ROS 2 実践コース｜#14 発表と、シミュレーションで SLAM・Nav2 を動かす

最後の回です。前半は発表、後半は自分の PC のシミュレーションで、地図作り（SLAM）と自律移動（Nav2）を動かします。

発表で見せるのは、うまくいったところではありません。うまくいかなかったこと 1 つと、その原因をどのツールで突き止めたかです。このコースで身につけてほしいのは、動くものを作る腕前よりも、動かないものを調べる手順だからです。

授業で受ける人は、この回の記録を実習レポート（Word）の「第 12 回」のシートに書きます。スクリーンショットは、シートの中の「画面：」の欄（実験や記録の表のすぐ下）に貼ります。ひとりで学ぶ人も、予想と結果を同じ形でノートに残しておくと、あとで見返せます。

この回で撮っておく画面

動画は撮りません。そのかわり、下の画面を撮って残します。授業で受ける人は、実習レポートの「第 12 回」の、それぞれの「画面：」の欄に貼ります。ひとりで学ぶ人も、同じ画面を残しておくと、あとで値を見直せます。最初の 1 枚は、実習を始める前に端末で TZ=Asia/Tokyo date と打ち、日付と時刻が出た画面です。授業の日に実習したことの記録になります。講義用の環境の時計は世界標準時（UTC）なので、TZ=Asia/Tokyo を付けて日本時間で出します。

• TZ=Asia/Tokyo date と、発表でつないだ直後の robot-status
• 発表で見せた自分の rqt_graph
• シミュレーションの SLAM：地図ができていく RViz
• Nav2 にゴールを渡した端末（結果が SUCCEEDED などと出たところ）
• ros2 action info /navigate_to_pose -t
• Nav2 を動かしているときの rqt_graph
• ros2 run tf2_tools view_frames の木（map と odom があること）

前半：発表

見せるのは次の 3 つだけです。コードは見せません。

1. #12 で描いた設計のグラフと、実際の rqt_graph
2. 動いている様子（囲いの中で、その場で動かして見せる）
3. うまくいかなかったこと 1 つと、どのツールで原因を突き止めたか

1 つめは、#12 で描いた設計のグラフと、#13 で撮った rqt_graph を並べて見せます。設計どおりの形になったか、違ったならどこが違ったかを話します。

2 つめで床の上を歩かせるときも、#13 の段階 3 と同じく、先生の合図があってから自分でコマンドを打ちます。ロボットの周りに人や物がないことを確かめてから動かします。

3 つめは、たとえば次のような形になります。

4 つの列には、それぞれ次のことを書きます。#13 の試験の記録から 1 つ選び、同じ形で話してください。

ほかの人の発表からは、自分のまとめ課題に使えそうな調べ方を 1 つ書き留めてください。誰の発表の、どのツールの使い方かが分かるように書きます。レポートに書く項目です。

後半：シミュレーションで SLAM と Nav2 を動かす

ここまでで、ノード・トピック・サービス・アクション・パラメータ・QoS・TF・記録を扱ってきました。この 8 つで、地図を作って自分で移動するシステムまで読めることを、自分の PC で確かめます。ロボットは使いません。シミュレーションの中の車輪ロボット（TurtleBot3）を動かします。

後半は次の順に進めます。

1. シミュレーションを起動する（下の 0）
2. 地図作り（SLAM）のノードとトピックを、これまでのコマンドで調べる（1）
3. Nav2 に行き先を渡し、アクションとして動いていることを確かめる（2）
4. rqt_graph で全体を並べ、出口のトピックを探す（3）

それぞれ、コマンドを打つ前に次のことを予想してノートに書いてください。結果の画面と説明は「結果を見る」をクリックすると開きます。予想を書き、自分で実行してから開いてください。

予想は外れてかまいません。外れたときに「なぜ違ったか」を考えることが大事です。

0　シミュレーションを起動する

先に robot-disconnect でロボットを切り離します。発表でつないだままだと、Nav2 が出す /cmd_vel がロボットにも届き、ロボットの /scan とシミュレーションの /scan も混ざります。robot-status でブリッジが止まっていることを確かめてから、次のコマンドを打ちます。

# どの機体を使うかを、先に環境変数で決めておく（端末を開くたびに打つ）
export TURTLEBOT3_MODEL=waffle

# gazebo（画面なし）＋ SLAM ＋ Nav2 ＋ RViz を一度に起動する
ros2 launch nav2_bringup tb3_simulation_launch.py \
  slam:=True headless:=True use_composition:=False

TURTLEBOT3_MODEL は、TurtleBot3 のどの型の機体を使うかを決める環境変数です（環境変数は #02 の「14. 環境変数と source」）。export で決めた値はその端末の中だけで効くので、端末を開くたびに打ちます。2 つめのコマンドの行末の \ は「次の行に続く」という意味で、2 行で 1 つのコマンドです。

launch のうしろの 3 つは、#13 で使った 名前:=値 の引数です。

RViz の窓が開き、しばらくすると機体と、LiDAR の点が出ます。起動には時間がかかるので、点が出るまで待ってから次へ進みます。ほかの端末を開くときも、最初に export TURTLEBOT3_MODEL=waffle を打ちます。

1　地図を作る（SLAM）

slam:=True を付けたので、地図作りのノード（slam_toolbox）が動いています。RViz で、点の集まりが少しずつ壁の形になっていく様子を見ます。機体を動かすと、見えている範囲が広がって地図も広がります。機体は、次の 2 のやり方で行き先を渡すと動きます。地図ができていく RViz の画面は、レポートに貼るので撮っておきます。

