在机器人开发中搭建一个高保真的仿真环境是验证算法、测试导航栈和进行安全迭代的关键前提。对于自动驾驶或移动机器人领域阿克曼转向模型是车辆和类车机器人的核心运动学模型。本文将手把手带你从零开始在 ROS2 和 Gazebo 中搭建一个阿克曼底盘仿真模型并以其为基础集成小米 SU7 的车型外观最终接入 ROS2 的导航栈Nav2进行完整的导航测试。无论你是想学习 ROS2 机器人仿真还是为你的自动驾驶项目构建测试平台这篇教程都将提供一套完整、可复现的解决方案。1. 背景与核心概念在开始动手之前我们有必要厘清几个核心概念这有助于理解我们每一步操作的目的。1.1 什么是阿克曼转向几何阿克曼转向几何是一种车辆转向设计其核心目标是让车辆在转弯时所有车轮的轴线交于同一点——即瞬时转向中心。这样可以减少轮胎的滑动磨损实现平稳转向。通俗理解想象一下普通家用轿车的前轮。当你转动方向盘时内侧轮更靠近转弯中心的一侧的转向角度会比外侧轮更大。这种内外轮转角不一致的设计就是阿克曼几何。与差速转向的区别这是两个层面的概念。差速转向如坦克、两轮差速机器人通过左右轮速差实现转向轮子本身不改变方向。阿克曼转向则是通过改变轮子的指向来实现转向通常与差速驱动后轮驱动前轮转向或四轮驱动结合。在 ROS 的移动机器人模型中我们需要通过ros2_control和 Gazebo 插件来精确模拟这种转向和驱动的耦合关系。1.2 为什么选择 ROS2 Gazebo 进行仿真ROS2 (Robot Operating System 2)提供了机器人软件开发的通信中间件、工具和库。其基于 DDS 的通信机制更稳定适合分布式和实时系统。Nav2 是 ROS2 中成熟的导航框架包含了 SLAM、定位、路径规划和控制等功能栈。Gazebo一款功能强大的 3D 物理仿真器可以模拟复杂的物理环境、传感器激光雷达、摄像头、IMU等和机器人动力学是机器人算法测试的“沙盒”。结合优势在 Gazebo 中构建带物理属性的机器人模型和世界通过 ROS2 接口将传感器数据、控制指令进行交互并利用 Nav2 实现自主导航。这套组合是当前机器人研发特别是自动驾驶领域仿真测试的事实标准。1.3 小米 SU7 模型在其中的角色小米 SU7 是一个具体的、公众熟知的车型。在本文中我们主要利用其外观模型Mesh文件。这为我们的仿真平台提供了高度逼真的视觉表现使得导航测试的演示效果更加直观。本质上我们是在一个符合阿克曼运动学的小车底盘上“套上”了 SU7 的 3D 外壳。这清晰地分离了运动控制逻辑和视觉表现层。2. 环境准备与版本说明本教程的所有步骤均在以下环境中验证通过。不同版本间可能存在配置差异请尽量保持一致以减少排错成本。操作系统Ubuntu 22.04 LTS (Jammy Jellyfish)ROS2 发行版Humble Hawksbill (长期支持版本 LTS)Gazebo 版本Garden (Gazebo 11 的后续版本与 ROS2 Humble 集成良好)。通常通过ros-humble-gazebo-ros-pkgs安装。工具终端文本编辑器如 VSCode安装 ROS2 Humble如果你尚未安装 ROS2可以使用以下一键安装脚本来自网络热词中的“鱼香ROS”一键安装步骤思路但这里给出官方推荐方式# 设置语言环境 sudo apt update sudo apt install locales sudo locale-gen en_US en_US.UTF-8 sudo update-locale LC_ALLen_US.UTF-8 LANGen_US.UTF-8 export LANGen_US.UTF-8 # 添加 ROS2 软件源 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 $UBUNTU_CODENAME) main | sudo tee /etc/apt/sources.list.d/ros2.list /dev/null # 安装 ROS2 核心包 sudo apt update sudo apt install ros-humble-desktop -y # 配置环境变量 source /opt/ros/humble/setup.bash echo source /opt/ros/humble/setup.bash ~/.bashrc安装 Gazebo 及相关 ROS 包sudo apt update sudo apt install ros-humble-gazebo-ros-pkgs -y创建工作空间mkdir -p ~/ackermann_ws/src cd ~/ackermann_ws/src3. 创建阿克曼底盘仿真模型包我们的机器人模型将包含几个关键部分URDF机器人描述文件、Gazebo插件配置、ros2_control配置和外观模型。3.1 创建功能包cd ~/ackermann_ws/src ros2 pkg create --build-type ament_cmake ackermann_vehicle_gazebo cd ackermann_vehicle_gazebo mkdir -p models meshes launch config worlds3.2 准备小米 SU7 外观模型 (Mesh)我们需要一个.dae或.stl格式的 SU7 3D 模型文件。由于版权原因我们不能直接分发商业模型。你可以通过以下方式获取从一些开源3D模型网站如 GrabCAD, Sketchfab的免费模型寻找类似的轿车模型。使用简单的立方体或圆柱体替代专注于功能测试。本教程假设你已经获得一个名为su7_body.dae的模型文件并将其放入~/ackermann_ws/src/ackermann_vehicle_gazebo/meshes/目录下。3.3 编写 URDF 模型文件这是机器人的“骨骼”和“关节”定义文件。在models目录下创建ackermann_vehicle.urdf.xacro使用 xacro 宏以增加可维护性。?xml version1.0? robot xmlns:xacrohttp://www.ros.org/wiki/xacro nameackermann_vehicle !