🐡
ROS2でライトローバーを自律走行させてみた

ユウイチロー
2025/06/30に公開
 はじめにこの記事は「ROS（Robot Operating System）」に興味がある方、名前は知っているけど詳しくは分からない初心者の方向けです。
必要な前提知識として、Ubuntuのインストール方法や基本的ターミナル操作方法、マイクロコンピュータ（Raspberry Pi）の知識が必要です。
この記事では、ヴィストン株式会社が販売しているライトローバーを使用し、自律走行させるまでに必要なROSの環境構築の方法や知識をまとめてます。

 自律走行するロボットとは？自律走行するロボットとは、外部からの指示や人間の操作なしに、自らのセンサ情報を基に周囲の状況を認識して移動するロボットのことです。

自律走行には「周辺認識」「判断」「制御」の3つの主要なステップが含まれます。自律走行を実現するためには、これらのステップを支えるセンサや機能がロボットに搭載されている必要があります。
周辺認識（自己位置推定＆地図生成）
LiDAR、エンコーダ、カメラ、IMUなどのセンサ
SLAMと呼ばれる自己位置推定と地図作成を同時行う技術
判断（ゴールまでの経路計画、障害物の回避、加減速判断など）
LiDAR、エンコーダ、カメラ、IMUなどのセンサ
Navigation2と呼ばれるロボットの行動に関する細かなナビゲーションを行えるシステム
制御（直進、後退、停止、旋回、加速、減速など）
モータなどのアクチュエータ
アクチュエータを制御するモータドライバ、マイクロコンピュータ

 ROS（Robot Operating System）ROS（Robot Operating System）は、ロボットアプリケーションの開発を支援するためのオープンソースソフトウェアフレームワークです。OSという名称が付いていますが、実際にはロボットのソフトウェア開発に必要なライブラリ、ツール、通信機能などを提供するミドルウェアの役割を果たします。

 ROSを利用するメリットオープンソースが豊富なため、ゼロから開発する手間と費用を大幅に削減できます。
多様なセンサー(LiDAR、カメラ、IMUなど)と互換性があります。
ロボットの状態をビューアツールを利用し、リアルタイムに可視化できます。

 ROSのバージョンROS（Robot Operating System）は、2025年6月時点では、ROS1とROS2で2つのバージョンが存在しています。ROS1については2025年5月でサポートが終了しており、ROS1からROS2へバージョン移行が進んでいる状況です。


ROSバージョン
ディストリビューション
対応OS


ROS1
Noetic, Melodic等
Ubuntu 20.04まで

ROS2
Humble, Foxy等
Ubuntu 20.04, 22.04, 24.04, Windows, macOS

!ROSのディストリビューションとは、特定のROSバージョンに対応したソフトウェアパッケージのまとまりのことです。

ディストリビューション名は、基本的に亀に関係した名前となっています。亀の上に乗った象が大地を支えているとする古代の宇宙観に沿って、知能ロボットの世界においてROSが亀のような役割を果たすようにとの願いが込められているらしいです。

 ROS関連の用語下記に示す用語やツールを最低限覚えておくと理解が深まると思ったので紹介します。

 ROSの基本的な用語ノード（Node）: ROSにおける基本的な実行単位。個々のプロセスやプログラム。

例えば, ノードはセンサの読取やモータの制御などのタスクを実行します。
トピック(Topic)：ノード間でメッセージの送受信に使う名前付きの通信チャネル。

例えば, /cmd_velや/odomなどの名前が付けられます。
メッセージ（message）: トピックでやり取りされる構造化されたデータ。

例えば, geometry_msgs/msg/Twistなどがあります。
パブリッシャー(Publisher)：トピックにメッセージを送信するノード。
サブスクライバー(Subscriber)：トピックからメッセージを受信するノード。
サービス（Service）: リクエストとレスポンス形式の同期通信。必要なときに処理を要求します。
ローンチファイル（launch file）：複数のノードを一括で起動・管理するための設定ファイル

 ROSで使用される技術・ツールSLAM（Simultaneous Localization and Mapping）: 自己位置推定と地図作成を同時行う技術。
TF（Transform）：複数の座標系間の関係（位置・姿勢）を管理するツール、ロボットの各部位の位置などを扱うことができます。
RViz：リアルタイムでロボットの状態やセンサーデータを可視化するビューアツール。
Gazebo：ロボットの物理シミュレーションするためのツール。
Navigation2：ロボットの行動に関する細かなナビゲーションを行えるシステムツール。

