3、传感器仿真：激光雷达(LiDAR)仿真配置、深度相机仿真、IMU仿真
传感器仿真，说白了就是给机器人装上「眼睛」和「耳朵」。
在Gazebo里，没有真实的物理传感器，全靠插件模拟数据。我刚开始接触时也觉得这玩意儿挺玄乎，后来发现其实就是配置几个参数的事。今天咱们把激光雷达、深度相机和IMU这三个最常用的传感器讲透。
3.1 激光雷达(LiDAR)仿真配置
激光雷达是机器人避障的核心传感器。它通过发射激光束，测量周围物体的距离。Gazebo里最常用的是gazebo_ros_ray_sensor插件。
我个人习惯用SDF格式来定义雷达模型。为什么？因为SDF比URDF更灵活，尤其在传感器参数调整上。
核心要点：激光雷达仿真主要关注三个参数——扫描范围、角分辨率、最大探测距离。
来看一个典型的配置示例：
<?xml version="1.0" ?>
<sdf version="1.6">
<model name="my_lidar">
<link name="laser_link">
<visual name="visual">
<geometry>
<cylinder>
<radius>0.05</radius>
<length>0.05</length>
</cylinder>
</geometry>
</visual>
<sensor name="laser_sensor" type="ray">
<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>0.1</min>
<max>10.0</max>
<resolution>0.01</resolution>
</range>
</ray>
<plugin name="laser_controller" filename="libgazebo_ros_ray_sensor.so">
<topicName>/scan</topicName>
<frameName>laser_link</frameName>
</plugin>
</sensor>
</link>
</model>
</sdf>这里有几个坑，我踩过：
- samples：360表示一圈扫描360个点。如果你想要更高精度，可以设720，但CPU开销会翻倍。
- min_angle/max_angle：单位是弧度。-3.14159到3.14159就是360度全覆盖。
- max：最大探测距离。设太大会导致远处物体检测不准，设太小又不够用。10米是个折中值。
注意：我曾经把resolution设成0.001，结果雷达数据全是噪声。后来发现这个参数是高斯噪声的标准差，设太小反而失真。建议保留默认值0.01。
3.2 深度相机仿真
深度相机和激光雷达的区别？激光雷达只能扫一个平面，深度相机能获取整个画面的深度信息。说白了，一个是一维线扫，一个是二维矩阵。
Gazebo里深度相机用的是gazebo_ros_depth_camera插件。它模拟的是Kinect或RealSense这类设备。
配置起来其实比激光雷达还简单：
<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>0.1</near>
<far>10.0</far>
</clip>
</camera>
<plugin name="depth_controller" filename="libgazebo_ros_depth_camera.so">
<topicName>/depth/image</topicName>
<frameName>depth_link</frameName>
</plugin>
</sensor>这里要注意几个参数：
| 参数 | 说明 | 我的建议 |
|---|---|---|
| horizontal_fov | 水平视场角，单位弧度 | 1.047约等于60度，够用 |
| width/height | 图像分辨率 | 640x480是性价比最高的选择 |
| near/far | 最近/最远探测距离 | near别小于0.1，否则会有空洞 |
小技巧：如果你发现深度图有黑色空洞，大概率是near设太小了。我遇到过一台仿真机器人，near设成0.01，结果地面直接消失了。改成0.1就好了。
3.3 IMU仿真
IMU（惯性测量单元）提供加速度和角速度数据。它不像激光雷达那样直接测距，但对机器人的姿态估计至关重要。
Gazebo里IMU的配置更简单，因为它不需要几何模型。直接用插件就行：
<sensor name="imu_sensor" type="imu">
<always_on>1</always_on>
<update_rate>100</update_rate>
<plugin name="imu_controller" filename="libgazebo_ros_imu.so">
<topicName>/imu/data</topicName>
<frameName>imu_link</frameName>
<noiseRate>0.001</noiseRate>
<noiseAccel>0.01</noiseAccel>
</plugin>
</sensor>嗯，这里有个关键点——噪声参数。真实IMU是有噪声的，如果你把noiseRate和noiseAccel都设成0，那仿真数据会漂亮得不真实。你想想看，用这种数据训练出来的算法，拿到真机上肯定翻车。
经验之谈：我一般把noiseRate设在0.001到0.005之间，noiseAccel设在0.01到0.05之间。这样既不会太理想化，也不会噪声大到没法用。
3.4 传感器融合的实战思路
单个传感器都有短板。激光雷达怕玻璃、深度相机怕强光、IMU有漂移。所以实际项目中，我习惯把它们组合起来用。
比如避障场景：激光雷达负责平面障碍检测，深度相机负责立体空间感知，IMU负责运动状态估计。三者数据融合，才能让机器人稳稳地跑起来。
下面这张图展示了三个传感器在仿真中的协作关系：
避坑指南：我曾经在仿真里把三个传感器的更新率都设成100Hz，结果CPU直接飙到100%。后来把激光雷达降到20Hz，深度相机30Hz，IMU保持100Hz，系统就稳了。记住，不是所有传感器都需要高频更新。
好了，传感器仿真的核心内容就这些。配置起来其实不复杂，关键是要理解每个参数的实际意义。你动手试试，跑起来就知道怎么回事了。