ROS Noetic+Arduino 嵌入式小车：电机驱动、IMU 数据通信实战教程

在移动机器人开发领域，ROS 作为主流机器人操作系统，能够实现机器人的运动控制、数据采集、姿态解算与算法部署，而 Arduino 嵌入式控制器具备硬件操控灵活、响应速度快、适配性强的特点，二者结合可以搭建低成本、高性能的嵌入式智能小车开发平台。本文基于 Ubuntu 20.04 系统下的 ROS Noetic 版本，结合 Arduino 开发板，完整讲解嵌入式小车的电机驱动配置、硬件接线、串口通信、IMU 惯性数据采集与话题传输的全流程实战内容，适合机器人入门开发者完成软硬件联调实操学习。

一、整体系统架构与硬件清单

1.1 系统分层架构

本小车系统采用“上位机+下位机”的分层协作架构，分工明确且运行稳定。上位机为搭载 ROS Noetic 的 Ubuntu 20.04 设备，可使用电脑或树莓派，主要负责发布运动控制指令、订阅传感器数据、运行姿态解算算法、可视化数据状态；下位机为 Arduino 开发板，承担底层硬件控制任务，包括电机启停与调速、IMU 原始数据采集、串口数据收发、硬件信号校验。

系统数据交互分为双向通道：下行通道为 ROS 上位机发布 /cmd_vel 速度控制话题，通过串口传输至 Arduino，解析后控制电机运转；上行通道为 Arduino 采集 IMU 原始数据与电机编码器数据，经过预处理后上传至 ROS 上位机，用于小车姿态分析与里程计算。该架构实现了算法与硬件解耦，便于后续拓展导航、避障、路径规划等功能。

1.2 核心硬件清单

本次实战选用通用性强、性价比高的硬件设备，适配绝大多数入门级嵌入式小车开发场景，具体清单如下：Arduino UNO R3 开发板、L298N 双路电机驱动模块、MPU6050 IMU 惯性测量传感器、直流减速电机及小车底盘、USB 数据线、杜邦线若干。其中 MPU6050 集成三轴加速度计与三轴陀螺仪，可采集小车运动姿态、角速度、加速度数据，是小车姿态解算的核心传感器。

二、开发环境搭建与配置

2.1 ROS Noetic 环境校验

本次开发基于完整部署的 ROS Noetic 环境，打开终端输入 rosversion -d，终端输出 noetic 即可确认环境正常。为实现 ROS 与 Arduino 的串口通信，需要安装专属通信功能包，核心为 rosserial 系列工具包，执行以下终端命令完成安装：

sudo apt update

sudo apt install ros-noetic-rosserial-arduino ros-noetic-rosserial-python

安装完成后，需配置串口设备权限，避免出现串口访问失败的问题，依次执行以下命令：

sudo usermod -a -G dialout $USER

执行后注销当前用户并重新登录，即可获取串口设备的读写权限，保障后续数据通信稳定。

2.2 Arduino 开发环境配置

在 Ubuntu 20.04 系统中安装 Arduino IDE，适配系统架构选择对应版本，解压后运行安装脚本即可完成部署。打开 Arduino IDE 后，添加 rosserial 适配库，通过「项目-加载库-管理库」搜索安装 Rosserial Arduino Library，保证 Arduino 能够解析 ROS 话题数据、上传自定义固件。同时安装 MPU6050 传感器驱动库，为后续 IMU 数据采集提供底层支持。

三、硬件接线方案与接线规范

合理的硬件接线是系统稳定运行的基础，本次采用标准化接线方式，规避线路冲突与信号干扰问题，具体接线定义如下：

3.1 电机驱动模块接线（L298N）

L298N 模块负责接收 Arduino 信号，驱动两路直流电机运转，接线对应关系：ENA 引脚接 Arduino D9（PWM 调速引脚）、IN1 接 D8、IN2 接 D7、IN3 接 D6、IN4 接 D5；电机电源接入 L298N 外接电源接口，为电机提供稳定动力，Arduino 与 L298N 共地，保证信号电平统一。其中 IN1、IN2、IN3、IN4 为方向控制引脚，高低电平组合可控制电机正转、反转与停止，ENA 引脚通过 PWM 信号实现电机转速调节。

3.2 IMU 传感器接线（MPU6050）

MPU6050 采用 I2C 通信协议传输数据，接线方式简洁稳定：VCC 接 Arduino 5V 引脚、GND 接 Arduino GND、SDA 接 A4、SCL 接 A5。I2C 总线支持设备挂载拓展，后续可直接新增其他传感器，无需改动核心接线架构。