 システム構築
 準備ROS2でライトローバーの自律走行を行うにあたり、必要なものとそれぞれの役割は下記のとおりです。
ノートPC　：
OS: Ubuntu　22.04 LTS
ROSのバージョン: ROS2 Humble
ライトローバー本体：

ソフトウェア
OS: Ubuntu MATE 22.04
ROSのバージョン: ROS2 Humble
ハードウェア
マイクロコンピュータ：Raspberry Pi 4B × 1
モータ制御基板：VS-WRC201 × 1
LiDAR：YDLiDAR X2 × 1
モータ：DCモータ（エンコーダ付き）× 2
モバイルバッテリー × 1
補足
ライトローバーをROS2で動かすと消費電力が大きいため、別途モバイルバッテリーを準備Sします。
開発段階では、電源ケーブル(5V,3A)を使用することを推奨します。
電源はRaspberry PiのUSB-typeCの給電口に接続すると、モータ制御基板経由でモータにも給電されます。
LiDARはRaspberry PiのUSB-typeAに接続すると、給電されます。
!LiDARに使用するケーブルは通信用のUSBケーブルを使用してください。

通信用のケーブルだと思って電源用USBケーブルを使った結果、LiDARから値が取得できず、初期設定が悪いと思い込み、泥沼に陥ってしまいました💦。
各機器の役割

ライトローバー、ノートPCそれぞれの役割については以下のとおりです。

 Raspberry Piの環境構築ここからはRaspberry PiにUbuntuがインストール済みで、SSH接続が可能であることを前提とします。セットアップはVsCodeの拡張機能「Remote-SSH」でRaspberry Piに接続して実施しています。Raspberry Piだけでセットアップは可能ですが、動作が重いため、SSH接続推奨です。
Raspberry PiにROS2をインストール

下記に示すコマンドを入力し、Raspberry PiにROS2をインストールします。
ROS2-Humbleのインストールbash
#ROS2インストール
#ロケールの設定
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

#ROS2のリポジトリをソースリストに追加
sudo apt install software-properties-common
sudo add-apt-repository universe
sudo apt update && sudo apt install curl -y

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 $(. /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null

#ROS2 Humbleのインストール
sudo apt update
sudo apt upgrade
sudo apt install ros-humble-desktop
sudo apt install ros-dev-tools

#環境変数の設定　
#ターミナル起動する際にROSへのパスが通るように設定する。
source /opt/ros/humble/setup.bash
echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc
Raspberry Pi上でワークスペースを作成～パッケージのクローン

ROS2用のワークスペースを作成し、ライトローバーのパッケージをクローンします。
ROS2ワークスペースの作成bash
#ディレクトリの作成
mkdir -p ~/ros2_ws/src

#lightrover_ros2のパッケージをクローン
cd ~/ros2_ws/src
git clone --recursive -b humble https://github.com/vstoneofficial/lightrover_ros2.git
sudo chmod +x ~/ros2_ws/src/lightrover_ros2/lightrover_ros/lightrover_ros/*.py 
パッケージのビルド
ros2_wsに移動後、colcon buildと入力し、パッケージのビルドを行います。
bash
cd ~/ros2_ws
colcon build --symlink-install  --cmake-clean-cache  --parallel-workers 2
Raspberry Pi上でYDLiDAR X2（LiDAR）のセットアップ
次にLiDARのセットアップを行います。 事前にLiDARをRaspberry PiにUSBケーブルで接続しておきます。
YDLiDAR X2（LiDAR）のセットアップbash
# ホームフォルダへ移動
cd ~

# 必要なパッケージのインストール
sudo apt install cmake pkg-config
sudo apt install swig python3-pip
git clone https://github.com/YDLIDAR/YDLidar-SDK.git

# YDLiDAR SDKのインストール
cd YDLidar-SDK/
mkdir build
cd build/
cmake ..
make
sudo make install

# YDLiDAR用のROSデバイスドライバパッケージの入手
cd ~/ros2_ws/src
git clone https://github.com/YDLIDAR/ydlidar_ros2_driver.git
!YDLiDAR X2（LiDAR）とはレーザー光を照射し、その反射光の情報から対象物との距離や形状を測定する技術を用いたレーザーセンサです。
ydlidar_rosパッケージ内のソースコードを修正する。
ydlidar_rosパッケージ内にある/src/ydlidar_ros2_driver_node.cppの44行目~156行目あたりを修正します。 declare_parameterでは、ノードが受け入れるパラメータを宣言しており、各デフォルト値を指定し、初期化しています。ydlidar_rosパッケージ内のソースコードはdeclare_parameterの引数が足りていないため、修正します。
ydlidar_ros2_driver_node.cppの修正ydlidar_ros2_driver_node.cpp 44行~156行

node->declare_parameter<std::string>("port", "/dev/ttyUSB0");
node->get_parameter("port", str_optvalue);
///lidar port
laser.setlidaropt(LidarPropSerialPort, str_optvalue.c_str(), str_optvalue.size());