-- 定义常量如尺寸、关节名称等 -- xacro:property namebase_length value2.0 / xacro:property namebase_width value0.8 / xacro:property namebase_height value0.2 / xacro:property namewheel_radius value0.3 / xacro:property namewheel_width value0.15 / xacro:property namefront_wheel_joint_x value0.8 / xacro:property namerear_wheel_joint_x value-0.8 / xacro:property namewheel_y value${base_width/2} / !-- 基础连杆 (Chassis) -- link namebase_link visual !-- 使用SU7外观模型 -- geometry mesh filenamepackage://ackermann_vehicle_gazebo/meshes/su7_body.dae scale1.0 1.0 1.0/ /geometry /visual collision !-- 碰撞体使用简化几何体提高仿真效率 -- geometry box size${base_length} ${base_width} ${base_height}/ /geometry /collision inertial mass value50.0/ !-- 假设车重50kg -- inertia ixx5.0 ixy0.0 ixz0.0 iyy5.0 iyz0.0 izz5.0/ /inertial /link !-- 前轮转向关节 (Steering) -- link namefront_left_steering_link visual geometry cylinder radius${wheel_radius} length${wheel_width}/ /geometry material nameblack/ /visual collision geometry cylinder radius${wheel_radius} length${wheel_width}/ /geometry /collision inertial mass value2.0/ inertia ixx0.1 ixy0.0 ixz0.0 iyy0.1 iyz0.0 izz0.1/ /inertial /link joint namefront_left_steering_joint typerevolute parent linkbase_link/ child linkfront_left_steering_link/ origin xyz${front_wheel_joint_x} ${wheel_y} -${base_height/2} rpy0 0 0/ axis xyz0 0 1/ !-- 绕Z轴旋转即转向 -- limit lower-0.5 upper0.5 effort100.0 velocity1.0/ !-- 限制转向角度约±28.6度 -- /joint !-- 前轮驱动关节 (Wheel) -- link namefront_left_wheel_link visual geometry cylinder radius${wheel_radius} length${wheel_width}/ /geometry material namegray/ /visual collision geometry cylinder radius${wheel_radius} length${wheel_width}/ /geometry /collision inertial mass value1.5/ inertia ixx0.05 ixy0.0 ixz0.0 iyy0.05 iyz0.0 izz0.1/ /inertial /link joint namefront_left_wheel_joint typecontinuous !-- 连续旋转关节用于驱动 -- parent linkfront_left_steering_link/ child linkfront_left_wheel_link/ origin xyz0 0 0 rpy${pi/2} 0 0/ !-- 将圆柱立起来 -- axis xyz0 1 0/ !-- 绕Y轴旋转即前进/后退 -- /joint !-- 同理定义 front_right_steering_link, front_right_wheel_link, rear_left_wheel_link, rear_right_wheel_link -- !-- 后轮没有转向关节只有驱动关节 -- !-- 此处省略右前轮和两个后轮的类似定义以节省篇幅结构相同注意修改joint的origin中的y坐标为 -${wheel_y} 或 x坐标为 ${rear_wheel_joint_x} -- !-- Gazebo 插件 -- gazebo referencebase_link materialGazebo/Blue/material /gazebo !-- ros2_control 系统接口 -- ros2_control nameackermann_control typesystem hardware plugingazebo_ros2_control/GazeboSystem/plugin /hardware joint namefront_left_steering_joint command_interface nameposition/ state_interface nameposition/ state_interface namevelocity/ /joint joint namefront_right_steering_joint command_interface nameposition/ state_interface nameposition/ state_interface namevelocity/ /joint joint namefront_left_wheel_joint command_interface namevelocity/ state_interface nameposition/ state_interface namevelocity/ /joint joint namefront_right_wheel_joint command_interface namevelocity/ state_interface nameposition/ state_interface namevelocity/ /joint joint namerear_left_wheel_joint command_interface namevelocity/ state_interface nameposition/ state_interface namevelocity/ /joint joint namerear_right_wheel_joint command_interface namevelocity/ state_interface nameposition/ state_interface namevelocity/ /joint /ros2_control !