仿真环境搭建：ROS/Gazebo环境安装、仿真引擎选型
说到仿真环境搭建，我得先跟你交个底——这一步要是没走稳，后面全白搭。我见过太多团队，算法写得飞起，结果一进仿真就崩，最后发现是环境没配对。所以咱们这一章，就把ROS和Gazebo的安装捋清楚，再把几个主流仿真引擎掰开揉碎讲明白。
ROS与Gazebo的安装——别让版本坑了你
ROS的版本跟Ubuntu是绑死的。我刚开始搞的时候，图省事随便装了个ROS Melodic，结果发现跟Ubuntu 20.04不兼容，折腾了两天才反应过来。所以第一件事：先确认你的Ubuntu版本。
| Ubuntu版本 | 推荐ROS版本 | 对应Gazebo版本 |
|---|---|---|
| Ubuntu 20.04 | ROS Noetic | Gazebo 9+ / Ignition Fortress |
| Ubuntu 18.04 | ROS Melodic | Gazebo 9 |
| Ubuntu 22.04 | ROS2 Humble | Gazebo Ignition / Gazebo Classic |
安装步骤其实不复杂，但有几个细节容易翻车。我习惯这么干：
- 换源——中科大或清华的源，速度稳很多。
- 安装ROS——
sudo apt install ros-noetic-desktop-full，一步到位。 - 初始化rosdep——这一步经常卡住，因为要访问raw.githubusercontent.com。我建议你提前配好代理，或者用国内的rosdepc替代。
- 安装Gazebo——ROS Noetic自带Gazebo 9，但如果你想用新版的Ignition，得单独装。
# 安装ROS Noetic（完整版）
sudo apt update
sudo apt install ros-noetic-desktop-full
# 初始化rosdep
sudo rosdep init
rosdep update
# 安装Gazebo（如果没自带）
sudo apt install gazebo9 ros-noetic-gazebo-ros-pkgssource /opt/ros/noetic/setup.bash写进~/.bashrc。不然每次开终端都要手动source，烦得很。
仿真引擎选型——Gazebo vs Webots vs MuJoCo
选仿真引擎这事儿，说白了就是看你要干什么。我这些年三个引擎都用过，各有各的脾气。下面这张图能帮你快速建立认知：
Gazebo——ROS生态的标配
Gazebo是我用得最多的仿真器。为什么？因为它跟ROS是亲兄弟，通信协议都是现成的。你写一个gazebo_ros插件，传感器数据直接以ROS话题发布，控制指令直接订阅，几乎不用写胶水代码。
但Gazebo也有让人头疼的地方：
- 启动慢——尤其是加载复杂场景时，等个一两分钟是常事。
- 物理引擎不稳定——我遇到过好几次，机器人跑着跑着就穿模了，得调
max_vel和erp参数才能稳住。 - GPU占用高——如果你用GPU加速的传感器（比如深度相机），显存不够的话直接卡死。
我的建议：如果你做的是移动机器人、机械臂或者多机器人协同，Gazebo是最稳妥的选择。但如果你要跑强化学习，或者仿真频率要求很高，那Gazebo可能不是最优解。
Webots——被低估的选手
Webots其实挺有意思的。它自带一个很漂亮的GUI，你可以直接在界面上拖拽机器人、修改参数，不用像Gazebo那样全靠写SDF文件。我记得有一次给客户做演示，现场改机器人模型，Webots改完就能跑，Gazebo还得重启仿真，高下立判。
Webots的几个亮点：
- 跨平台——Windows、macOS、Linux都能跑，这点比Gazebo强。
- 多语言支持——C++、Python、Java、MATLAB都能写控制器。
- 自带机器人模型库——开箱即用，不用自己建模。
但Webots的短板也很明显：社区资源少。你遇到问题去搜，答案远没有Gazebo多。而且它跟ROS的集成不如Gazebo那么原生，需要额外配置webots_ros2包。
MuJoCo——强化学习玩家的最爱
MuJoCo这两年火得不行，尤其是做强化学习的人，几乎人手一个。为什么？因为它快。MuJoCo的物理引擎是专门为高性能计算优化的，跑一个机械臂的仿真，帧率能到几千赫兹。Gazebo在这种场景下，能跑100Hz就不错了。
MuJoCo的特点：
- 极致的物理精度——尤其是接触动力学，抓取、堆叠这类任务，MuJoCo的表现比Gazebo好太多。
- 轻量级——没有GUI也能跑，适合服务器端批量训练。
- Python接口友好——
mujoco-py用起来很顺手。
怎么选？我给你一个决策清单
你想想看，你的项目到底需要什么？我列个表，你对照着看：
| 场景 | 推荐引擎 | 理由 |
|---|---|---|
| 移动机器人导航 | Gazebo | ROS集成最好，激光雷达、里程计仿真成熟 |
| 机械臂抓取 | MuJoCo | 接触动力学优秀，适合精细操作 |
| 多机器人协同 | Gazebo | 支持多机器人实例，分布式仿真 |
| 教育/快速原型 | Webots | GUI友好，上手快，跨平台 |
| 强化学习训练 | MuJoCo | 速度快，支持大规模并行 |
| 传感器验证 | Gazebo | 传感器插件最丰富，噪声模型真实 |
我的个人经验：如果你刚开始学，我建议从Gazebo入手。因为它的资料最多，遇到问题随便一搜就有答案。等你把ROS和Gazebo玩熟了，再去看Webots和MuJoCo，会发现很多概念是相通的。我曾经带过一个实习生，上来就搞MuJoCo，结果连ROS话题都没搞明白，折腾了一个月才跑通一个简单的仿真。后来我让他先学Gazebo，两周就上手了。
避坑指南——我踩过的那些雷
最后，分享几个我亲身经历过的坑，你遇到了能少走弯路：
- 版本不匹配——ROS和Gazebo的版本必须对应。我曾经在Ubuntu 20.04上装了ROS Melodic，结果Gazebo死活起不来。后来才发现Melodic只支持到Ubuntu 18.04。
- 显卡驱动问题——Gazebo的GPU加速依赖NVIDIA驱动。如果你用笔记本双显卡，记得在启动Gazebo前设置
export __GLX_VENDOR_LIBRARY_NAME=nvidia，不然会卡成PPT。 - 模型路径——Gazebo默认的模型下载路径在国外，第一次启动时下载模型能等到你怀疑人生。我建议你提前把常用模型（比如Pioneer3DX、PR2）下载好，放到
~/.gazebo/models里。 - MuJoCo的MJCF格式——如果你从URDF转MJCF，注意关节限位和摩擦系数的单位不一样。我吃过一次亏，仿真出来的机械臂抖得像帕金森，后来发现是摩擦系数设大了两个数量级。
嗯，环境搭建这部分就这些。你先把ROS和Gazebo装好，跑通一个简单的turtlebot3_gazebo示例，后面咱们再聊怎么建仿真场景、怎么调参数。记住一句话：仿真环境稳了，后面的联调才能顺。