个工具跨平台支持Windows、macOS和Linux系统。使用前一定要先用SD Card Formatter工具格式化SD卡，这一步很关键，能避免很多莫名其妙的烧录失败问题。

# 在Linux系统下安装烧录工具
sudo snap install rpi-imager

# 格式化SD卡（确保SD卡设备名正确）
sudo umount /dev/sdX*
sudo fdisk /dev/sdX  # 删除所有分区
sudo mkfs.fat /dev/sdX1

烧录过程大概需要15-30分钟，取决于SD卡的读写速度。我建议使用Class 10以上的高速SD卡，读写速度会快很多。

1.2 系统初始化配置

首次启动系统后，默认用户名和密码都是ubuntu，系统会强制要求修改密码。这里有个小技巧：你可以先创建一个新的用户账号，避免使用默认账户。

# 创建新用户
sudo adduser myusername
sudo usermod -aG sudo myusername

# 安装必要工具
sudo apt update
sudo apt install net-tools vim curl wget

网络配置是关键步骤，树莓派4B的有线网卡和无线网卡都需要正确配置。我建议先使用手机热点进行测试，这样能快速确认网络连接是否正常。

# 编辑网络配置文件
sudo vim /etc/netplan/50-cloud-init.yaml

# 配置示例
network:
    ethernets:
        eth0:
            dhcp4: true
    wifis:
        wlan0:
            dhcp4: true
            access-points:
                "你的热点名称":
                    password: "你的密码"

应用网络配置后，记得用ifconfig命令检查IP地址是否获取成功。如果遇到问题，可以查看系统日志排查原因。

1.3 桌面环境与远程访问

服务器版本默认没有图形界面，我建议安装Ubuntu桌面环境，这样后续使用ROS工具会更方便。

# 安装完整桌面环境
sudo apt install ubuntu-desktop

# 安装远程桌面服务
sudo apt install xrdp

远程访问我推荐使用NoMachine，它的性能比VNC好很多。下载ARM64版本的deb包后直接安装：

sudo dpkg -i nomachine_7.6.2_3_arm64.deb

安装完成后需要修改配置文件，禁用物理桌面授权：

sudo vim /usr/NX/etc/server.cfg
# 将PhysicalDesktopAuthorization改为0

这样你就可以从Windows或macOS电脑远程连接到树莓派的桌面环境了，操作体验很流畅。

2. ROS Noetic环境完整配置

ROS Noetic是ROS1的最后一个长期支持版本，专门为Ubuntu20.04优化。我在多个项目中使用过这个版本，稳定性确实很不错。

2.1 基础环境安装

首先配置ROS的软件源，建议使用国内镜像源加速下载。我测试过清华源和中科大源，速度都很快。

# 设置ROS软件源
sudo sh -c 'echo "deb http://mirrors.ustc.edu.cn/ros/ubuntu/ focal main" > /etc/apt/sources.list.d/ros-latest.list'

# 添加密钥
sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654

# 安装ROS桌面完整版
sudo apt update
sudo apt install ros-noetic-desktop-full

安装完成后需要设置环境变量，我建议直接写入bashrc文件，这样每次打开终端都会自动加载ROS环境。

echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc
source ~/.bashrc

2.2 工作空间创建与配置

ROS开发都需要在工作空间中进行，标准的catkin工作空间结构很重要。

# 创建并初始化工作空间
mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src
catkin_init_workspace

# 编译工作空间
cd ~/catkin_ws
catkin_make

# 设置工作空间环境变量
echo "source ~/catkin_ws/devel/setup.bash" >> ~/.bashrc
source ~/.bashrc

这里有个实用技巧：你可以在bashrc中添加一个函数快速切换到工作空间：

echo 'alias cw="cd ~/catkin_ws"' >> ~/.bashrc
echo 'alias cs="cd ~/catkin_ws/src"' >> ~/.bashrc

2.3 依赖工具安装

ROS开发需要一些额外的工具，特别是python3相关的依赖包。

# 安装编译工具和依赖
sudo apt install python3-rosdep python3-rosinstall python3-rosinstall-generator python3-wstool build-essential

