webots_ros2
cyberbotics/webots_ros2加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下，你刚写好一段导航算法，想立刻验证效果——但现实中没有机器人，没有场地，更没有愿意帮你调试一周的实验室。
webots_ros2 就是来解决这个痛点的。它是 Cyberbotics 公司维护的开源机器人仿真框架 Webots 与 ROS2（机器人操作系统2） 之间的桥梁，让你在虚拟3D环境中测试任意机器人算法，无需实体硬件。
图1：Webots + ROS2 联合仿真界面，图中为 TIAGo 机器人在室内环境中进行 SLAM
机器人开发有一个核心矛盾：迭代速度 vs. 硬件成本。一个导航算法的调参，在真实机器人上可能需要数天；在仿真器里，重跑一次只要几分钟。
Webots 正是为此而生。这是一款诞生于1990年代的工业级机器人仿真器，最初用于瑞士洛桑联邦理工学院（EPFL）的教学和研究。经历了三十多年迭代，它支持数百种预置机器人模型（TIAGo、TurtleBot、Universal Robot 等）、精确的物理引擎（基于 ODE/Bullet）和传感器仿真（摄像头、激光雷达、IMU、力矩传感器）。
ROS2 是机器人领域的事实标准，但 Webots 原生并不支持它。webots_ros2 项目填补了这个空白：通过标准 ROS2 接口（topic、service、action）将 Webots 仿真器暴露给 ROS2 生态，使得任何兼容 ROS2 的算法包都能无缝接入仿真环境。
该项目由 Cyberbotics 官方团队维护，同时获得了欧盟 Horizon 2020 框架下 ROSIN 和 OpenDR 计划的资金支持，在学术界和工业界均有广泛应用。
webots_ros2 是一个多包集合，共包含约 15 个独立的 ROS2 包，涵盖从底层驱动到高层算法的完整工具链：
| 包名 | 功能 | 代表机器人 |
|---|---|---|
| webots_ros2_driver | Webots 设备驱动框架 | 通用 |
| webots_ros2_control | ros2_control 硬件抽象层 | 通用 |
| webots_ros2_epuck | 小型移动机器人驱动 | e-puck |
| webots_ros2_tiago | 协作机器人 + 移动底盘 | TIAGo |
| webots_ros2_turtlebot | 经典 SLAM 测试平台 | TurtleBot3 |
| webots_ros2_universal_robot | 工业机械臂控制 | UR5/UR5e |
| webots_ros2_crazyflie | 四旋翼无人机 | Crazyflie 2.0 |
| webots_ros2_mavic | 无人机 | DJI Mavic |
| webots_ros2_importer | URDF/Xacro 模型导入 | 通用 |
| webots_ros2_msgs | 专用消息/服务定义 | — |
从算法类型看，该项目覆盖了机器人研究的几大核心方向：
SLAM（同步定位与地图构建）：内置对 cartographer 和 slam_toolbox 的配置示例，机器人通过激光雷达数据实时构建环境地图。结合 nav2（ROS2 Navigation Stack），还能实现从地图到路径规划的完整自主导航流程。
图2：nav2 导航栈在 Webots 仿真环境中的运行效果
运动规划（Motion Planning）：通过 moveit2 集成，支持对机械臂进行关节空间和笛卡尔空间的轨迹规划。Universal Robot 包中包含了完整的 MoveIt 配置（moveit_movegroup.yaml、moveit_kinematics.yaml 等），开箱即用。
多机器人协同：代码库中包含 multirobot_launch.py，可同时启动多个机器人实例进行协同任务仿真，例如多机器人探索或多臂协作装配。
传感器融合：支持 IMU、摄像头（含识别功能）、激光雷达、力矩传感器的数据仿真，并提供 CameraRecognitionObject 等高级消息类型，可直接用于目标检测算法的训练数据生成。
图3：2D SLAM 建图效果（黑白为障碍物，彩色为机器人路径）
该项目采用典型的 ROS2 元包（metapackage）架构，所有子包通过 package.xml 声明依赖关系，最终在 workspace 中一起编译。
语言构成：主力语言为 C++（驱动层、插件系统、ros2_control 硬件接口）和 Python（节点脚本、launch 文件、工具脚本），符合 ROS2 生态的主流实践。
