Ubuntu 22.04 ROS Humble与Realsense-ROS部署及分布式视觉系统搭建

1. Ubuntu 22.04与ROS 2 Humble基础环境搭建

最近在给实验室的机器人升级系统，从Ubuntu 20.04换到了22.04 LTS版本，顺便把ROS 1 Noetic也迁移到了ROS 2 Humble。整个过程踩了不少坑，这里把完整流程整理出来，希望能帮到同样需要在新系统上部署ROS的朋友们。

1.1 系统基础配置

Ubuntu 22.04默认的软件源在国内访问速度不太理想，我强烈建议先换成国内镜像源。打开终端执行以下命令：

bash复制sudo sed -i 's@//.*archive.ubuntu.com@//mirrors.ustc.edu.cn@g' /etc/apt/sources.list
sudo apt update && sudo apt upgrade -y

接下来需要安装一些基础依赖，这些是后续ROS安装的必备组件：

bash复制sudo apt install -y curl git python3-pip build-essential

特别提醒：Ubuntu 22.04默认的Python版本是3.10，而ROS 2 Humble也是基于Python 3.10设计的，这点比ROS Noetic要友好很多，不需要再折腾Python版本兼容问题了。

1.2 ROS 2 Humble完整安装

官方提供了多种安装方式，我推荐使用Debian包安装，这是最稳定便捷的方法。首先添加ROS 2的APT源：

bash复制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://mirrors.tuna.tsinghua.edu.cn/ros2/ubuntu jammy main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

更新软件包索引并安装完整版ROS：

bash复制sudo apt update
sudo apt install ros-humble-desktop-full

安装完成后，记得配置环境变量。我习惯把它加到.bashrc里，这样每次打开终端都能自动加载：

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

验证安装是否成功可以运行一个简单的demo：

bash复制ros2 run demo_nodes_cpp talker

在另一个终端运行：

bash复制ros2 run demo_nodes_py listener

如果能看到talker发送的消息被listener接收打印出来，说明ROS 2环境已经配置正确。

2. Realsense深度相机驱动部署

实验室用的Intel Realsense D435i深度相机，在Ubuntu 22.04上需要重新编译安装驱动。这里有几个关键点需要注意，特别是内核模块的兼容性问题。

2.1 Librealsense SDK安装

首先安装编译依赖：

bash复制sudo apt-get install -y libssl-dev libusb-1.0-0-dev pkg-config libgtk-3-dev
sudo apt-get install -y libglfw3-dev libgl1-mesa-dev libglu1-mesa-dev

克隆最新的librealsense源码并编译：

bash复制git clone https://github.com/IntelRealSense/librealsense.git
cd librealsense
mkdir build && cd build
cmake .. -DBUILD_EXAMPLES=true -DCMAKE_BUILD_TYPE=Release
make -j$(nproc)
sudo make install

这里有个大坑：Ubuntu 22.04使用的是Linux 5.15内核，需要打补丁才能正常使用Realsense。执行以下命令：

bash复制./scripts/patch-realsense-ubuntu-lts.sh

安装完成后插上相机，运行测试工具验证：

bash复制realsense-viewer

如果能看到相机的实时画面，说明驱动安装成功。

2.2 Realsense-ROS功能包安装

ROS 2版本的realsense-ros功能包安装方式和ROS 1有些不同。首先创建一个工作空间：

bash复制mkdir -p ~/ros2_ws/src
cd ~/ros2_ws/src

克隆必要的功能包：

bash复制git clone https://github.com/IntelRealSense/realsense-ros.git -b ros2-development
git clone https://github.com/ros2/ddynamic_reconfigure.git

安装依赖并编译：

bash复制cd ~/ros2_ws
rosdep install -i --from-path src --rosdistro humble -y
colcon build