四、Arduino 底层程序开发

4.1 电机驱动程序编写

底层程序核心功能为解析 ROS 下发的速度指令，转换为电机驱动信号，实现小车前进、后退、转向、调速等基础运动。程序中首先定义电机控制引脚，初始化串口通信与 I2C 总线，订阅 ROS 下发的 /cmd_vel 话题，实时解析线速度与角速度数据，通过算法转换为左右电机的转速与方向控制信号，输出 PWM 调速与电平控制信号。

程序设计中增加简单的信号滤波逻辑，过滤瞬时异常指令，避免小车出现抖动、窜动现象。同时设置转速阈值，屏蔽微小指令信号带来的无效运动，提升小车运行平稳度。程序编译成功后上传至 Arduino 开发板，完成底层电机驱动固件部署。

4.2 IMU 数据采集程序编写

基于 MPU6050 驱动库编写数据采集程序，核心功能为实时读取三轴加速度、三轴陀螺仪原始数据，完成数据预处理后，封装为 ROS 标准 IMU 消息格式，通过串口上传至上位机。程序初始化阶段完成传感器自检，确认 I2C 通信正常、传感器无故障后，进入循环采集模式。

为降低硬件噪声影响，程序中加入均值滤波处理，连续采集多组数据后取平均值作为有效输出数据，提升数据准确性。同时统一数据输出频率，与 ROS 节点通信频率匹配，保证上下位机数据同步。采集的原始数据可直接用于上位机姿态解算，输出小车俯仰角、横滚角、偏航角等姿态信息。

五、ROS 上位机通信与话题配置

5.1 串口通信节点启动

硬件接线与固件上传完成后，启动 ROS 串口通信节点，建立上下位机数据通道。首先在终端执行 ls /dev/ttyUSB* 或 ls /dev/ttyACM* 查看 Arduino 对应的串口设备号，确认设备识别正常后，启动 rosserial 通信节点：

rosrun rosserial_python serial_node.py /dev/ttyACM0

节点启动成功后，终端会显示串口连接成功、话题订阅与发布初始化完成，此时上下位机数据通道正式打通。

5.2 话题订阅与数据可视化

打开新终端，输入 rostopic list 可查看系统所有有效话题，其中包含 /cmd_vel 控制话题、/imu/data 传感器数据话题。通过 rostopic echo /imu/data 可实时打印 IMU 采集的加速度、角速度数据，直观查看传感器工作状态。

同时可借助 ROS 可视化工具 rqt_plot，输入对应话题数据字段，实时绘制数据变化曲线，观测小车运动过程中的姿态数据波动，便于排查传感器数据异常、运动卡顿等问题。通过发布 /cmd_vel 话题指令，可测试小车运动状态，验证电机驱动与通信功能是否正常。

六、系统联调与常见问题优化

6.1 基础功能联调流程

系统联调遵循先硬件后软件、先单模块后整体的原则。第一步单独测试电机驱动，通过 ROS 发布固定速度指令，验证小车前进、后退、左右转向功能是否正常，排查电机接线错误、转速不一致等问题；第二步单独测试 IMU 数据采集，静置小车查看数据是否稳定，晃动小车观测数据是否同步变化；第三步进行整机联调，实现运动控制与姿态数据同步传输，完成闭环测试。

6.2 常见问题与优化方案

串口连接失败是高频问题，多由串口权限不足、设备号冲突导致，重新执行权限配置命令、插拔设备刷新端口即可解决。电机运转抖动、转速不稳，可通过增大程序滤波区间、降低 PWM 信号波动、优化电源供电稳定性改善。IMU 数据漂移问题，可在程序中增加静态校准逻辑，小车静置时完成零点校准，减少静态误差。

此外，数据传输延迟可通过统一上下位机波特率、关闭系统冗余进程、优化程序循环执行逻辑进行优化，保障数据传输的实时性，满足小车运动控制与姿态检测的基本需求。

七、总结与拓展方向

本文通过 ROS Noetic 与 Arduino 的软硬件结合方案，完成了嵌入式小车电机驱动开发、IMU 数据采集与双向串口通信的全流程实战，搭建了稳定的机器人底层软硬件框架。该方案结构轻量化、适配性强，能够满足入门级移动机器人的开发需求，清晰实现了 ROS 高层算法与嵌入式底层硬件的协同工作。

在此基础上，开发者可进行多维度功能拓展，例如新增电机编码器数据采集实现里程计解算、融合 IMU 数据实现精准姿态定位、搭载激光雷达实现环境感知，同时结合 ROS 导航堆栈，完成小车自主导航、路径规划、避障等高级功能开发，逐步完善嵌入式智能小车的功能体系。