///ignore array
str_optvalue = "";
node->declare_parameter<std::string>("ignore_array", "");
node->get_parameter("ignore_array", str_optvalue);
laser.setlidaropt(LidarPropIgnoreArray, str_optvalue.c_str(), str_optvalue.size());

std::string frame_id = "laser_frame";
node->declare_parameter<std::string>("frame_id", "laser_frame");
node->get_parameter("frame_id", frame_id);

//////////////////////int property/////////////////
/// lidar baudrate
int optval = 230400;
node->declare_parameter<int>("baudrate", 115200);
node->get_parameter("baudrate", optval);
laser.setlidaropt(LidarPropSerialBaudrate, &optval, sizeof(int));
/// tof lidar
optval = TYPE_TRIANGLE;
node->declare_parameter<int>("lidar_type", 1);
node->get_parameter("lidar_type", optval);
laser.setlidaropt(LidarPropLidarType, &optval, sizeof(int));
/// device type
optval = YDLIDAR_TYPE_SERIAL;
node->declare_parameter<int>("device_type", 0);
node->get_parameter("device_type", optval);
laser.setlidaropt(LidarPropDeviceType, &optval, sizeof(int));
/// sample rate
optval = 9;
node->declare_parameter<int>("sample_rate", 3);
node->get_parameter("sample_rate", optval);
laser.setlidaropt(LidarPropSampleRate, &optval, sizeof(int));
/// abnormal count
optval = 4;
node->declare_parameter<int>("abnormal_check_count", 4);
node->get_parameter("abnormal_check_count", optval);
laser.setlidaropt(LidarPropAbnormalCheckCount, &optval, sizeof(int));

/// Intenstiy bit count
optval = 8;
node->declare_parameter<int>("intensity_bit", 0);
node->get_parameter("intensity_bit", optval);
laser.setlidaropt(LidarPropIntenstiyBit, &optval, sizeof(int));

//////////////////////bool property/////////////////
/// fixed angle resolution
bool b_optvalue = false;
node->declare_parameter<bool>("fixed_resolution", true);
node->get_parameter("fixed_resolution", b_optvalue);
laser.setlidaropt(LidarPropFixedResolution, &b_optvalue, sizeof(bool));
/// rotate 180
b_optvalue = true;
node->declare_parameter<bool>("reversion", false);
node->get_parameter("reversion", b_optvalue);
laser.setlidaropt(LidarPropReversion, &b_optvalue, sizeof(bool));
/// Counterclockwise
b_optvalue = true;
node->declare_parameter<bool>("inverted", false);
node->get_parameter("inverted", b_optvalue);
laser.setlidaropt(LidarPropInverted, &b_optvalue, sizeof(bool));
b_optvalue = true;
node->declare_parameter<bool>("auto_reconnect", true);
node->get_parameter("auto_reconnect", b_optvalue);
laser.setlidaropt(LidarPropAutoReconnect, &b_optvalue, sizeof(bool));
/// one-way communication
b_optvalue = false;
node->declare_parameter<bool>("isSingleChannel", true);
node->get_parameter("isSingleChannel", b_optvalue);
laser.setlidaropt(LidarPropSingleChannel, &b_optvalue, sizeof(bool));
/// intensity
b_optvalue = false;
node->declare_parameter<bool>("intensity", false);
node->get_parameter("intensity", b_optvalue);
laser.setlidaropt(LidarPropIntenstiy, &b_optvalue, sizeof(bool));
/// Motor DTR
b_optvalue = false;
node->declare_parameter<bool>("support_motor_dtr", true);
node->get_parameter("support_motor_dtr", b_optvalue);
laser.setlidaropt(LidarPropSupportMotorDtrCtrl, &b_optvalue, sizeof(bool));