编译完成后记得source环境：

bash复制echo "source ~/ros2_ws/install/setup.bash" >> ~/.bashrc
source ~/.bashrc

启动相机节点测试：

bash复制ros2 launch realsense2_camera rs_launch.py

可以用以下命令查看发布的topic：

bash复制ros2 topic list

3. 分布式视觉系统搭建

实验室有三台搭载Realsense的机器人，需要构建分布式视觉网络。ROS 2的通信机制相比ROS 1有了很大改进，特别是DDS的引入让多机通信更加灵活。

3.1 多机通信基础配置

首先确保所有机器在同一个局域网内。我建议给每台机器设置静态IP，避免DHCP导致的IP变化问题。

在主机上（假设IP为192.168.1.100）执行：

bash复制export ROS_DOMAIN_ID=42

在所有从机上执行同样的命令设置相同的DOMAIN_ID。这个数字可以任意选择，但必须保证所有机器相同。

ROS 2不再需要像ROS 1那样设置MASTER_URI，这是DDS带来的一个重要改进。但是需要确保网络配置正确：

bash复制export ROS_LOCALHOST_ONLY=0

3.2 话题传输优化

多台Realsense同时传输图像数据会占用大量带宽，我们需要对话题进行优化。主要有以下几种方法：

1. 降低分辨率和帧率：

bash复制ros2 launch realsense2_camera rs_launch.py depth_width:=640 depth_height:=480 depth_fps:=15 color_width:=640 color_height:=480 color_fps:=15

2. 使用压缩图像传输：

bash复制ros2 run image_transport republish raw in:=/camera/color/image_raw out:=/camera/color/image_compressed compressed

3. 调整DDS QoS策略：

创建qos_override.yaml文件：

yaml复制/camera/color/image_raw:
  reliability: best_effort
  durability: volatile
  depth: 10

然后启动时加载：

bash复制ros2 launch realsense2_camera rs_launch.py qos_override:=/path/to/qos_override.yaml

3.3 多节点命名管理

多台Realsense同时运行时，需要解决节点命名冲突问题。ROS 2提供了几种解决方案：

1. 使用命名空间：

bash复制ros2 launch realsense2_camera rs_launch.py camera_name:=robot1/camera

2. 修改节点名称：

bash复制ros2 launch realsense2_camera rs_launch.py camera_name:=camera_robot1

3. 使用组合节点：

python复制from launch_ros.actions import ComposableNodeContainer
from launch_ros.descriptions import ComposableNode

container = ComposableNodeContainer(
    name='my_container',
    namespace='',
    package='rclcpp_components',
    executable='component_container',
    composable_node_descriptions=[
        ComposableNode(
            package='realsense2_camera',
            plugin='realsense2_camera::RealSenseNodeFactory',
            name='camera1',
            parameters=[{'serial_no': '123456'}]
        ),
        ComposableNode(
            package='realsense2_camera',
            plugin='realsense2_camera::RealSenseNodeFactory',
            name='camera2',
            parameters=[{'serial_no': '654321'}]
        ),
    ],
    output='screen',
)

4. 实际应用中的问题排查

在部署过程中遇到了不少问题，这里总结几个典型问题的解决方法。

4.1 相机无法识别问题

有时候插上Realsense后系统无法识别，可以尝试以下步骤：

1. 检查USB连接：

bash复制lsusb | grep Intel

应该能看到类似"Intel Corp. RealSense..."的设备。

2. 重新加载内核模块：

bash复制sudo modprobe -r uvcvideo
sudo modprobe uvcvideo

3. 检查权限问题：

bash复制sudo chmod 666 /dev/bus/usb/*/*

4.2 点云显示异常

当发现点云数据有缺失或异常时，可以：

1. 检查深度传感器是否被遮挡
2. 调整深度传感器参数：

bash复制ros2 param set /camera/stereo_module emitter_enabled 3

3. 校准相机：

bash复制realsense-viewer

在工具中进行动态校准

4.3 网络延迟问题

在多机通信中如果发现数据延迟严重，可以：

1. 使用ping测试网络基础延迟：

bash复制ping 192.168.1.100

2. 检查ROS 2通信质量：

bash复制ros2 topic bw /camera/color/image_raw

3. 考虑使用有线网络替代无线网络

4. 调整DDS配置，比如使用FastRTPS替代默认的CycloneDDS：

bash复制export RMW_IMPLEMENTATION=rmw_fastrtps_cpp