30代エンジニアの備忘録

（2026年5月時点）前回は TurtleBot3 を bringup し、キーボード操縦と RViz2 で LiDAR 可視化まで完了しました。本記事は TurtleBot3 × ROS 2 Humble シリーズの第7回で、SLAM 地図作成がゴールです。

今回はその続きとして、いよいよSLAMで部屋の地図を作るところまで進めます。

SLAMは「ロボットが自分の位置を推定しながら、同時に地図も作る」ための技術です。最初は少し難しそうに見えるけど、TurtleBot3なら slam_toolbox とRViz2を組み合わせることで、実機を走らせながら地図が伸びていく様子を体験できます。初めて同期すると、LiDAR と地図の対応が視覚化されるので理解の助けになります。 参考：slam_toolbox（ROS 2）

• TurtleBot3実機でSLAMを始めるための起動順序
• slam_toolbox とRViz2の起動方法
• キーボード操縦で地図をきれいに作るコツ
• 作成した地図を map_saver_cli で保存する方法
• SLAM中によく出るトラブルと確認ポイント

今回の作業は、bringup、SLAM起動、RViz2確認、ゆっくり走行、地図保存という流れで進めます。先に全体像を図でつかんでおくと、複数ターミナルで何を動かしているのか迷いにくくなります。

TurtleBot3でSLAM地図作成を行う作業フロー

SLAMでは、TurtleBot3がLiDARで壁や障害物を見ながら、オドメトリで「自分がどれくらい動いたか」を推定します。

ざっくり言うと、次の3つを同時に見ています。

• /scan: LiDARの距離データ
• /odom: タイヤ回転から推定した移動量
• /tf: map、odom、base_footprint などの座標変換

flowchart LR
    A["LiDAR<br>/scan"] --> D["slam_toolbox"]
    B["Odometry<br>/odom"] --> D
    C["TF<br>robot frames"] --> D
    D --> E["Map<br>/map"]
    D --> F["map to odom TF"]
    E --> G["RViz2で表示"]

最終的に /map というトピックに地図が配信され、RViz2上で白黒の占有格子地図として見えるようになります。

下の図のように、TurtleBot3から出てくる /scan、/odom、/tf を slam_toolbox が受け取り、RViz2の表示と地図ファイルの保存につながっていきます。

TurtleBot3、slam_toolbox、RViz2、地図保存の関係図

まずは前回と同じく、TurtleBot3が正常に動く状態かを確認します。

export TURTLEBOT3_MODEL=burger
printenv TURTLEBOT3_MODEL
printenv ROS_DOMAIN_ID

SSHで接続して確認します。

ssh turtlebot3
printenv TURTLEBOT3_MODEL
printenv ROS_DOMAIN_ID

両方の ROS_DOMAIN_ID が一致していることを確認してください。ここがズレていると、SLAM以前にトピックが見えません。

ホストPC側で slam_toolbox と地図保存用パッケージが入っているか確認します。

ros2 pkg prefix slam_toolbox
ros2 pkg prefix nav2_map_server

見つからない場合はインストールします。

sudo apt update
sudo apt install -y \
  ros-humble-slam-toolbox \
  ros-humble-nav2-map-server

TurtleBot3側のSSHターミナルで、前回と同じbringupを起動します。

# TurtleBot3側
ros2 launch turtlebot3_bringup robot.launch.py

別のホストPCターミナルで、トピックが見えているか確認します。

ros2 topic list

最低限、次のトピックが見えていればSLAMに進めます。

/scan
/odom
/tf
/tf_static

LiDARが動いているかも確認しておきます。

ros2 topic hz /scan

average rate が表示され続ければOKです。TurtleBot3 BurgerのLDS系LiDARなら、だいたい5Hz前後で見えることが多いです。

ホストPC側の新しいターミナルで slam_toolbox を起動します。

# ホストPC側
export TURTLEBOT3_MODEL=burger
ros2 launch slam_toolbox online_async_launch.py use_sim_time:=false

正常に起動すると、/map やSLAM関連のサービスが立ち上がります。

ros2 topic list | grep map

次のようなトピックが見えれば良い流れです。

/map
/map_metadata

SLAMが起動したら、RViz2で地図を見ます。

# ホストPC側の別ターミナル
rviz2

RViz2が開いたら、左側のDisplaysで次を設定します。

• Fixed Frame: map
• Add -> Map -> Topic: /map
• Add -> LaserScan -> Topic: /scan
• Add -> TF
• Add -> RobotModel

もしRobotModelがうまく表示されない場合は、まずMapとLaserScanだけでも大丈夫です。SLAMの確認では、地図が伸びていくことが一番大事です。

• 白い領域: ロボットが通れると推定した空間
• 黒い線: 壁や障害物
• 灰色の領域: まだ観測していない場所
• 赤や緑の点群: LiDARが検出している現在の障害物

