3、传感器仿真配置：激光雷达仿真参数（range、samples、noise）、深度相机仿真参数、IMU仿真参数

传感器仿真，说白了就是给机器人装上一双“电子眼睛”和“电子耳朵”。你想想看，如果传感器数据不准，后面再牛的避障算法也是白搭。我在项目里见过太多人，花大把时间调算法，结果发现是激光雷达的噪声参数设错了。嗯，咱们今天就把这事聊透。

3.1 激光雷达仿真参数

激光雷达是避障的主力传感器。我个人习惯，拿到一个新车型，第一件事就是看它的激光雷达参数表。Gazebo里常用的激光雷达模型是 ray 或 gpu_ray，后者性能更好，但参数配置逻辑一样。

3.1.1 range（测量范围）

这个参数决定了雷达能看多远、看多近。我建议你设两个值：min 和 max。

• min：一般设 0.1m 或 0.15m。别设太小，否则雷达会看到自己的安装支架，产生一堆无效点。
• max：室内场景 10-20m 足够，室外场景可以到 30-50m。但注意，范围越大，计算量越大。

<ray>
  <scan>
    <horizontal>
      <samples>360</samples>
      <resolution>1</resolution>
      <min_angle>-3.14159</min_angle>
      <max_angle>3.14159</max_angle>
    </horizontal>
  </scan>
  <range>
    <min>0.15</min>
    <max>20.0</max>
  </range>
  <noise>
    <type>gaussian</type>
    <mean>0.0</mean>
    <stddev>0.01</stddev>
  </noise>
</ray>

3.1.2 samples（采样点数）

samples 就是雷达转一圈打多少个点。360 个点就是每度一个点，720 就是半度一个点。点数越多，分辨率越高，但计算压力也大。

• 低配场景（如简单避障）：180-360 个点就够了。
• 高精度场景（如建图导航）：720-1080 个点。

3.1.3 noise（噪声参数）

这是最容易忽略的参数。真实雷达是有噪声的，如果你仿真里设成零噪声，算法在真机上会直接崩溃。

Gazebo 支持高斯噪声模型，你需要设 mean 和 stddev：

• mean：一般设 0.0，表示没有系统偏差。
• stddev：这个值很关键。我建议室内场景设 0.01-0.02m，室外场景设 0.02-0.05m。

3.2 深度相机仿真参数

深度相机（比如 Kinect、RealSense）能提供 RGB 图像和深度图。Gazebo 里用 depth_camera 插件。

我个人觉得，深度相机最关键的参数是 近远裁剪面 和 分辨率。

3.2.1 近远裁剪面（clip）

这决定了相机能看到多近多远：

• near：一般设 0.2-0.3m。太近的话，物体会被裁剪掉。
• far：室内 5-8m，室外 10-15m。太远的话，深度值精度会下降。

3.2.2 分辨率与帧率

分辨率越高，细节越丰富，但计算量也越大。我建议：

• 调试阶段：640x480 @ 15fps
• 正式仿真：1280x720 @ 30fps

<sensor name="depth_camera" type="depth">
  <camera>
    <horizontal_fov>1.047</horizontal_fov>
    <image>
      <width>640</width>
      <height>480</height>
      <format>R8G8B8</format>
    </image>
    <clip>
      <near>0.2</near>
      <far>8.0</far>
    </clip>
  </camera>
  <noise>
    <type>gaussian</type>
    <mean>0.0</mean>
    <stddev>0.02</stddev>
  </noise>
</sensor>

3.3 IMU 仿真参数

IMU 提供加速度和角速度。说实话，IMU 的仿真参数是最容易被低估的。很多人直接拿默认参数用，结果机器人走几步就飘了。

3.3.1 加速度计参数

主要关注 噪声密度 和 随机游走：

• 噪声密度：一般设 0.0001-0.001 m/s²/√Hz
• 随机游走：设 0.00001-0.0001 m/s²/√Hz

3.3.2 陀螺仪参数

陀螺仪的噪声直接影响姿态估计：

• 噪声密度：0.0001-0.001 rad/s/√Hz
• 随机游走：0.00001-0.0001 rad/s/√Hz

<sensor name="imu" type="imu">
  <imu>
    <noise>
      <type>gaussian</type>
      <rate>
        <mean>0.0</mean>
        <stddev>0.001</stddev>
        <bias_mean>0.0</bias_mean>
        <bias_stddev>0.0001</bias_stddev>
      </rate>
      <accel>
        <mean>0.0</mean>
        <stddev>0.01</stddev>
        <bias_mean>0.0</bias_mean>
        <bias_stddev>0.001</bias_stddev>
      </accel>
    </noise>
  </imu>
</sensor>

3.4 传感器参数配置的核心逻辑

说了这么多，其实就一句话：仿真参数要尽量贴近真实传感器。太理想化的参数，只会让你的算法在真机上翻车。

下面这张图是我自己总结的传感器配置流程，你可以参考一下：

3.5 参数配置速查表

为了方便你快速配置，我整理了一张参数速查表。嗯，你可以直接拿来用：

传感器类型	参数名称	推荐值（室内）	推荐值（室外）	注意事项
激光雷达	range.min	0.15 m	0.2 m	避免看到安装支架
	range.max	15-20 m	30-50 m	太大增加计算量
	noise.stddev	0.01-0.02 m	0.02-0.05 m	太大会导致数据抖动
深度相机	clip.near	0.2 m	0.3 m	太近会裁剪物体
	clip.far	5-8 m	10-15 m	太远深度精度下降
IMU	accel.stddev	0.01 m/s²	0.02 m/s²	参考真实传感器datasheet
	gyro.stddev	0.001 rad/s	0.002 rad/s	影响姿态估计精度