OOMWOO：用树莓派和 ROS2 自己造一台扫地机器人

今天在 GitHub Trending 上看到一个有意思的项目：OOMWOO，一个完全开源、可自己动手打造的扫地机器人——用树莓派 + 3D 打印 + ROS2 构建，支持本地运行不依赖任何云服务。

一、项目概述

OOMWOO（名字是一个 180° 旋转后仍然对称的旋转对称字）是一个开源家庭扫地机器人项目，目标是：

可负担：使用常见的树莓派 CM4/CM5 作为主控，成本可控
完全开源：硬件（3D 打印文件）、软件（ROS2）、固件（STM32 MCU）全部开源
本地运行：日常功能不依赖任何云端，真正去中心化
Home Assistant 原生集成：开箱即用的本地智能家居控制
可 hack：模块化架构，支持自由扩展和二次开发

核心特性一览

特性	说明
主控	树莓派 CM4 / CM5
运动控制	STM32G070 MCU + FreeRTOS
导航	ROS2 + Nav2 + 2D LiDAR SLAM
通信	自定义串口协议（MCU ↔ 主控）
地图构建	自主 SLAM 覆盖率清洁
仿真	Gazebo + ROS2 全套仿真环境
控制	Home Assistant 本地集成
3D 打印	全部外壳零件可 3D 打印

当前开发状态

项目处于早期开发阶段，预计 2026 年秋季发布第一版构建说明。目前已有：

ROS2 软件开发环境和 Gazebo 仿真环境可用
ROS2 URDF + Gazebo 仿真包
临时占位机器人（Proscenic M6 Pro）已接入 ROS2 可用
BOM（物料清单）草稿版已发布
社区模块化贡献机制已建立

二、技术架构

整体架构

OOMWOO 采用典型的分布式机器人架构，CPU（树莓派）和 MCU（STM32）通过自定义串口协议通信：

┌──────────────────────────────────────────────┐
│         树莓派 CM4/CM5 (ROS2)                 │
│  ┌──────────┐ ┌──────────┐ ┌──────────────┐  │
│  │  Nav2    │ │  SLAM    │ │ Home Assist. │  │
│  │  导航规划 │ │  地图构建 │ │  本地控制    │  │
│  └──────────┘ └──────────┘ └──────────────┘  │
│              ↑ 自定义串口协议                  │
└──────────────│───────────────────────────────┘
               │
┌──────────────│───────────────────────────────┐
│   STM32G070 MCU (FreeRTOS + Arduino API)    │
│  ┌────────┐ ┌────────┐ ┌────────┐ ┌───────┐ │
│  │ 电机驱动│ │ 传感器  │ │ 充电管理│ │ 安全   │ │
│  │ PWM速度 │ │ LiDAR  │ │ 4S2P   │ │ 看门狗  │ │
│  └────────┘ └────────┘ └────────┘ └───────┘ │
└──────────────────────────────────────────────┘

I/O 主板设计（KiCad + JLCPCB）

I/O 主板承担关键的实时安全功能：

电机驱动接口：支持带编码器的直流电机
LiDAR 接口：2D LiDAR 专用接头
IMU 接口：惯性测量单元
MIPI 摄像头接口：用于 v2 版本的障碍物识别
4S2P 锂电池充电管理
STM32G070 MCU：运行 FreeRTOS，上层是 Arduino 风格 API，底层是 HAL + ISR 实时安全核心
安全看门狗：任何 ROS2 节点崩溃/挂起，MCU 立即停止机器人

ROS2 软件栈

核心依赖（已实现 2GB RAM 目标）：

# 关键 ROS2 包依赖（模块化组合）
- nav2_bringup        # 导航2 导航栈
- slam_toolbox       # SLAM 地图构建
- ros2_controllers   # 机器人控制器
- ros2_action         # 动作服务器（清洁任务）

Node 组合策略：用 ros2 component load 动态组合节点，精简内存占用。已实测将 ROS2/Nav2/SLAM 压入 2GB RAM 以内。

仿真环境

OOMWOO 提供完整的 Gazebo 仿真：

# 安装仿真环境（参考 oomwoo-install）
git clone https://github.com/makerspet/oomwoo-install
cd oomwoo-install
./install.sh simulation

# 运行仿真
ros2 launch oomwoo_one gazebo.launch.py

URDF + Gazebo 仿真贡献模块已在社区开放，多名贡献者正在完善物理模型。

社区模块化贡献机制

OOMWOO 采用了非常创新的并行贡献模式——将整个项目拆分为多个独立模块，贡献者在自己的仓库开发，通过短 PR 链接回主项目：

模块	状态	说明
URDF + Gazebo sim	进行中	仿真物理模型
覆盖率清洁 + SLAM 建图	进行中	边清洁边建图
自动清洁（已知地图）	进行中	基于已有地图规划路径
AMCL 定位 + 导航	进行中	已知地图重定位
自主回充循环	待开始	精确对接充电桩
障碍物识别（v2）	待开始	摄像头 + ToF 低于 LiDAR 的障碍
内存优化	已完成	达成 2GB 目标

三、安装与快速开始

环境要求

Ubuntu 22.04 + ROS2 Humble
树莓派 CM4 或 CM5（推荐 CM5，2GB+ RAM）
2D LiDAR（如 RPLIDAR A1/A3 或 similar）
3D 打印机（零件发布后）
至少 8GB microSD 卡