-- Gazebo 插件为每个关节设置物理属性阻尼、摩擦 -- gazebo referencefront_left_wheel_link mu1 value1.0/ mu2 value1.0/ kp value10000000.0/ kd value1.0/ /gazebo !-- 为其他轮子添加类似配置 -- /robot注这是一个高度简化的模型。完整的模型需要定义所有四个轮子并仔细调整惯性参数、关节限位和Gazebo物理参数以获得逼真的运动效果。3.4 编写 Launch 文件创建launch/spawn_ackermann.launch.py文件用于在 Gazebo 中生成机器人。import os from ament_index_python.packages import get_package_share_directory from launch import LaunchDescription from launch.actions import IncludeLaunchDescription from launch.launch_description_sources import PythonLaunchDescriptionSource from launch.substitutions import LaunchConfiguration from launch_ros.actions import Node def generate_launch_description(): pkg_path get_package_share_directory(ackermann_vehicle_gazebo) world_file os.path.join(pkg_path, worlds, empty.world) # 可以使用自定义世界 gazebo IncludeLaunchDescription( PythonLaunchDescriptionSource([ os.path.join(get_package_share_directory(gazebo_ros), launch, gazebo.launch.py) ]), launch_arguments{world: world_file}.items() ) # 将 xacro 文件转换为 URDF robot_description_path os.path.join(pkg_path, models, ackermann_vehicle.urdf.xacro) robot_description {robot_description: Command( [xacro , robot_description_path] ).perform(context)} spawn_entity Node( packagegazebo_ros, executablespawn_entity.py, arguments[-entity, ackermann_vehicle, -topic, robot_description, -x, 0.0, -y, 0.0, -z, 0.5], outputscreen ) # 启动 robot_state_publisher robot_state_publisher Node( packagerobot_state_publisher, executablerobot_state_publisher, namerobot_state_publisher, outputscreen, parameters[{use_sim_time: True, robot_description: robot_description}] ) # 启动 ros2_control 节点 controller_manager Node( packagecontroller_manager, executableros2_control_node, parameters[robot_description, os.path.join(pkg_path, config, ackermann_controllers.yaml)], outputscreen ) # 加载并激活关节状态控制器和速度控制器 load_joint_state_controller ExecuteProcess( cmd[ros2, control, load_controller, --set-state, active, joint_state_broadcaster], outputscreen ) load_ackermann_controller ExecuteProcess( cmd[ros2, control, load_controller, --set-state, active, ackermann_steering_controller], outputscreen ) return LaunchDescription([ gazebo, robot_state_publisher, spawn_entity, controller_manager, load_joint_state_controller, load_ackermann_controller, ])3.5 编写 ros2_control 控制器配置创建config/ackermann_controllers.yaml文件。这里我们配置一个ackermann_steering_controller它接收ackermann_msgs/msg/AckermannDrive类型的控制指令并将其转换为各个转向和驱动关节的命令。