RK3588上跑ROS 2：SLAM建图与自主导航的工程实践

具身智能火起来之后，很多团队都在做移动机器人。ROS 2是目前最成熟的开发框架，但把它跑好、跑稳并不容易。这篇文章分享我们在RK3588平台上的一些实践经验。

硬件选型

• 主控：RK3588（6 TOPS NPU算力，8核CPU）
• 激光雷达：思岚A1（成本低，适合室内SLAM）
• 深度相机：奥比中光Astra Pro（用于视觉识别和避障）
• IMU：维特智能HWT101（用于里程计融合）

软件栈配置

系统选的是Ubuntu 22.04 + ROS 2 Humble，跑起来之后主要调优了三个地方：

1. DDS通信配置

ROS 2默认用Fast DDS，多节点通信时CPU占用很高。改成Cyclone DDS并调优缓冲区后，CPU占用降低约30%。

2. SLAM算法选择

室内场景用Cartographer效果不错，但对算力要求高。RK3588上跑Cartographer，CPU单核占用经常跑满。后来改用slam_toolbox，算力需求低一些，建图质量也够用。

3. AI推理加速

YOLOv8模型通过RKNN工具链转换和INT8量化后，在NPU上跑能到25FPS以上。如果只用CPU跑，只有3-4FPS，完全不够用。

踩过的坑

• 电源管理：RK3588满载功耗能到15W以上，普通充电宝根本带不动，必须用支持PD快充的大容量电池
• 散热：不加散热片的情况下，连续跑SLAM半小时就会降频，必须加主动散热
• 时钟同步：多个传感器的时间戳必须对齐，否则建图会飘。我们用PTP协议做时钟同步

做机器人最大的感受是：仿真里跑通不代表真机能用，真机跑通不代表能量产。每个环节都有大量工程细节。