核心插件系统：Webots 与 ROS2 的交互通过其自定义插件机制实现。在 webots_ros2_driver 中，定义了 Ros2SensorPlugin、Ros2Control 等 C++ 插件类，加载到 Webots 仿真世界中，将传感器数据发布为 ROS2 topic，并将 ROS2 command 下发到仿真器执行物理动作。这一设计使得添加新传感器/执行器时无需修改核心代码，只需实现对应插件接口即可。
ros2_control 集成：这是该项目最具技术含量的部分。ros2_control 是 ROS2 的标准化硬件抽象层，而 webots_ros2_control 包通过 C++ 实现了一个 Ros2ControlSystem 类，将 Webots 仿真器的物理模型暴露为符合 ros2_control 接口的硬件资源（关节控制器、力矩传感器等）。这意味着：真实机器人上使用的同一套 ros2_controllers（如 joint_trajectory_controller、diff_drive_controller）可以直接无缝迁移到仿真环境中，算法验证结果具有高度可迁移性。
URDF/Xacro 导入器：webots_ros2_importer 提供了将真实机器人的 URDF/Xacro 模型转换为 Webots .wbt 格式的能力。这对于研究新型机器人而不存在于 Webots 预置库中的场景非常有价值，降低了新机器人的仿真准入门槛。
代码质量：项目包含完整的 CI 流水线（GitHub Actions），测试覆盖 clang-format 代码格式化检查、版权声明检查（Apache 2.0）、PEP8 Python 规范检查，以及系统级集成测试（test_system_*.py），确保每个 PR 的代码质量。
环境要求：Webots 是一款重量级应用（完整安装约 2-3 GB），且依赖图形环境（X11/Wayland）。推荐在 Ubuntu 20.04 或 22.04 上运行，配合 ROS2 Humble 或 Jazzy。macOS 和 Windows 也有官方支持但社区资源较少。
安装方式：官方提供三种路径——
colcon build 完整编译osrf/ros:jazzy-desktop + Webots R2025a，适合 CI/CD 场景动手门槛：对于有 ROS2 使用经验的开发者，安装和运行官方提供的示例（launch 文件）大约需要 30 分钟。但若要深度定制（例如添加新传感器、编写自定义控制器），需要具备 C++ 插件开发和 ros2_control 的知识积累，门槛明显上升。
不支持一键部署：由于 Webots 本身是重型图形仿真应用，无法通过简单的 docker-compose up 启动（无 headless 模式，或 headless 模式功能受限）。不过 GitHub Actions CI 中使用了 Docker 来标准化测试环境，说明 Docker 路径是可行的开发工作流选择。
物理真实性：Webots 的物理引擎（Bullet）在高精度接触力控场景（如精细抓取）下不如 Mujoco，但对于导航、SLAM、机械臂点对点运动等主流研究场景，精度足够。Cyberbotics 也在持续改进物理模型。
图形性能：Webots 是 CPU/GPU 混合渲染的仿真器，在没有独立 GPU 的环境下（如服务器、无头节点），帧率和仿真速度可能明显下降。有研究者在 HPC 集群上使用虚拟显示驱动（如 xvfb）运行 headless 仿真，但需要额外调优。
ROS2 版本绑定：该项目与 ROS2 版本强耦合。ROS2 的版本迭代（从 Foxy 到 Humble，再到 Jazzy）涉及底层通信中间件（DDS）配置的变化，升级一次 ROS2 版本意味着重新验证所有包的兼容性。2025 年初，项目已开始全面支持 Jazzy，但 Humble 用户的迁移仍需手动处理。
维护者单一：主要贡献者集中于 Cyberbotics 公司，社区驱动的新功能开发相对有限，与 ROS 生态中完全社区化的项目（如 Navigation2、MoveIt2）相比，开放性稍弱。
在具身智能（Embodied AI）和大模型控制机器人成为热点的当下，高保真仿真环境的重要性急剧上升。webots_ros2 的价值在于：
从增长趋势看，随着 ROS2 社区从 Humble 向 Jazzy 迁移，以及具身智能研究的热度持续攀升，该项目的活跃度和影响力预计将继续增长。它代表了一种务实的技术路线：在虚拟世界中快速试错，在真实世界中一击必中。
总结：webots_ros2 是连接 Webots 仿真引擎与 ROS2 机器人操作系统的官方桥接包，提供从 SLAM、导航到机械臂控制的完整仿真工具链。适合有 ROS2 基础的机器人和 AI 研究者，用于算法快速验证和仿真数据生成。部署有一定门槛（图形环境依赖），但 Docker 支持使其在 CI/CD 场景下具有良好的可复现性。