# 初始化rosdep
sudo rosdep init
rosdep update

如果rosdep初始化失败，通常是因为网络问题。可以尝试修改hosts文件，添加raw.githubusercontent.com的IP地址。

3. 镭神N10激光雷达驱动部署

镭神N10是一款性价比很高的二维激光雷达，我在多个扫地机器人项目中使用过这款雷达，建图效果相当不错。

3.1 雷达硬件连接与测试

镭神N10通过USB转串口模块连接到树莓派，首先需要确认系统能正确识别设备。

# 查看串口设备
ls /dev/ttyUSB*

# 给串口设备添加权限
sudo chmod 666 /dev/ttyUSB0

如果设备没有被识别，可能需要安装CH340/CH341驱动。这些驱动通常已经内置在Linux内核中，但如果遇到问题可以手动安装。

3.2 雷达ROS驱动编译

镭神雷达的ROS驱动包需要从官网下载，或者使用开源的驱动版本。

# 进入工作空间源码目录
cd ~/catkin_ws/src

# 下载雷达驱动（这里以开源驱动为例）
git clone https://github.com/robopeak/rplidar_ros.git

# 重命名文件夹为lsn10驱动
mv rplidar_ros lsn10_driver

编译前需要安装依赖库，特别是libpcap-dev：

sudo apt install libpcap-dev

然后单独编译雷达驱动包：

catkin_make --only-pkg-with-deps lsn10_driver

3.3 雷达启动配置

创建启动文件配置雷达参数，特别注意串口设备和波特率的设置。

<launch>
  <node name="lsn10_node" pkg="lsn10_driver" type="lsn10_node" output="screen">
    <param name="serial_port" type="string" value="/dev/ttyUSB0"/>
    <param name="serial_baudrate" type="int" value="115200"/>
    <param name="frame_id" type="string" value="laser"/>
    <param name="inverted" type="bool" value="false"/>
    <param name="angle_compensate" type="bool" value="true"/>
  </node>
</launch>

启动雷达节点后，可以用rostopic命令测试数据是否正常发布：

rostopic echo /scan

你应该能看到连续的激光扫描数据输出，包括角度、距离、强度等信息。

4. 多传感器数据融合实战

在实际的机器人项目中，单一传感器往往不够可靠。我经常使用激光雷达结合IMU和里程计数据进行融合，提高定位和建图的准确性。

4.1 传感器时间同步

多传感器融合首先要解决时间同步问题。ROS提供了message_filters工具包来处理这个问题。

# 安装相关工具包
sudo apt install ros-noetic-message-filters

创建时间同步节点，同时订阅激光雷达和IMU数据：

import message_filters
from sensor_msgs.msg import LaserScan, Imu

def callback(laser_scan, imu_data):
    # 处理同步后的数据
    pass

laser_sub = message_filters.Subscriber('/scan', LaserScan)
imu_sub = message_filters.Subscriber('/imu', Imu)

ts = message_filters.ApproximateTimeSynchronizer([laser_sub, imu_sub], 10, 0.1)
ts.registerCallback(callback)

4.2 坐标变换配置

正确的坐标变换关系是多传感器融合的基础。需要配置雷达、IMU和基座标系之间的变换关系。

<node pkg="tf" type="static_transform_publisher" name="base_to_laser"
    args="0.1 0.0 0.2 0.0 0.0 0.0 base_link laser 100" />

<node pkg="tf" type="static_transform_publisher" name="base_to_imu"
    args="0.0 0.0 0.1 0.0 0.0 0.0 base_link imu 100" />

可以用rviz可视化工具检查坐标变换是否正确：

rosrun rviz rviz

在rviz中添加TF显示，应该能看到完整的坐标树结构。

4.3 数据融合算法实现

常用的融合算法有卡尔曼滤波和粒子滤波。这里以扩展卡尔曼滤波为例：

import numpy as np
import rospy
from sensor_msgs.msg import LaserScan, Imu

class SensorFusion:
    def __init__(self):
        # 初始化状态向量和协方差矩阵
        self.state = np.zeros(3)  # x, y, theta
        self.covariance = np.eye(3)
        
    def update_laser(self, scan_data):
        # 处理激光数据更新
        pass
        
    def update_imu(self, imu_data):
        # 处理IMU数据更新
        pass

实际项目中我建议使用现成的融合算法包，比如robot_pose_ekf，这样更稳定可靠。

5. SLAM建图与实时定位

SLAM（同时定位与建图）是机器人导航的核心技术。基于激光雷达的SLAM效果很好，我在室内环境中测试能达到2-3厘米的精度。

5.1 Hector SLAM算法部署

Hector SLAM适合缺少里程计数据的场景，建图效果很不错。

# 安装Hector SLAM包
sudo apt install ros-noetic-hector-slam

创建SLAM启动配置文件：

<launch>
    
    <include file="$(find lsn10_driver)/launch/lsn10.launch" />
    
    <node pkg="hector_mapping" type="hector_mapping" name="hector_mapping" output="screen">
        <param name="map_frame" value="map"/>
        <param name="base_frame" value="base_link"/>
        <param name="odom_frame" value="odom"/>
        