//////////////////////float property/////////////////
/// unit: °
float f_optvalue = 180.0f;
node->declare_parameter<float>("angle_max", 180.0);
node->get_parameter("angle_max", f_optvalue);
laser.setlidaropt(LidarPropMaxAngle, &f_optvalue, sizeof(float));
f_optvalue = -180.0f;
node->declare_parameter<float>("angle_min", -180.0);
node->get_parameter("angle_min", f_optvalue);
laser.setlidaropt(LidarPropMinAngle, &f_optvalue, sizeof(float));
/// unit: m
f_optvalue = 64.f;
node->declare_parameter<float>("range_max", 12.0);
node->get_parameter("range_max", f_optvalue);
laser.setlidaropt(LidarPropMaxRange, &f_optvalue, sizeof(float));
f_optvalue = 0.1f;
node->declare_parameter<float>("range_min", 0.1);
node->get_parameter("range_min", f_optvalue);
laser.setlidaropt(LidarPropMinRange, &f_optvalue, sizeof(float));
/// unit: Hz
f_optvalue = 10.f;
node->declare_parameter<float>("frequency", 8.0);
node->get_parameter("frequency", f_optvalue);
laser.setlidaropt(LidarPropScanFrequency, &f_optvalue, sizeof(float));

bool invalid_range_is_inf = false;
node->declare_parameter<bool>("invalid_range_is_inf", false);
node->get_parameter("invalid_range_is_inf", invalid_range_is_inf);
laser.setlidaropt(LidarPropScanFrequency, &f_optvalue, sizeof(float));
また、今回はLiDARにYDLiDAR X2を使用するため、ノードの起動に必要な設定ファイルX2.yamlを使います。

そのため、ydlidar_rosパッケージ内にある/launch/ydlidar_launch.pyを修正します。
ydlidar_launch.pyの修正ydlidar_launch.py
#!/usr/bin/python3
# Copyright 2020, EAIBOT
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

from ament_index_python.packages import get_package_share_directory

from launch import LaunchDescription
from launch_ros.actions import LifecycleNode
from launch_ros.actions import Node
from launch.actions import DeclareLaunchArgument
from launch.substitutions import LaunchConfiguration
from launch.actions import LogInfo

import lifecycle_msgs.msg
import os


def generate_launch_description():
    share_dir = get_package_share_directory('ydlidar_ros2_driver')
    parameter_file = LaunchConfiguration('params_file')
    node_name = 'ydlidar_ros2_driver_node'

    params_declare = DeclareLaunchArgument('params_file',
                                        default_value=os.path.join(
                                            share_dir, 'params', 'X2.yaml'),
                                        description='FPath to the ROS2 parameters file to use.')

    driver_node = LifecycleNode(package='ydlidar_ros2_driver',
                                executable='ydlidar_ros2_driver_node',
                                name='ydlidar_ros2_driver_node',
                                output='screen',
                                emulate_tty=True,
                                parameters=[parameter_file],
                                node_namespace='/',
                                )
    tf2_node = Node(package='tf2_ros',
                    executable='static_transform_publisher',
                    name='static_tf_pub_laser',
                    arguments=['0', '0', '0.02','0', '0', '0', '1','base_link','laser_frame'],
                    )

    return LaunchDescription([
        params_declare,
        driver_node,
        tf2_node,
    ])

YDLiDARのデバイス名固定
次にYDLiDARのデバイス名を固定します。デバイス名は接続ポートやタイミングによって変わってしまうので、固定しておく必要があります。

/etc/udev/rules.d/99-usb-serialを開き、下記の内容を記述します。ファイルがない場合は作成します。
KERNEL=="ttyUSB[0-9]*", ATTRS{idVendor}=="10c4", ATTRS{idProduct}=="ea60", SYMLINK+="ttyUSB0"
bash
# ビルド 
cd ~/ros2_ws
colcon build --symlink-install  --cmake-clean-cache  --parallel-workers 2
ROS_DOMAIN_IDの設定
次にROS_DOMAIN_IDを設定します。
bash
 # .bashrcに追記
 echo "export ROS_DOMAIN_ID=0" >> ~/.bashrc
 source ~/.bashrc
 # ドメインIDを確認
 echo $ROS_DOMAIN_ID
!ROS_DOMAIN_IDとは、ROS2のノード同士が通信する範囲（ドメイン）を分けるための識別子です。
同じネットワーク上に複数のロボットやシステムがあるときに、お互いの通信が干渉しないようにROS_DOMAIN_IDを設定します。

 ノートPCの環境構築次にRaspberry Piと通信する用のノートPCを準備します。

ROS2 HumbleのインストールやROS_DOMAIN_IDの設定方法は前述したRaspberry Piのセットアップと同じであることから詳細な手順については割愛します。
OS(Ubuntu22.04)のインストール
ROS2 Humbleのインストール
環境変数の設定.bashrc　ROS_DOMAIN_IDをRaspberry Piと合わせておく
その他必要なパッケージ、ソフトウェアのインストール