controller_manager: ros__parameters: update_rate: 100 # Hz ackermann_steering_controller: type: ackermann_steering_controller/AckermannSteeringController front_steering_joints: - front_left_steering_joint - front_right_steering_joint rear_wheel_joints: - rear_left_wheel_joint - rear_right_wheel_joint front_wheel_joints: - front_left_wheel_joint - front_right_wheel_joint wheel_base: 1.6 # 轴距 (前后轮中心的距离) wheel_track: 0.8 # 轮距 (左右轮中心的距离) wheel_radius: 0.3 joint_state_broadcaster: type: joint_state_broadcaster/JointStateBroadcaster3.6 修改 package.xml 和 CMakeLists.txt确保package.xml声明了所有依赖exec_dependros2launch/exec_depend exec_dependgazebo_ros/exec_depend exec_dependgazebo_plugins/exec_depend exec_dependrobot_state_publisher/exec_depend exec_dependjoint_state_publisher/exec_depend exec_dependros2_control/exec_depend exec_dependros2_controllers/exec_depend exec_dependackermann_msgs/exec_depend !-- 需要安装sudo apt install ros-humble-ackermann-msgs -- exec_dependxacro/exec_depend在CMakeLists.txt中确保安装launch,models,config,worlds等目录。install(DIRECTORY launch models meshes config worlds DESTINATION share/${PROJECT_NAME} )4. 构建与首次仿真测试4.1 构建工作空间cd ~/ackermann_ws colcon build --symlink-install source install/setup.bash4.2 启动仿真ros2 launch ackermann_vehicle_gazebo spawn_ackermann.launch.py如果一切顺利Gazebo 会启动并加载一个空世界你的阿克曼小车带有SU7外观会出现在空中然后掉落到地面上。4.3 手动控制测试首先查看当前活跃的控制器ros2 control list_controllers你应该能看到ackermann_steering_controller和joint_state_broadcaster都是active状态。现在我们可以发布一个 Ackermann 驱动指令来让小车前进并转向。创建一个测试发布节点或者使用ros2 topic pub命令# 查看控制话题 ros2 topic list | grep cmd # 通常会是 /ackermann_steering_controller/cmd_ackermann_drive # 发布前进指令 (速度 1.0 m/s, 转向角 0.3 rad) ros2 topic pub /ackermann_steering_controller/cmd_ackermann_drive ackermann_msgs/msg/AckermannDrive {steering_angle: 0.3, speed: 1.0} -r 10观察 Gazebo 中的小车它应该开始以大约 17 度的角度转向并前进。你可以通过CtrlC停止命令并尝试不同的速度和转向角组合。5. 集成 Nav2 进行自主导航测试手动控制验证了底盘模型的基本运动能力。接下来我们将集成 Nav2让小车在已知地图中实现从 A 点到 B 点的自主导航。5.1 安装 Nav2 及相关包sudo apt install ros-humble-navigation2 ros-humble-nav2-bringup ros-humble-slam-toolbox -y5.2 为机器人配置导航所需的 TF 和传感器Nav2 需要正确的 TF 树和传感器数据通常是激光雷达。我们需要修改 URDF添加一个虚拟的激光雷达连杆和传感器插件。在ackermann_vehicle.urdf.xacro的/robot标签前添加!-- 激光雷达支架 -- link namelaser_link visual geometry box size0.05 0.05 0.05/ /geometry /visual inertial mass value0.01/ inertia ixx0.001 ixy0.0 ixz0.0 iyy0.001 iyz0.0 izz0.001/ /inertial /link joint namelaser_joint typefixed parent linkbase_link/ child linklaser_link/ origin xyz0.0 0.0 0.5 rpy0 0 0/ !-- 将雷达放在车顶 -- /joint !