软件安装（树莓派或仿真）

# 克隆安装脚本
git clone https://github.com/makerspet/oomwoo-install
cd oomwoo-install

# 全量安装（机器人 + 仿真）
./install.sh full

# 仅安装仿真
./install.sh simulation

ROS2 环境初始化

# 加载 ROS2 环境
source /opt/ros/humble/setup.bash
source ~/oomwoo_ws/install/setup.bash

# 启动 Nav2 导航
ros2 launch nav2_bringup bringup_launch.py \
  params_file:=~/oomwoo_ws/src/oomwoo_one/config/nav2_params.yaml

在 Gazebo 中运行仿真

# 启动 Gazebo 仿真
ros2 launch oomwoo_one gazebo.launch.py

# 在 RViz 中查看
ros2 run rviz2 rviz2 -d ~/oomwoo_ws/src/oomwoo_one/config/oomwoo.rviz

四、实战：让机器人在仿真中走一圈

步骤 1：启动仿真

ros2 launch oomwoo_one gazebo.launch.py

步骤 2：打开 SLAM 建图

ros2 launch slam_toolbox online_async_launch.py \
  params_file:=~/oomwoo_ws/src/oomwoo_one/config/slam_params.yaml

步骤 3：遥控探索建图

# 启动键盘控制
ros2 run teleop_twist_keyboard teleop_twist_keyboard

移动机器人探索房间，SLAM 自动构建地图。

步骤 4：保存地图

ros2 run nav2_map_server map_saver_cli -f ~/map

步骤 5：启动自主导航清洁

# 启动 Nav2 导航
ros2 launch nav2_bringup bringup_launch.py \
  map:=$HOME/map.yaml

# 发送自主清洁目标
ros2 action send_goal /clean_coverage nav2_msgs/action/Coverage \
  "{area: 'full_room'}"

五、常见问题与解决方案

Q1：ROS2 节点内存占用过高怎么办？

OOMWOO 已实现 2GB RAM 目标，核心方法：

用 ros2 component load 动态组合节点，减少进程开销
移除 Gazebo 和桌面 UI（仿真外环境不需要）
用 Rust 重写部分性能关键模块

参考贡献模块 compute-benchmark 的配置：contributions/compute-benchmark

Q2：LiDAR 数据丢帧或噪声大？

检查 USB 串口权限：sudo chmod 666 /dev/ttyUSB0
确认 LiDAR 供电充足（部分 USB 供电不足，需外接 5V）
在 slam_params.yaml 中调高扫描匹配阈值

Q3：导航时机器人原地转圈不移动？

检查 cmd_vel 话题是否收到数据
验证电机编码器反馈正常：ros2 topic echo /wheel/encoder
确认 Nav2 的 controller_server 参数中机器人最大速度配置正确

Q4：无法连接到 Home Assistant？

确认 MQTT broker 运行正常：mosquitto -d
检查 Home Assistant 中 OOMWOO 集成配置，MQTT discovery 是否开启
查看 ROS2 侧 MQTT 桥接日志：ros2 run mqtt_bridge mqtt_bridge

Q5：构建固件时 STM32CubeIDE 报错？

确认安装 STM32CubeProgrammer
检查 MCU 型号选择是否正确（项目使用 STM32G070RB）
参考 oomwoo-io-firmware 仓库中的 CONTRIBUTING.md

六、与同类开源项目对比

项目	平台	云端依赖	ROS2	DIY 硬件	成熟度
OOMWOO	树莓派	无	✅	✅ 3D打印	早期
Valetudo	商业机	无	❌	❌ 固件替换	成熟
Open Mower	树莓派	可选	✅	✅	成熟
真空Tiger	商业机	未知	⚠️ 部分	❌	实验性

OOMWOO 的差异化在于：完全白盒 + ROS2 原生 + 社区模块化并行开发，是唯一一个同时满足"自己造"和"完整 ROS2"的开源扫地机器人项目。

七、总结

OOMWOO 是一个野心勃勃且路线清晰的开源机器人项目，用树莓派 + ROS2 + 3D 打印把"自己造一台扫地机器人"这件事变得触手可及。它最大的创新不仅在技术，更在社区协作模式——模块化并行贡献让任何人都可以零门槛切入自己感兴趣的子系统。

项目目前处于早期开发阶段，2026 年秋季会出第一版构建说明。如果你对机器人、ROS2、嵌入式开发感兴趣，现在正是介入的好时机——参与一个开源扫地机器人的从零搭建，机会难得。

项目地址：https://github.com/makerspet/oomwoo

一、项目概述#

核心特性一览#

当前开发状态#

二、技术架构#

整体架构#

I/O 主板设计（KiCad + JLCPCB）#

ROS2 软件栈#

仿真环境#

社区模块化贡献机制#

三、安装与快速开始#

环境要求#

软件安装（树莓派或仿真）#

ROS2 环境初始化#

在 Gazebo 中运行仿真#

四、实战：让机器人在仿真中走一圈#

步骤 1：启动仿真#

步骤 2：打开 SLAM 建图#

步骤 3：遥控探索建图#

步骤 4：保存地图#

步骤 5：启动自主导航清洁#

五、常见问题与解决方案#

Q1：ROS2 节点内存占用过高怎么办？#

Q2：LiDAR 数据丢帧或噪声大？#

Q3：导航时机器人原地转圈不移动？#

Q4：无法连接到 Home Assistant？#

Q5：构建固件时 STM32CubeIDE 报错？#

六、与同类开源项目对比#

七、总结#