 SLAM（ロボットの自己位置推定と地図作成）
 SLAMの準備次にSLAMを使用する手順について説明します。今回はROS向けに開発された2D SLAM用のパッケージである「slam-toolbox」を使用します。SLAM時はRviz2が起動しますが、負荷が大きいため、ノートPCからRaspberry PiにSSH接続して実行します。
slam-toolboxのインストール
bash
# slam-toolboxのインストール
sudo apt install ros-humble-slam-toolbox
Rviz2の起動確認

次に下記のコマンドを実行し、Rviz2の起動確認を行います。
bash
sudo chmod 777 /dev/ttyUSB0
cd ~/ros2_ws
. install/setup.bash
ros2 launch lightrover_ros lightrover_slam.launch.py
確認する項目
LiDARが低速回転から高速回転になること。
ノートPC上でRviz2が起動すること。
LiDARによって障害物が橙色の点群で検出されていること。

!LiDARが認識しない場合は、LiDARのデバイス名の設定やUSBケーブルの確認などを確認してください。
この時点ではRviz2は起動しますが、マップの作成はされません。
SLAMに必要なサービスの起動

一旦、Rviz2を停止し、SLAMとモータの駆動に必要なサービスを起動する準備をします。

lightrover_slam.launch.pyを下記の内容に修正します。他のサービスの起動をローンチファイルに記述すれば、複数台端末を起動する必要がなくなります。修正後、ビルドして再度Rviz2を起動します。
lightrover_slam.launch.pylightrover_slam.launch.py

from launch import LaunchDescription
from launch_ros.actions import LifecycleNode
from launch_ros.actions import Node
from launch.actions import DeclareLaunchArgument
from launch.substitutions import LaunchConfiguration
from launch.actions import LogInfo

import lifecycle_msgs.msg
import os

def generate_launch_description():
    share_dir = get_package_share_directory('ydlidar_ros2_driver')
    rviz_config_file = os.path.join(share_dir, 'config','ydlidar.rviz')
    parameter_file = LaunchConfiguration('params_file')
    node_name = 'ydlidar_ros2_driver_node'

    static_tf_base_to_footprint = Node(package='tf2_ros',
                                    executable='static_transform_publisher',
                                    output='screen',
                                    arguments=['0', '0', '0', '3.1415', '0', '0', 'base_footprint', 'base_link'])

    params_declare = DeclareLaunchArgument('params_file',
                                        default_value=os.path.join(
                                            share_dir, 'params', 'X2.yaml'),
                                        description='FPath to the ROS2 parameters file to use.')

    
    driver_node = LifecycleNode(package='ydlidar_ros2_driver',
                                executable='ydlidar_ros2_driver_node',
                                name='ydlidar_ros2_driver_node',
                                output='screen',
                                emulate_tty=True,
                                parameters=[parameter_file],
                                namespace='/',
                                )
                                
    tf2_node = Node(package='tf2_ros',
                    executable='static_transform_publisher',output='screen',
                    arguments=['0.042', '0', '0.1094', '-1.5708', '0','0','base_link','laser_frame'],
                    )
    
    slam_node = Node(
        package='slam_toolbox', executable='sync_slam_toolbox_node',
        output='screen',
        parameters=[
            get_package_share_directory(
                'lightrover_ros')
            + '/configuration_files/mapper_params_offline.yaml'
        ],
    )
    
    rviz2_node = Node(package='rviz2',
                    executable='rviz2',
                    name='rviz2',
                    arguments=[
                        '-d',
                        get_package_share_directory('lightrover_ros')
                            + '/config/gmapping.rviz'],
                    )
    

    # 追加
    i2c_control_node = Node(
        package='lightrover_ros',
        executable='i2c_controller',
        output='screen',
        name='lightrover_i2c_control',
        parameters=[],
        namespace='/'
    )

    # 追加
    odometry_node = Node(
        package='lightrover_ros',
        executable='odom_manager',
        output='screen',
        name='lightrover_odometry',
        parameters=[],
        namespace='/'
    )

    # 追加
    pos_control_node = Node(
        package='lightrover_ros',
        executable='pos_controller',
        output='screen',
        name='lightrover_pos_control',
        parameters=[],
        namespace='/'
    )

    return LaunchDescription([
        params_declare,
        driver_node,
        static_tf_base_to_footprint,
        tf2_node,
        slam_node,
        rviz2_node,
        i2c_control_node,  # 追加
        odometry_node, # 追加
        pos_control_node  # 追加
    ])
    