-- Gazebo 激光雷达插件 -- gazebo referencelaser_link sensor typeray namelidar_sensor pose0 0 0 0 0 0/pose visualizetrue/visualize update_rate10/update_rate ray scan horizontal samples360/samples resolution1.0/resolution min_angle-3.14159/min_angle max_angle3.14159/max_angle /horizontal /scan range min0.1/min max10.0/max resolution0.01/resolution /range noise typegaussian/type mean0.0/mean stddev0.01/stddev /noise /ray plugin namegazebo_ros_lidar_controller filenamelibgazebo_ros_ray_sensor.so ros namespace//namespace argument~/out:scan/argument !-- 发布到 /scan 话题 -- /ros output_typesensor_msgs/msg/LaserScan/output_type frame_namelaser_link/frame_name /plugin /sensor /gazebo5.3 创建 Nav2 配置文件在config目录下创建nav2_params.yaml这是一个简化版的配置适配我们的仿真小车。amcl: ros__parameters: initial_pose: {x: 0.0, y: 0.0, z: 0.0} initial_pose.covariance: [0.25, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.25, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.06853891945200942] bt_navigator: ros__parameters: global_frame: map robot_base_frame: base_link odom_topic: /odom plugin_lib_names: [] controller_server: ros__parameters: controller_frequency: 10.0 min_x_velocity_threshold: 0.001 min_y_velocity_threshold: 0.001 min_theta_velocity_threshold: 0.001 progress_checker_plugin: progress_checker goal_checker_plugin: goal_checker controller_plugins: [FollowPath] FollowPath: plugin: dwb_core::DWBLocalPlanner min_vel_x: -0.5 max_vel_x: 1.0 min_vel_y: 0.0 max_vel_y: 0.0 min_rot_vel: -0.5 max_rot_vel: 0.5 acc_lim_x: 1.0 acc_lim_y: 0.0 acc_lim_theta: 1.0 decel_lim_x: -1.0 # 阿克曼约束不能横向移动最小转弯半径 holonomic_robot: false # 其他DWB参数... planner_server: ros__parameters: expected_planner_frequency: 1.0 planner_plugins: [GridBased] GridBased: plugin: nav2_navfn_planner/NavfnPlanner tolerance: 0.5 local_costmap: local_costmap: ros__parameters: update_frequency: 5.0 publish_frequency: 2.0 global_frame: odom robot_base_frame: base_link width: 6.0 height: 6.0 resolution: 0.05 global_costmap: global_costmap: ros__parameters: update_frequency: 1.0 publish_frequency: 1.0 global_frame: map robot_base_frame: base_link width: 20.0 height: 20.0 resolution: 0.055.4 创建启动文件集成 Nav2创建launch/nav2_bringup.launch.py它将在 Gazebo 仿真启动后启动 Nav2 的所有节点。import os from launch import LaunchDescription from launch.actions import IncludeLaunchDescription, ExecuteProcess, RegisterEventHandler from launch.event_handlers import OnProcessExit from launch.launch_description_sources import PythonLaunchDescriptionSource from launch.substitutions import FindPackageShare from launch_ros.actions import Node def generate_launch_description(): # 启动 Gazebo 和机器人 gazebo_launch IncludeLaunchDescription( PythonLaunchDescriptionSource([ os.path.join(get_package_share_directory(ackermann_vehicle_gazebo), launch, spawn_ackermann.launch.py) ]) ) # 启动 SLAM 工具箱 (在线建图) 或使用现有地图 # 这里假设我们使用一个预先录制好的地图。对于在线建图请使用 slam_toolbox。 