🔧 一、雷达驱动安装与配置

# 创建工作空间
mkdir -p ~/s2_ws/src && cd ~/s2_ws/src
# 克隆思岚官方驱动
git clone https://github.com/Slamtec/rplidar_ros2.git
# 安装依赖
sudo apt install ros-${ROS_DISTRO}-serial-driver
# 编译
cd ~/s2_ws && colcon build
source install/setup.bash

2. ​​配置 USB 权限​​

echo 'KERNEL=="ttyUSB*", MODE="0666"' | sudo tee /etc/udev/rules.d/80-slamtec.rules
sudo udevadm control --reload && sudo udevadm trigger

3. ​​启动雷达节点​​

ros2 launch rplidar_ros s2_launch.py  # S2 型号需确认 launch 文件命名[6](@ref)

• ​​验证数据​​：ros2 topic echo /scan 检查激光点云话题是否正常输出。

🧩 二、SLAM 算法选型与部署

根据需求选择适合的算法（推荐两种主流方案）：

🗺️ 三、地图构建实战步骤

​​方案 1：使用 slam_toolbox 建图​​

1. ​​启动 SLAM 节点​​

   ros2 launch slam_toolbox online_async_launch.py \
        params_file:=/opt/ros/${ROS_DISTRO}/share/slam_toolbox/config/mapper_params_online_async.yaml

2. ​​配置雷达话题映射​​
   修改 mapper_params_online_async.yaml：

   scan_topic: /scan      # 确保与雷达输出话题一致
   max_laser_range: 25.0  # 匹配 S2 最大探测距离（25m）

​​方案 2：使用 Cartographer 建图​​

1. ​​创建配置文件 s2_2d.lua​​
   参考 cartographer_ros 示例，调整关键参数：

   TRAJECTORY_BUILDER_2D = {
     use_imu_data = false,   -- S2 无 IMU 需关闭
     min_range = 0.1,        -- S2 最小探测距离
     max_range = 25.0,       -- S2 最大探测距离
   }

2. ​​启动建图​​

   ros2 launch cartographer_ros cartographer.launch.py \
        configuration_directory:=<your_config_path> \
        configuration_basename:=s2_2d.lua

🖥️ 四、可视化与地图保存

1. ​​实时监控​​
   启动 Rviz2 查看建图效果：

   rviz2 -d $(ros2 pkg prefix cartographer_ros)/share/cartographer_ros/configuration_files/demo_2d.rviz

2. ​​保存地图​​
   使用 nav2_map_saver：

   ros2 run nav2_map_server map_saver_cli -f ~/s2_map

   • 生成 s2_map.pgm（地图图像）和 s2_map.yaml（元数据）

⚠️ 五、常见问题解决

• ​​雷达数据无输出​​
  • 检查设备权限：ls -l /dev/ttyUSB*，确认用户属于 dialout 组。
  • 测试串口通信：minicom -D /dev/ttyUSB0 -b 115200（波特率需匹配 S2 的 256000）。
• ​​建图漂移/失真​​
  • ​​slam_toolbox​​：增大 particles 参数（默认 30 → 增至 50）。
  • ​​Cartographer​​：启用 use_online_correlative_scan_matching = true 提升匹配鲁棒性。
• ​​地图锯齿状边缘​​
  降低雷达噪声：在驱动 launch 文件中设置 scan_mode: Standard（平衡精度与频率）。

💡 进阶建议

1. ​​多传感器融合​​
   若设备含 IMU，在 Cartographer 中启用 use_imu_data = true 可显著提升旋转估计精度。
2. ​​性能优化​​
   对资源受限设备（如树莓派），在 slam_toolbox 中设置 throttle_scans=1 降低计算负载。