English | 简体中文

G1 YOLO Nav

导语

宇树 G1 人形机器人 YOLO 目标识别与路径规划导航 工作空间。基于 ROS2 Foxy + Python，实现实时目标检测、3D 空间定位与自主导航接近目标。

技术栈：Ubuntu 20.04 · ROS2 Foxy · Python 3.8+ · YOLOv11 · Nav2 · colcon

核心能力：

• YOLO 实时目标检测（支持自定义训练模型）
• 2D 检测结果到 3D 空间坐标投影
• Nav2 路径规划与自主导航
• 紧急停止与安全限速保护

g1act_ws/
├── src/
│   └── g1_yolo_nav_py/                  # YOLO 目标识别与导航功能包
│       ├── g1_yolo_nav_py/
│       │   ├── __init__.py
│       │   ├── yolo_detector.py          # YOLO 检测节点
│       │   ├── spatial_target.py         # 3D 空间投影节点
│       │   └── nav_planner.py            # 导航规划节点
│       ├── launch/
│       │   └── yolo_nav.launch.py        # 统一启动文件
│       ├── config/
│       │   └── yolo_nav.yaml             # 参数配置
│       ├── package.xml
│       ├── setup.py
│       ├── setup.cfg
│       ├── resource/
│       └── yolo_v11x_best.pt             # YOLOv11 自定义训练模型权重
├── ros2doc_skill/                        # ROS2 开发规范技能包
└── README.md

该模型为已训练完成的 YOLOv11 权重文件，部署时放置于 src/g1_yolo_nav_py/ 根目录下，通过 launch 参数 model_path 指定加载路径。

# 安装依赖
pip3 install ultralytics

# 编译
colcon build --packages-select g1_yolo_nav_py
. install/setup.bash

# 运行完整导航管线（需先启动相机驱动和 TF 树）
ros2 launch g1_yolo_nav_py yolo_nav.launch.py

# 启用 Nav2 导航 + 深度传感器
ros2 launch g1_yolo_nav_py yolo_nav.launch.py use_nav2:=true use_depth_sensor:=true

如果只需验证 YOLO 检测功能，无需启动完整导航管线：

# 1. 启动 D455 相机（终端 1）
ros2 launch realsense2_camera rs_launch.py camera_namespace:=robot1 camera_name:=D455_1

# 2. 编译并启动 YOLO 检测节点（终端 2）
colcon build --packages-select g1_yolo_nav_py
. install/setup.bash
ros2 run g1_yolo_nav_py yolo_detector

# 3. 启动可视化节点，查看带检测框的图像（终端 3）
ros2 run g1_yolo_nav_py detection_visualizer
# 按 q 键退出

# 或查看原始检测结果文本
ros2 topic echo /g1/vision/detections

自定义参数示例：

# 指定检测目标为 person
ros2 run g1_yolo_nav_py yolo_detector --ros-args -p target_classes:='["person"]'

# 指定自定义模型路径
ros2 run g1_yolo_nav_py yolo_detector --ros-args -p model_path:=/path/to/model.pt

# 查看模型所有可用类别（在 Python 中执行）
python3 -c "from ultralytics import YOLO; print(YOLO('src/g1_yolo_nav_py/yolo_v11x_best.pt').names)"