入っていくのは /scan と TF です。どちらも #09 で自分で調べたものです。出てくるのは /map というトピックで、これも ros2 topic info で型を見られます。別の端末を開き、次のコマンドを打ちます。

ros2 node list | grep -i slam
ros2 topic list | wc -l
ros2 topic info /map
ros2 topic info -v /map | sed -n '1,/Subscription count/p'

1 行目は、ノードの一覧から「slam」を含む行だけを出します（grep は #02）。-i は、大文字と小文字を区別しないという指定です。2 行目の wc -l は、渡された行数を数えます（#01）。トピックの一覧の行数なので、トピックの数になります。

4 行目のうしろに付けた sed は、出力を切り取るためのものです。-v を付けると、発行している側と購読している側の両方が出ます。ここで見たいのは発行している側なので、Subscription count の行で止めています。

結果を見る（予想を書き、自分で実行してから開く）

次に、TF の木を PDF に書き出します。#09 の実験 3 と同じく、作業用のフォルダに移動してから実行し、できた PDF を atril で開きます。#09 で作ったフォルダと混ざらないよう、別の名前のフォルダにします。

mkdir -p ~/tf_sim && cd ~/tf_sim
ros2 run tf2_tools view_frames
atril frames_*.pdf

TF の木の画面は、レポートに貼るので撮っておきます。

2　行き先を渡す（Nav2）

できた地図の上で、行き先を渡します。渡し方は 2 つあります。

1. RViz の上に並んだボタンの Nav2 Goal を押し、地図の上の行き先でマウスのボタンを押したまま、機体を向けたい方向へ引いてから離す
2. 端末から、アクションとして渡す（下のコマンド）

どちらでも、機体が経路を決めて走ります。

ros2 action send_goal /navigate_to_pose nav2_msgs/action/NavigateToPose \
  "{pose: {header: {frame_id: map}, pose: {position: {x: 0.5, y: 0.5}, orientation: {w: 1.0}}}}"

ros2 action send_goal は、#05 の実験 4 と同じく、アクションの名前・型・目標の中身の順に書きます。目標の中身は次のとおりです。

最後に SUCCEEDED と出れば、ゴールに着いています。この端末の画面は、レポートに貼るので撮っておきます。

次に、地図の外や壁の中を行き先にしてみます。x と y を大きな値（たとえば 20）にすると地図の外になります。打つ前に、どんな結果が返ってくるかを予想してノートに書き、返ってきた結果をレポートに書きます。答えはここには載せません。返ってきた終わり方と、そうなった理由を自分で考えてレポートに書きます。

このとき動いているのはアクションです。#05 で turtlesim の回転に使ったものと、仕組みは同じです。どんなアクションがあるかと、/navigate_to_pose を頼む側・引き受ける側を調べます。-t は、アクションの型もいっしょに出す指定です。

ros2 action list
ros2 action info /navigate_to_pose -t

結果を見る（予想を書き、自分で実行してから開く）

時間のかかる仕事で、途中経過が届き、途中で取り消せる。だからトピックでもサービスでもなくアクションである——という #05 の話が、そのまま出てきます。

3　全部を並べて見る

最後に、Nav2 が動いているときの全体を rqt_graph で見ます。ノードがとても多いので、そのままでは線が重なって読めません。窓の上にある Hide: の並びで、見たくないものを消せます。tf にチェックを入れて TF の線を消し、左上の更新ボタンを押してから、車輪に向かう出口のトピックを探してください。

rqt_graph

ノードの数は増えますが、線の意味は変わりません。丸がノード、四角がトピック、矢印が向きです。6 週で覚えたのはこの読み方です。

結果を見る（予想を書き、自分で実行してから開く）

Nav2 が最後に出すのは /cmd_vel です。自分のまとめ課題と、出口は同じです。

全部を一度に見ようとせず、見たい線だけを残す——ノードが増えたときの読み方は、これに尽きます。

なぜ、自分のロボットではなくシミュレーションなのか

このシミュレーションの Nav2 を、そのまま自分のロボットで動かすことはできません。何が足りないのかを、トピックや座標系の名前で答えるのが、レポートの問いです。

手がかりは 2 つです。

• この回の view_frames の木と、#09 の実験 3 でロボットにつないで書き出した木を並べ、ロボットの木に無い座標系を探す
• この回の ros2 topic list や rqt_graph に出ていて、#07 と #09 でロボットにつないだときには出ていなかったトピックを探す

6 週間のまとめ

コードは AI に書かせました。それでも、ここまでの判断——何を測るか、どの段階で試すか、どのツールで確かめるか、どこで止めるか——は、自分でやってきたはずです。AI が書いたものが正しいかどうかを決められるのは、この判断ができる人だけです。

つまずきやすい点

レポートの提出：Word のファイル 1 つを Google Classroom に出します。期限は、最後の実習の 1 週間後の 23:59 です。

このあと

このコースの続きとして、次のような延長を順に公開していきます。授業の進み具合や、興味に合わせて選べます。

• ROS 2 の部品を自分で作る（自作メッセージ・サービス・アクション）
• 脚の運動学（URDF と、脚の角度から足先の位置を求める計算）
• 画像認識（カメラの画像を ROS 2 で扱う）
• LLM とロボット（言葉での指示を、安全の層を通して動きに変える）
• 地図と自律移動（この回のシミュレーションを、もっと詳しく調べる）
• 総合制作

ひとりで進めてきた人も、ここまでで ROS 2 の基本的な読み方は身についています。次は、自分のロボットや題材に、同じ手順を当てはめてみてください。設計シートを書き、AI に作らせ、ツールで確かめる。その繰り返しです。