Week 09 — ROS2 语音交互与路径规划
实验目标
探索 ROS2 中语音交互（TTS/STT）的消息管道设计，理解语音系统如何通过话题/服务与机器人控制系统对接。同时涉及路径规划算法的基本概念。
实验环境
| 组件 | 说明 |
|---|---|
| 中间件 | ROS2 Humble |
| 语音 TTS | /tts/speak 话题（std_msgs/String） |
| 语音 STT | /stt/listen 话题（std_msgs/String） |
| 路径规划 | A* 算法概念 + ROS2 导航栈 |
目录结构
Week09/
├── README.md # 本报告
├── screenshot_1.png # 数学基础运行截图
├── screenshot_2.png # 路径规划结果截图
├── screenshot_3.png # ROS2 语音话题截图
└── screenshot_4.png # ROS2 语音话题截图
实验步骤
1. 语音话题探索
列出 ROS2 中与语音相关的话题，查看消息类型和流向：
ros2 topic list | grep -E "tts|stt|speak|listen"
2. 消息管道分析
监听 TTS 话题，分析语音指令如何从文本转换为机器人动作：
ros2 topic echo /tts/speak
3. 路径规划实验
运行路径规划节点，观察机器人如何在障碍物间生成最优路径：
ros2 topic echo /plan
关键命令
# 查看所有话题
ros2 topic list
# 监听语音指令
ros2 topic echo /tts/speak
# 查看话题消息类型
ros2 topic info /tts/speak
# 发布语音测试消息
ros2 topic pub /tts/speak std_msgs/msg/String "{data: '前进'}"
语音交互架构
用户语音 → STT(语音识别) → /stt/listen → NLP处理节点 → 动作指令 → /cmd_vel → 机器人
机器人状态 → /robot/status → TTS节点 → /tts/speak → 语音播报 → 用户听到反馈
ROS2 中语音交互被抽象为标准的话题发布/订阅模式：
- STT（语音转文本）：麦克风 → 语音识别引擎 →
/stt/listen(String) - TTS（文本转语音）：
/tts/speak(String) → 语音合成引擎 → 扬声器
实验证据
ROS2 语音话题
ROS2 环境中语音相关话题的运行状态
ROS2 环境中语音相关话题的运行状态
ROS2 环境中语音相关话题的运行状态
路径规划相关数学基础的运行验证
遇到的问题与解决
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 语音话题无数据 | 未启动 TTS/STT 节点 | 先启动相应的语音处理节点，再监听话题 |
| 中文语音识别准确率低 | 通用语音模型对中文支持有限 | 使用支持中文的 STT 引擎（如 Whisper） |
| 路径规划结果不合理 | 代价地图未正确配置障碍物信息 | 检查 LiDAR/深度相机话题是否正确发布 |
总结与反思
核心收获
- 语音即话题：在 ROS2 中，语音交互被优雅地抽象为普通话题发布/订阅。一条
ros2 topic pub命令就能模拟语音指令，极大简化了开发调试 - 模块化思维：STT → NLP → 动作生成 → TTS，每个环节是独立节点，可单独替换升级而不影响整体
- 路径规划基础：A* 算法是机器人导航的经典方案，理解代价地图和启发函数是后续深入导航栈的前提
延伸思考
语音交互让机器人从”编程控制”升级为”自然语言控制”。结合 Week12 的 ArUco 视觉定位，可以实现「语音说”去拿那个东西”→ 视觉识别目标 → 路径规划 → 自主导航 → 抓取」的完整智能流程。