4、传感器仿真：激光雷达（Laser Scan）仿真配置、IMU仿真配置、深度相机仿真配置
传感器，说白了就是机器人的眼睛和耳朵。
在Gazebo里做仿真，如果传感器参数配得不对，那后面建图、导航全是白搭。我见过太多新手，花大把时间调算法，最后发现是激光雷达的扫描范围设错了——嗯，这种坑我自己也踩过。
今天咱们就把三种最常用的传感器：激光雷达、IMU、深度相机，一个一个说清楚。
4.1 激光雷达（Laser Scan）仿真配置
激光雷达是建图的核心传感器。它通过发射激光束，测量周围物体的距离。在Gazebo里，我们通常用 ray 插件来模拟。
我个人习惯，先搞清楚真实雷达的参数，再往仿真里填。比如我手头有个RPLIDAR A1，扫描范围是360度，最大距离12米，角度分辨率1度。那仿真里就得这么配：
<gazebo reference="laser_link">
<sensor type="ray" name="laser_sensor">
<pose>0 0 0.1 0 0 0</pose>
<visualize>true</visualize>
<update_rate>10</update_rate>
<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>12.0</max>
<resolution>0.01</resolution>
</range>
<noise>
<type>gaussian</type>
<mean>0.0</mean>
<stddev>0.01</stddev>
</noise>
</ray>
<plugin name="laser_controller" filename="libgazebo_ros_ray_sensor.so">
<topicName>/scan</topicName>
<frameName>laser_frame</frameName>
</plugin>
</sensor>
</gazebo>关键参数解读：
samples：一帧扫描的点数。360个点对应1度分辨率。min_angle / max_angle：扫描范围，单位是弧度。±π就是360度。min / max：有效测距范围。小于min或大于max的数据会被丢弃。noise：加噪声。真实雷达都有误差，不加噪声的仿真太理想化。
我的经验： 如果你做的是室内建图，把最大距离设成10-15米就够了。设太大反而容易扫到仿真边界，产生奇怪的数据。
4.2 IMU仿真配置
IMU提供角速度和线加速度。它不直接用于建图，但在融合定位里特别重要。你想想看，激光雷达在快速旋转时，如果没有IMU补偿，点云会变形得一塌糊涂。
Gazebo里IMU的配置相对简单。我用的是 gazebo_ros_imu_sensor 插件：
<gazebo reference="imu_link">
<sensor type="imu" name="imu_sensor">
<pose>0 0 0 0 0 0</pose>
<update_rate>200</update_rate>
<imu>
<angular_velocity>
<noise type="gaussian">
<mean>0.0</mean>
<stddev>0.0002</stddev>
<bias_mean>0.00001</bias_mean>
<bias_stddev>0.00002</bias_stddev>
</noise>
</angular_velocity>
<linear_acceleration>
<noise type="gaussian">
<mean>0.0</mean>
<stddev>0.017</stddev>
<bias_mean>0.001</bias_mean>
<bias_stddev>0.001</bias_stddev>
</noise>
</linear_acceleration>
</imu>
<plugin name="imu_controller" filename="libgazebo_ros_imu_sensor.so">
<topicName>/imu/data</topicName>
<frameName>imu_frame</frameName>
</plugin>
</sensor>
</gazebo>注意： IMU的更新率要设高一些。真实IMU通常是100-400Hz。设成10Hz的话，融合效果会非常差。我曾经在这个问题上折腾了两天，最后发现是更新率太低。
这里有个细节：bias_mean 和 bias_stddev 模拟的是IMU的零偏。真实IMU用久了会漂移，仿真里加上这个，你的算法才会更鲁棒。
4.3 深度相机仿真配置
深度相机（比如Kinect、RealSense）能同时提供RGB图像和深度图。在Gazebo里，我们用 depth 类型的传感器。
配置深度相机时，我建议把RGB相机和深度相机分开配，然后用一个插件把它们合并发布。这样更灵活：
<gazebo reference="camera_link">
<sensor type="depth" name="depth_camera">
<pose>0 0 0 0 0 0</pose>
<update_rate>30</update_rate>
<camera>
<horizontal_fov>1.047</horizontal_fov>
<image>
<width>640</width>
<height>480</height>
<format>R8G8B8</format>
</image>
<clip>
<near>0.1</near>
<far>10.0</far>
</clip>
</camera>
<plugin name="depth_camera_controller" filename="libgazebo_ros_openni_kinect.so">
<topicName>/camera/depth</topicName>
<frameName>camera_depth_frame</frameName>
<pointCloudTopicName>/camera/depth/points</pointCloudTopicName>
<pointCloudCutoff>0.5</pointCloudCutoff>
</plugin>
</sensor>
</gazebo>参数说明：
horizontal_fov：水平视场角。1.047弧度约60度，比较常见。near / far：深度测量的最近和最远距离。太近会溢出，太远噪声大。pointCloudCutoff：点云裁剪距离。小于这个值的点会被过滤掉。
深度相机有个常见问题：边缘区域的深度值不准。为什么呢？因为深度是靠红外结构光或ToF计算的，边缘处光线反射弱。仿真里虽然没这个问题，但我建议你还是加上一些边缘噪声，这样更贴近真实情况。
4.4 三种传感器的对比与选型建议
为了让你看得更清楚，我把三种传感器的核心参数整理成了表格：
| 传感器类型 | 核心输出 | 典型更新率 | 主要用途 | 仿真插件 |
|---|---|---|---|---|
| 激光雷达 | 距离/角度点云 | 5-40 Hz | 建图、定位 | libgazebo_ros_ray_sensor.so |
| IMU | 角速度/加速度 | 100-400 Hz | 融合定位、姿态估计 | libgazebo_ros_imu_sensor.so |
| 深度相机 | RGB图/深度图/点云 | 15-30 Hz | 视觉建图、避障 | libgazebo_ros_openni_kinect.so |
选型建议： 如果你只做2D建图，一个激光雷达就够了。要做3D建图，最好激光雷达+IMU搭配。深度相机适合室内近距离场景，远距离还是激光雷达靠谱。
4.5 本章知识体系
下面这张图，是我梳理的传感器仿真配置的核心逻辑。你看一眼，心里就有数了：
说白了，传感器仿真就三件事：参数配准、噪声加对、坐标系搞对。这三件事做好了，你的仿真环境就跟真实世界八九不离十了。
好了，这一章的内容就到这儿。下一章咱们开始动手搭建一个完整的机器人模型，把今天配的传感器都装上去。
可可精品资料库