!ライトローバーのSLAMにはi2c_controller, odom_manager, pos_controllerの3つのサービスの起動が必要です。
i2c_controllerが起動していないと、odom_manager, pos_controllerは動作しないので、起動する順番に注意します。
SLAMの起動確認
Rvizが起動したら左のメニューから[Displays] - [Global Options] - [Fixed Frame]を「map」に設定する。 また、[Displays] - [Map]、[LaserScan]、[TF]の項目がそれぞれ/map、/scan、/tfのトピックを受け取っていることを確認します。
💡重要：TFツリーとは？
ライトローバーは車輪の回転によってエンコーダが回転量を読み取っており、そこから計算できる量を移動量（オドメトリ）と定義しています。移動量が計算できれば、ロボットが現在地点からどのくらい移動したか分かりますが、移動量はドリフトしていくので、リアルタイムでレーザスキャンが読み取った周辺状況と比較し補正することが必要となります。 TFツリーはこれらの座標系をツリー構造で繋ぎ、相対的な位置の関係として定義したものです。
!TFの座標変換が適切に行われていないとマップが作成されなかったり、ローバーの自己位置推定がずれてしまう原因となります。
ライトローバーの場合、次のようなTFツリーになります。


TFフレーム間
配信元ノード
処理


map → odom
slam_toolbox
地図上のローバー位置の補正

odom → base_link
odometry
オドメトリによるローバーの移動追跡

base_link → laserscan
static_transform_publisher
ローバーとセンサの固定的な位置関係



トピック名
メッセージ型
内容


/map
nav_msgs/msg/OccupancyGrid
地図の解像度、サイズ、原点などの情報

/tf
tf2_msgs/msg/TFMessage
動的なTF変換情報（フレーム間の位置関係）

/tf_static
tf2_msgs/msg/TFMessage
静的なTF変換情報（フレーム間の位置関係）

/scan
sensor_msgs/msg/LaserScan
LiDARがスキャンした周辺情報

/odom
nav_msgs/msg/Odometry
ローバーの位置と速度の情報、/tfの計算に使用


 地図作成～地図保存ライトローバーを動かしながらSLAM
ライトローバーを動かしながらSLAMする手順を説明します。pos_controllerにトピック送信してライトローバーを動かすことができます。ソースコードを確認すると、pos_controllerは/rover_twistトピックをTwist型のメッセージで受け取っています。つまり、Raspberry Piと同じROS_DOMAIN_IDの端末から/rover_twistトピックを送信すればローバーは指定した速度で動作するようになります。
!Twist型は、ROS2における「速度（velocity）」を表現するメッセージ型でよく使用されます。3次元の並進速度を表すベクトルと3次元の角速度を表すベクトルで構造化されたメッセージのことです。
Twistメッセージの例：

{linear: {x: 0.1, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 0.1}}
キーボードの入力からTwist型のメッセージをPublishするサンプルプログラムkey_input.pyを作りました。このPythonファイルをノートPC側の端末で実行します。
key_input.pykey_input.py

    import rclpy
    from rclpy.node import Node
    from geometry_msgs.msg import Twist
    import sys, select, termios, tty

    class KeyboardTeleop(Node):

        def __init__(self):
            super().__init__('keyboard_teleop')
            self.publisher = self.create_publisher(Twist, '/rover_twist', 10)
            self.settings = termios.tcgetattr(sys.stdin)

        def run(self):
            try:
                print("使えるキー: w/a/s/d/e | q: 終了")
                linear_speed = 0.0
                angular_speed = 0.0
                while True:
                    key = self.get_key()
                    twist = Twist()
                    if key == 'w':
                        linear_speed  += 0.02
                        twist.linear.x = linear_speed 
                    elif key == 's':
                        linear_speed  -= 0.02
                        twist.linear.x = linear_speed 
                    elif key == 'a':
                        angular_speed += 0.1
                        twist.angular.z = angular_speed
                    elif key == 'd':
                        angular_speed -= 0.1
                        twist.angular.z = angular_speed
                    elif key == 'e':
                        linear_speed  = 0.0
                        twist.linear.x = linear_speed 
                        angular_speed = 0.0
                        twist.angular.z = angular_speed
                    elif key == 'q':
                        inear_speed  = 0.0
                        twist.linear.x = linear_speed 
                        angular_speed = 0.0
                        twist.angular.z = angular_speed
                        break
                    else:
                        continue
                    self.publisher.publish(twist)
            finally:
                termios.tcsetattr(sys.stdin, termios.TCSADRAIN, self.settings)

        def get_key(self):
            tty.setraw(sys.stdin.fileno())
            rlist, _, _ = select.select([sys.stdin], [], [], 0.1)
            if rlist:
                key = sys.stdin.read(1)
            else:
                key = ''
            termios.tcsetattr(sys.stdin, termios.TCSADRAIN, self.settings)
            return key

    def main():
        rclpy.init()
        node = KeyboardTeleop()
        node.run()
        node.destroy_node()
        rclpy.shutdown()

    if __name__ == '__main__':
        main()