最初はTurtleBot3の周囲だけが小さく表示されます。ロボットをゆっくり動かすと、地図がじわじわ広がっていきます。

ホストPC側の別ターミナルで、キーボード操縦を起動します。

ros2 run turtlebot3_teleop teleop_keyboard

SLAM中は、速く走らせるよりもゆっくり・一定速度・広く見渡すことが大切です。

おすすめの動かし方はこんな感じです。

• 最初はその場でゆっくり左右に回転して、周囲の壁を認識させる
• 壁に沿ってゆっくり前進する
• 急旋回や急停止を避ける
• 同じ場所に戻って、地図のズレが小さくなるか確認する
• 狭い通路では特に速度を落とす

地図ができてきたら、保存する前に品質を見ます。

チェックポイントは次の通りです。

• 壁が二重線になっていないか
• 直線の壁が大きく曲がっていないか
• スタート地点に戻ったとき、地図が自然につながっているか
• 未観測の灰色領域が多すぎないか
• ロボットの位置がRViz2上で大きく飛んでいないか

特に、部屋を一周してスタート地点付近に戻ったときに地図がきれいにつながると、かなり良い状態です。ここでズレが大きい場合は、もう一度ゆっくり走らせるか、最初から作り直した方が後のNav2で楽になります。

納得できる地図ができたら、ホストPC側で保存します。

mkdir -p ~/turtlebot3_maps
ros2 run nav2_map_server map_saver_cli -f ~/turtlebot3_maps/my_room

成功すると、次の2ファイルが作成されます。

~/turtlebot3_maps/my_room.yaml
~/turtlebot3_maps/my_room.pgm

yaml は地図のメタ情報、pgm は実際の白黒画像データです。

ls -l ~/turtlebot3_maps

my_room.yaml の中身も確認しておきます。

cat ~/turtlebot3_maps/my_room.yaml

代表的には次のような内容になります。

image: my_room.pgm
mode: trinary
resolution: 0.05
origin: [-2.1, -3.4, 0]
negate: 0
occupied_thresh: 0.65
free_thresh: 0.25

resolution: 0.05 は、1ピクセルが5cmを表すという意味です。TurtleBot3の屋内ナビゲーションでは、このくらいの解像度が扱いやすいです。

保存した地図画像は、通常の画像ビューアでも確認できます。

xdg-open ~/turtlebot3_maps/my_room.pgm

もし画像ビューアで開けない場合は、ImageMagickなどでPNGに変換してもOKです。

sudo apt install -y imagemagick
convert ~/turtlebot3_maps/my_room.pgm ~/turtlebot3_maps/my_room.png
xdg-open ~/turtlebot3_maps/my_room.png

白い場所が走行可能領域、黒い場所が壁や障害物です。ここで地図が斜めに大きく歪んでいたり、壁が二重に見えたりする場合は、Nav2での自己位置推定が不安定になりやすいです。

まず slam_toolbox が起動しているか確認します。

ros2 node list | grep slam

次に、SLAMに必要な入力が届いているか確認します。

ros2 topic hz /scan
ros2 topic echo /odom --once
ros2 run tf2_tools view_frames

/scan、/odom、/tf のどれかが欠けると地図は作れません。

RViz2のFixed Frameを map にします。それでもエラーが出る場合は、slam_toolbox が map フレームを出していない可能性があります。

ros2 topic echo /tf --once

map、odom、base_footprint のつながりがあるか確認します。

よくある原因は、ロボットを速く動かしすぎていることです。

• 速度を落とす
• 急旋回を避ける
• 床でタイヤが滑っていないか確認する
• バッテリー電圧が低すぎないか確認する
• 最初にその場回転して周囲を観測する

ros2 topic echo /battery_state --once

map_saver_cli が入っていない可能性があります。

ros2 pkg prefix nav2_map_server
sudo apt install -y ros-humble-nav2-map-server

保存先ディレクトリの権限も確認します。

mkdir -p ~/turtlebot3_maps

# TurtleBot3側
ros2 launch turtlebot3_bringup robot.launch.py

# ホストPC側: SLAM
export TURTLEBOT3_MODEL=burger
ros2 launch slam_toolbox online_async_launch.py use_sim_time:=false

# ホストPC側: RViz2
rviz2

# ホストPC側: teleop
ros2 run turtlebot3_teleop teleop_keyboard

# ホストPC側: 地図保存
mkdir -p ~/turtlebot3_maps
ros2 run nav2_map_server map_saver_cli -f ~/turtlebot3_maps/my_room

• TurtleBot3実機で slam_toolbox を起動できた
• RViz2で /map、/scan、TFを見ながら地図作成できた
• teleopでゆっくり走らせると、地図の品質が上がることがわかった
• map_saver_cli で yaml と pgm の地図ファイルを保存できた
• 次回のNav2自律走行に使うための地図が準備できた

これで、TurtleBot3が「ただ動く」状態から、「自分の周囲を地図として理解する」状態まで進みました。次回はいよいよ、この地図を使ってNav2の自己位置推定とゴール指定ナビゲーションに挑戦します！