2、传感器模型导入：在Gazebo中加载激光雷达(LiDAR)模型、配置传感器参数、可视化点云数据

好，咱们直接进入正题。上一章我们把Gazebo环境搭好了，现在该让机器人“长眼睛”了。激光雷达，也就是LiDAR，是机器人感知里最常用的传感器之一。说白了，它就是通过发射激光束，测量周围物体到传感器的距离，从而生成一张“点云图”。

我个人习惯，在仿真阶段就把传感器参数调准，不然后面真机调试会吃大亏。嗯，咱们一步步来。

2.1 激光雷达的SDF模型结构

Gazebo里加载传感器，最常用的就是SDF（Simulation Description Format）文件。你可以把它理解成传感器的“身份证”，里面写明了它的物理属性、安装位置、以及最重要的——传感器参数。

一个典型的激光雷达SDF模型，长这样：

<?xml version="1.0" ?>
<sdf version="1.6">
  <model name="my_lidar">
    <link name="link">
      <visual name="visual">
        <geometry>
          <cylinder>
            <radius>0.05</radius>
            <length>0.05</length>
          </cylinder>
        </geometry>
      </visual>
      <collision name="collision">
        <geometry>
          <cylinder>
            <radius>0.05</radius>
            <length>0.05</length>
          </cylinder>
        </geometry>
      </collision>
      <sensor name="lidar_sensor" type="gpu_lidar">
        <update_rate>10</update_rate>
        <lidar>
          <scan>
            <horizontal>
              <samples>360</samples>
              <resolution>1</resolution>
              <min_angle>-3.14159</min_angle>
              <max_angle>3.14159</max_angle>
            </horizontal>
          </scan>
          <range>
            <min>0.1</min>
            <max>30.0</max>
            <resolution>0.01</resolution>
          </range>
        </lidar>
        <plugin name="gpu_lidar_plugin" filename="libgazebo_ros_gpu_lidar.so">
          <ros>
            <namespace>/my_robot</namespace>
            <argument>lidar/points</argument>
          </ros>
          <output_type>sensor_msgs/PointCloud2</output_type>
        </plugin>
      </sensor>
    </link>
  </model>
</sdf>

这里有几个关键点，我重点说一下：

• type="gpu_lidar"：这是GPU加速的激光雷达，性能更好。如果你的电脑显卡不行，可以改成"ray"（CPU模式）。
• update_rate：更新频率，10Hz是常规值。我曾经为了追求高帧率设到40Hz，结果仿真直接卡成PPT……
• horizontal/samples：水平扫描的采样点数。360点就是每度一个点，精度够用。
• range：探测距离。min设0.1米，max设30米，这是常见的中距离雷达参数。

2.2 配置传感器参数——别小看这几个数字

参数配置这事，看着简单，其实坑不少。我刚开始做的时候，直接把别人的参数复制过来，结果点云数据全是乱的。你想想看，角度范围、采样点数、探测距离，这三个参数必须匹配你的实际需求。

举个例子：

参数	典型值	说明
min_angle / max_angle	-π ~ π	360度扫描，全覆盖
samples	360 / 720 / 1080	点数越多，角度分辨率越高，但计算量也大
range.min / range.max	0.1 ~ 30.0 米	太近的物体可能检测不到，太远会超出能力
update_rate	10 Hz	室内机器人常用，室外高速场景可能需要20Hz

2.3 在Gazebo中加载模型

模型写好了，怎么让它出现在Gazebo里？有两种方式：

1. 直接插入：在Gazebo GUI里，点击“Insert”选项卡，选择你的模型文件。
2. 通过ROS2 launch文件启动：这是更推荐的方式，方便自动化。

这里给一个简单的launch文件示例：

# launch/lidar_demo.launch.py
import os
from ament_index_python.packages import get_package_share_directory
from launch import LaunchDescription
from launch.actions import IncludeLaunchDescription
from launch.launch_description_sources import PythonLaunchDescriptionSource

def generate_launch_description():
    pkg_gazebo_ros = get_package_share_directory('gazebo_ros')
    world_path = os.path.join(get_package_share_directory('my_robot_bringup'), 'worlds', 'empty.world')

    gazebo = IncludeLaunchDescription(
        PythonLaunchDescriptionSource(
            os.path.join(pkg_gazebo_ros, 'launch', 'gazebo.launch.py')
        ),
        launch_arguments={'world': world_path}.items()
    )

    spawn_entity = IncludeLaunchDescription(
        PythonLaunchDescriptionSource(
            os.path.join(get_package_share_directory('my_robot_bringup'), 'launch', 'spawn_lidar.launch.py')
        )
    )

    return LaunchDescription([
        gazebo,
        spawn_entity
    ])

嗯，这里要注意，spawn_lidar.launch.py里要调用spawn_entity.py脚本，把SDF模型“生成”到仿真环境中。

2.4 可视化点云数据——终于看到“眼睛”看到的东西了

模型加载成功，传感器开始工作，数据也通过ROS2话题发布了。怎么看到点云？

我最常用的工具是RViz2。它是ROS2的可视化利器，专门用来显示传感器数据。

操作步骤：

1. 启动Gazebo仿真，确保激光雷达模型已经加载。
2. 打开一个新终端，运行：rviz2
3. 在RViz2界面中，点击左下角的“Add”按钮，选择“By topic”选项卡。
4. 找到你的激光雷达话题（比如/my_robot/lidar/points），双击添加。
5. 在左侧的“Displays”面板中，把“Fixed Frame”设置为你的雷达link名称（比如link）。

这时候，你应该能看到彩色的点云了。如果看不到，检查一下：

• 话题名对不对？可以用ros2 topic list查看。
• Fixed Frame设置对了没？
• 雷达前面有没有障碍物？空荡荡的世界当然没点云。

2.5 本章知识体系

为了让你更直观地理解整个流程，我画了一张图：

这张图把整个流程串起来了。从编写SDF开始，到最终在RViz2里看到点云，每一步都有它的意义。我个人觉得，最容易被忽略的就是第二步——参数配置。很多人觉得差不多就行，结果后面算法跑起来才发现数据不对，回头再改，浪费时间。