        <param name="map_size" value="2048"/>
        <param name="map_resolution" value="0.05"/>
        <param name="map_start_x" value="0.5"/>
        <param name="map_start_y" value="0.5"/>
    </node>
    
</launch>

5.2 实时建图测试

启动SLAM节点后，需要缓慢移动机器人采集环境数据。建图过程中可以用rviz实时观察建图效果。

# 启动SLAM节点
roslaunch my_robot slam.launch

# 启动rviz可视化
rosrun rviz rviz

在rviz中添加Map显示和LaserScan显示，应该能看到实时构建的地图。我建议建图时机器人移动速度不要超过0.3m/s，这样建图质量更好。

5.3 地图保存与重利用

建图完成后需要保存地图，后续导航时可以重复使用。

# 安装地图服务器
sudo apt install ros-noetic-map-server

# 保存地图
rosrun map_server map_saver -f ~/my_map

这会生成两个文件：my_map.pgm（地图图像）和my_map.yaml（地图配置信息）。地图文件可以用于后续的自主导航。

6. 系统优化与性能调优

树莓派4B的性能虽然不错，但运行ROS多个节点时还是需要一些优化技巧。

6.1 系统级优化

首先调整CPU调度策略，提高实时性：

# 安装CPU频率调节工具
sudo apt install cpufrequtils

# 设置性能模式
echo 'GOVERNOR="performance"' | sudo tee /etc/default/cpufrequtils
sudo systemctl restart cpufrequtils

增加交换空间大小，防止内存不足：

# 创建交换文件
sudo fallocate -l 2G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

# 永久生效
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

6.2 ROS节点优化

调整ROS通信参数，提高数据传输效率：

# 设置TCP缓冲区大小
export ROS_TCP_BUFFER_SIZE=65536

# 使用UDP传输（适合高速数据）
rosparam set /use_sim_time false

对关键节点使用独核运行，避免CPU竞争：

# 使用taskset绑定CPU核心
taskset -c 3 rosrun my_package my_node

6.3 网络优化

如果使用多机ROS通信，需要优化网络配置：

# 设置MTU大小
sudo ifconfig wlan0 mtu 1500

# 优化TCP参数
echo 'net.core.rmem_max=2097152' | sudo tee -a /etc/sysctl.conf
echo 'net.core.wmem_max=2097152' | sudo tee -a /etc/sysctl.conf
sudo sysctl -p

这些优化措施能让树莓派4B运行ROS更加流畅，我实测过可以减少20-30%的CPU占用率。

7. 常见问题排查与解决

在树莓派上部署ROS环境经常会遇到各种问题，这里分享一些我踩过的坑和解决方案。

7.1 硬件相关问题

USB电源不足：树莓派4B的USB口供电可能不足，导致雷达工作不稳定。建议使用外接供电的USB Hub。

SD卡读写错误：长时间运行可能导致SD卡损坏。建议使用工业级SD卡，并定期检查文件系统：

# 检查文件系统
sudo fsck /dev/mmcblk0p2

# 查看SD卡健康状态
sudo smartctl -a /dev/mmcblk0

过热降频：树莓派4B运行ROS时CPU负载很高，容易过热。建议安装散热风扇或散热片：

# 监控CPU温度
vcgencmd measure_temp

# 查看是否发生降频
vcgencmd get_throttled

7.2 软件配置问题

内存不足：ROS节点可能因为内存不足而崩溃。可以通过修改swappiness参数来优化：

# 降低swappiness
echo 'vm.swappiness=10' | sudo tee -a /etc/sysctl.conf
sudo sysctl -p

驱动兼容性：某些USB设备可能需要手动安装驱动。特别是串口设备：

# 查看驱动信息
lsusb -t
dmesg | grep tty

# 手动加载驱动
sudo modprobe ftdi_sio
sudo echo "0451 16a8" > /sys/bus/usb-serial/drivers/ftdi_sio/new_id

7.3 网络连接问题

WiFi不稳定：树莓派的WiFi可能因为电源干扰而不稳定。建议使用5GHz频段，或者使用有线网络。

多机通信延迟：ROS多机通信时可能出现延迟。可以优化master节点配置：

# 设置ROS_MASTER_URI
export ROS_MASTER_URI=http://192.168.1.100:11311

# 设置ROS_IP
export ROS_IP=192.168.1.101

使用ping命令测试网络延迟，理想情况下应该小于10ms。

经过这些优化和问题排查，树莓派4B运行ROS系统就相当稳定了。我在实际项目中连续运行超过72小时都没有出现异常，完全满足大多数机器人应用的需求。