キーボード操作によってローバーが走行し、地図が生成されていることを確認してください。

LiDARがリアルタイムで検出した障害物は橙色で表示されます。地図更新時に障害物があるエリアは黒色、障害物が存在しないエリアは灰色で保存されます。
!Rviz2に表示されているLiDARの検出点群がロボットの旋回とともに大きく回転してしまい、地図生成が乱れる場合はオドメトリの計算が間違っているかTF(座標変換)の値が間違っている可能性があります。
また、急旋回、急加速すると地図が乱れる原因となります。
地図の保存
地図の生成が完了すれば、Raspberry PiにSSH接続した端末を追加起動し、下記のコマンドで生成した地図を保存してください。
bash
ros2 run nav2_map_server map_saver_cli -f ~/ros2_ws/src/lightrover_ros2/lightrover_navigation/maps/任意のファイル名

 Nav2による自律走行
 Nav2について
Navigation2（Nav2）は、ROS2向けのロボット自律走行スタックであり、移動ロボットが安全に目標地点に到達するための一連の機能を提供するシステムツールのことです。下記に示す機能群で構成されています。


機能名
機能内容


bt_navigator
ロボットの行動を制御するためのBehaviorTreeベースのナビゲータ。

planner_server
目標地点までの経路を計画する。

controller_server
計画された経路に沿ってロボットを制御する。

recovery_server
障害が発生した際の復帰動作を計算する。

waypoint_follower
ウェイポイントを順次追従する。

costmap_2d
障害物情報を基にコストマップを生成する。

map_server
地図データ（.pgm と .yaml）を提供する。

amcl
地図上での自己位置推定を行う。


 Nav2のセットアップノートPC上でRaspberry PiにSSH接続した端末を用意する。
Nav2のインストール
下記のコマンドを入力し、Nav2に依存しているライブラリとNav2をインストールします。
bash
sudo apt install ros-humble-joint-state-publisher ros-humble-xacro
sudo apt install ros-humble-navigation2
sudo apt install ros-humble-nav2-bringup
作成した地図ファイルの移動
~/ros2_ws/src/lightrover_ros2/lightrover_navigation/mapsディレクトリに保存した地図のpgmファイルとyamlファイルがあることを確認する。ない場合は、保存した地図のpgmファイルとyamlファイルをディレクトリに移動する。
launchファイルの編集
~/ros2_ws/src/lightrover_ros2/lightrover_navigation/launchのディレクトリにある

lightrover_navigation.launch.py内の下記の行を探し、保存した地図ファイル名に合わせて「ファイル名.yaml」の部分を変更する。
lightrover_navigation.launch.py
 default = os.path.join(
             get_package_share_directory('lightrover_navigation'),
             'maps',
             'ファイル名.yaml')
Nav2に必要なサービスの起動
端末を3台同時に起動し、下記のコマンドで各ローンチファイルを起動する。
bash1
# i2c_controller, odom_manager, pos_controllerを起動するローンチファイル
ros2 launch lightrover_ros nav_base.launch.py
bash2  
# ロボットのURDFモデルを基にTF（座標変換）情報をパブリッシュする
# lightrover_view.launch.pyについては、Rvizを起動しないように修正する
ros2 launch lightrover_description lightrover_view.launch.py
bash3
# Nav2を起動
ros2 launch lightrover_navigation lightrover_navigation.launch.py
Nav2の開始
初期位置の設定

Rviz2画面上部の「2D Pose Estimate」ボタンをクリックしてから、地図上をクリックして初期位置を決めます。また、クリック後に表示される矢印の向きによってローバーの初期姿勢が決めることができます。
コストマップの表示

初期位置と姿勢を設定すると、コストマップと呼ばれる青色や紫色のエリアが地図上に表示されます。
!コストマップは、ロボットの周囲の環境を2Dグリッドとして表現し、各セルに移動コストを設定したものです。移動コストは、ロボットがそのセルを通過する際の「難易度」や「危険度」を示しており、移動コストが高いとそのエリアを避けるような行動が選択されやすくなります。
コストマップにはグローバルコストマップとローカルコストマップがあります。
グローバルコストマップ:　　