map_server Node( packagenav2_map_server, executablemap_server, namemap_server, outputscreen, parameters[{yaml_filename: /path/to/your/map.yaml}] # 替换为你的地图文件路径 ) # 启动 Nav2 生命周期管理器 nav2_bringup IncludeLaunchDescription( PythonLaunchDescriptionSource([ os.path.join(get_package_share_directory(nav2_bringup), launch, navigation_launch.py) ]), launch_arguments{params_file: os.path.join(get_package_share_directory(ackermann_vehicle_gazebo), config, nav2_params.yaml)}.items() ) # 可选启动 RViz2 进行可视化 rviz_config os.path.join(get_package_share_directory(ackermann_vehicle_gazebo), config, nav2.rviz) rviz Node( packagerviz2, executablerviz2, namerviz2, arguments[-d, rviz_config], outputscreen ) return LaunchDescription([ gazebo_launch, map_server, nav2_bringup, rviz, ])5.5 进行导航测试构建并刷新环境cd ~/ackermann_ws colcon build --symlink-install source install/setup.bash启动完整系统ros2 launch ackermann_vehicle_gazebo nav2_bringup.launch.py在 RViz2 中设置目标点确保 RViz 中显示了地图、激光雷达扫描数据/scan和机器人模型。点击 RViz 顶部的2D Pose Estimate按钮在地图上点击并拖拽为机器人指定初始位置与 Gazebo 中大致对应。点击Nav2 Goal按钮在地图上点击目标点并选择方向。小车将开始规划全局路径并通过局部控制器DWB跟踪路径结合阿克曼控制插件进行移动。6. 常见问题与排查思路在搭建和测试过程中你可能会遇到以下问题问题现象可能原因解决思路Gazebo 启动后黑屏或卡住显卡驱动、硬件加速或 Gazebo 版本问题1. 尝试export LIBGL_ALWAYS_SOFTWARE1后启动。2. 检查是否安装了ros-humble-gazebo-ros-pkgs。3. 在虚拟机中运行 Gazebo 性能可能很差考虑使用物理机或云仿真。机器人生成后掉入地下或漂浮碰撞体collision设置不当或初始位置 Z 坐标太小1. 检查 URDF 中碰撞体的尺寸和位置是否与视觉模型匹配。2. 在spawn_entity.py节点中增加-z参数如-z 0.5。3. 检查 Gazebo 世界文件是否有地面。关节控制器无法激活ros2_control配置错误或关节名称不匹配1. 使用ros2 control list_hardware_interfaces检查硬件接口。2. 仔细核对ackermann_controllers.yaml和 URDF 中的关节名称是否完全一致。3. 检查robot_description参数是否正确传递给了ros2_control_node。发布控制指令但小车不动控制器类型或话题错误或物理参数不合理1. 使用ros2 topic echo /ackermann_steering_controller/commands查看指令是否收到。2. 使用ros2 topic echo /joint_states查看关节状态是否有变化。3. 检查 Gazebo 中轮子的mu1,mu2摩擦系数是否不为零。Nav2 报错 “Transform failed”TF 树不完整或坐标系名称错误1. 运行ros2 run tf2_tools view_frames.py生成 TF 树图检查map-odom-base_link-laser_link链路是否完整。2. 确认nav2_params.yaml中global_frame,robot_base_frame设置正确。路径规划失败小车原地打转代价地图参数、机器人轮廓footprint或控制器参数不适配阿克曼模型1. 在 RViz 中检查local_costmap和global_costmap确保障碍物被正确标记。2. 调整controller_server中的min_radius最小转弯半径等阿克曼相关参数。3. 确保global_costmap的footprint或robot_radius与你的小车模型匹配。7. 最佳实践与工程建议模型分层与模块化将 URDF 模型拆分为底盘、传感器、外观等独立的 xacro 文件通过include方式组合。这极大提高了可维护性和复用性。参数配置外部化将所有可能调整的参数如控制器 PID 系数、成本地图尺寸、物理属性放在 YAML 配置文件中而不是硬编码在 URDF 或代码里。方便调试和不同场景切换。仿真与实物分离在 URDF 中使用宏或条件编译区分仿真用的插件如gazebo_ros_control和实物用的驱动。确保同一套模型描述能用于两者。传感器仿真验证在集成高级算法如 Nav2前先在 RViz 中单独验证激光雷达、IMU 等传感器的数据是否正常发布TF 变换是否正确。这是后续所有工作的基础。逐步集成测试不要试图一次性搭建整个系统。遵循“URDF可视化 - Gazebo物理仿真 - 单关节控制 - 整车运动控制 - 单一传感器 - 导航栈”的顺序进行测试每一步都验证通过后再进入下一步。性能监控Gazebo 仿真对计算资源消耗大。在虚拟机或配置不高的机器上可以降低仿真步长、减少激光雷达采样数、使用简单的视觉模型来提升实时性。版本管理使用 Git 管理你的机器人模型包、配置和启动文件。清晰地记录每次重大修改便于回滚和团队协作。通过本教程你不仅获得了一个可运行的阿克曼底盘 Gazebo 模型更重要的是掌握了从机器人描述、物理仿真、运动控制到与成熟导航框架集成的完整工作流。这个流程是机器人开发的通用模式你可以在此基础上更换不同的机器人模型、添加更多传感器摄像头、深度相机或者尝试更复杂的导航任务动态避障、多机协同。下一步你可以探索如何录制仿真地图slam_toolbox、进行闭环控制调试甚至将这套仿真模型与 Autoware 或 Apollo 等更专业的自动驾驶框架对接。