生成した地図から作成される静的なコストマップ
ローカルコストマップ：

周囲の環境をリアルタイムで反映して作成される動的なコストマップ
目標地点の設定

初期位置の設定を完了すれば、画面上部の「2D Nav Goal」ボタンをクリックしてから、地図上をクリックしてゴール地点を決めます。また、クリック後に表示される矢印の向きによってローバーの最終的な姿勢を決めることができます。
!ボタンクリックでライトローバーは即座に走行を開始するので、注意してください。
ローバーの自律走行

Rviz2画面上部の「2D Nav Goal」でゴール地点を決めれば、ライトローバーが走行し始めます。ナビゲーション中は、Rviz2画面の左下にあるNavigation2 - Feedbackが下記の状態になります。

activeの場合、ローバーがゴール地点に向かっており、自律走行中を意味します。

reachedの場合、ゴール地点に到着したことを意味します。

abortedの場合、失敗して中断となっています。障害物に接触したなどが原因として挙げられます。
!reachedになったときのRviz上の画面のローバーの位置・姿勢と現実のローバーの位置・姿勢が一致しているか確認してください。
Nav2の調整

~/ros2_ws/src/lightrover_ros2/lightrover_navigation/config/nav2_params.yamlに記述しているパラメータを変更することで、コストマップの調整や障害物周辺の回避動作の調整、ゴールへ向かう挙動の調整、ゴール地点の閾値の設定などができます。必要に応じて変更してみてください。

 まとめ本記事では、ROS2を使用した自律走行に関する知識とライトローバー実機での自律走行の実装方法について紹介しました。また、SLAMやNavigationのような高度な技術についても必要な知識や機能の内容についてもまとめてますので、自律走行に興味がある人やROS初学者の方の学習の参考になれば幸いです。

 参考リンク・文献ROS公式Wiki（日本語）
ライトローバーWebDoc
ROS2とPythonで作って学ぶAIロボット入門 (KS理工学専門書)
ROSバージョン	ディストリビューション	対応OS
ROS1	Noetic, Melodic等	Ubuntu 20.04まで
ROS2	Humble, Foxy等	Ubuntu 20.04, 22.04, 24.04, Windows, macOS
TFフレーム間	配信元ノード	処理
map → odom	slam_toolbox	地図上のローバー位置の補正
odom → base_link	odometry	オドメトリによるローバーの移動追跡
base_link → laserscan	static_transform_publisher	ローバーとセンサの固定的な位置関係
トピック名	メッセージ型	内容
/map	nav_msgs/msg/OccupancyGrid	地図の解像度、サイズ、原点などの情報
/tf	tf2_msgs/msg/TFMessage	動的なTF変換情報（フレーム間の位置関係）
/tf_static	tf2_msgs/msg/TFMessage	静的なTF変換情報（フレーム間の位置関係）
/scan	sensor_msgs/msg/LaserScan	LiDARがスキャンした周辺情報
/odom	nav_msgs/msg/Odometry	ローバーの位置と速度の情報、/tfの計算に使用
機能名	機能内容
bt_navigator	ロボットの行動を制御するためのBehaviorTreeベースのナビゲータ。
planner_server	目標地点までの経路を計画する。
controller_server	計画された経路に沿ってロボットを制御する。
recovery_server	障害が発生した際の復帰動作を計算する。
waypoint_follower	ウェイポイントを順次追従する。
costmap_2d	障害物情報を基にコストマップを生成する。
map_server	地図データ（.pgm と .yaml）を提供する。
amcl	地図上での自己位置推定を行う。
GitHubで編集を提案
セカンドセレクションPublication
セカンドセレクションは「情報技術で豊かな未来を創造する」という理念のもと、IoT設計から見える化などの様々なプロジェクトに挑戦しています。技術の力で未来を創造する仲間も募集しています！興味がある方はカジュアル面談受付中です！！
はじめに

自律走行するロボットとは？

ROS（Robot Operating System）

ROSを利用するメリット

ROSのバージョン

ROS関連の用語

ROSの基本的な用語

ROSで使用される技術・ツール

システム構築

準備

Raspberry Piの環境構築

ノートPCの環境構築

SLAM（ロボットの自己位置推定と地図作成）

SLAMの準備

地図作成～地図保存

Nav2による自律走行

Nav2について

Nav2のセットアップ

まとめ

参考リンク・文献

Discussion
