第四章：传感器集成：LiDAR驱动配置（Velodyne/Ouster）、相机驱动（USB/Camera）、IMU/GNSS驱动集成

各位同学，欢迎来到传感器集成这一章。说实话，在Autoware整个系统里，传感器驱动这块是最容易出幺蛾子的地方。我见过太多项目，算法调得再好，结果传感器数据没进来，或者时间戳对不上，整个系统直接崩掉。今天我们就来把这几个核心传感器——LiDAR、相机、IMU/GNSS——的驱动配置讲透。

4.1 LiDAR驱动配置：Velodyne与Ouster

LiDAR是自动驾驶的“眼睛”，但不同厂家的驱动方式差别挺大。我个人习惯先把驱动包拉下来，再根据实际硬件型号做参数调整。

4.1.1 Velodyne驱动

Velodyne的驱动在ROS2里叫velodyne_driver。嗯，这里要注意，它依赖velodyne_msgs和velodyne_pointcloud两个包。安装方式很简单：

sudo apt install ros-humble-velodyne
# 或者从源码编译
cd ~/ros2_ws/src
git clone https://github.com/ros-drivers/velodyne.git
cd ..
colcon build --packages-select velodyne

配置的关键在params.yaml文件。我遇到过最坑的事，就是有人把model参数写错了——VLP-16写成了HDL-32E，结果点云数据全是乱的。来看一个典型的配置：

# velodyne_params.yaml
velodyne_driver_node:
  ros__parameters:
    device_ip: "192.168.1.201"  # LiDAR的IP地址
    port: 2368                   # 数据端口
    model: "VLP16"               # 型号：VLP16/HDL32E/HDL64E
    rpm: 600                     # 转速
    frame_id: "velodyne"         # 坐标系ID
    scan_angle: 360.0            # 扫描角度范围

4.1.2 Ouster驱动

Ouster的驱动相对新一些，官方提供了ouster-ros包。它的配置方式跟Velodyne不太一样——Ouster用的是JSON格式的配置文件。我个人觉得Ouster的驱动更现代化，但初次上手会有点懵。

# 安装Ouster驱动
cd ~/ros2_ws/src
git clone https://github.com/ouster-lidar/ouster-ros.git
cd ..
colcon build --packages-select ouster-ros

# 启动驱动
ros2 launch ouster_ros driver.launch.py \
  sensor_hostname:=192.168.1.100 \
  lidar_mode:=1024x10 \
  timestamp_mode:=TIME_FROM_ROS_TIME \
  udp_dest:=192.168.1.50

这里有个坑——lidar_mode参数。1024x10表示每帧1024个点，每秒10帧。如果你选错了模式，比如在OS1-64上用了128x20，数据量会暴增，CPU直接拉满。我曾经在项目里因为这个原因，导致整个系统延迟飙升到200ms。

4.2 相机驱动配置：USB与Camera

相机驱动相对简单，但坑也不少。我主要讲两种常见情况：USB摄像头和工业相机（通过GigE或USB3 Vision）。

4.2.1 USB摄像头

ROS2里最常用的是usb_cam包。安装简单，但参数调优需要点经验。

sudo apt install ros-humble-usb-cam

# 启动
ros2 run usb_cam usb_cam_node_exe --ros-args -p video_device:=/dev/video0

配置参数时，我建议重点关注这几个：

参数	推荐值	说明
pixel_format	yuyv 或 mjpeg	mjpeg压缩率高，但解码耗CPU
image_width/height	1280x720	别用1920x1080，带宽扛不住
framerate	30	30fps够用，再高意义不大
camera_frame_id	camera_link	跟TF树保持一致

4.2.2 工业相机（以Basler为例）

工业相机驱动稍微复杂点。以Basler为例，需要安装pylon SDK和basler_ros2_driver。配置要点：

# 安装pylon SDK
sudo dpkg -i pylon_6.3.0.23157_linux-x86_64.deb

# 编译ROS2驱动
cd ~/ros2_ws/src
git clone https://github.com/basler/basler_ros2_driver.git
colcon build --packages-select basler_ros2_driver

配置参数时，Gain和ExposureTime是关键。我建议先让相机自动曝光，等场景稳定后再手动锁定参数。不然在隧道场景里，曝光值会剧烈变化，导致图像质量忽好忽坏。

4.3 IMU/GNSS驱动集成

IMU和GNSS是定位系统的核心。在Autoware里，它们通常一起使用，通过EKF（扩展卡尔曼滤波）融合。

4.3.1 IMU驱动

IMU驱动相对标准化。以常见的Xsens MTi系列为例：

# 安装xsens驱动
sudo apt install ros-humble-xsens-driver

# 启动
ros2 run xsens_driver xsens_driver_node \
  --ros-args -p device:=/dev/ttyUSB0 \
  -p baudrate:=115200 \
  -p frame_id:=imu_link

这里有个关键点——IMU的坐标系。不同厂家的IMU坐标系定义不一样。比如Xsens是右手系（X前、Y左、Z上），但有些IMU是左手系。如果你不检查坐标系，融合出来的姿态会完全错误。我建议拿到IMU后，先做一次静态测试：把IMU平放，看加速度计输出是不是(0, 0, 9.8)。

4.3.2 GNSS驱动

GNSS驱动以u-blox为例，使用ublox_gps包：

sudo apt install ros-humble-ublox-gps

# 配置参数
ros2 run ublox_gps ublox_gps_node \
  --ros-args -p device:=/dev/ttyACM0 \
  -p baudrate:=460800 \
  -p frame_id:=gps_link \
  -p gnss.measurement_rate:=10 \
  -p gnss.nav_rate:=10

GNSS的measurement_rate和nav_rate要匹配。我见过有人设成测量率20Hz，导航率5Hz，结果数据乱套了。标准做法是两者一致，比如都设10Hz。

4.4 传感器时间同步

这是传感器集成里最容易被忽视的一环。说白了，如果LiDAR的扫描时间跟相机曝光时间对不上，融合出来的点云着色就是错的。

我推荐两种方案：

1. 硬件同步：用PTP（IEEE 1588）或GPS的PPS信号。所有传感器都同步到同一个时钟源。这是最可靠的方式。
2. 软件同步：用ROS2的message_filters做近似时间同步。适合精度要求不高的场景。

# 软件同步示例
from message_filters import ApproximateTimeSynchronizer, Subscriber

lidar_sub = Subscriber(self, PointCloud2, "/velodyne_points")
camera_sub = Subscriber(self, Image, "/camera/image_raw")

ats = ApproximateTimeSynchronizer(
    [lidar_sub, camera_sub], 
    queue_size=10, 
    slop=0.05  # 允许的时间偏差，单位秒
)
ats.registerCallback(self.sync_callback)

4.5 本章知识体系

下面这张图展示了传感器集成的整体架构。你可以看到，所有传感器数据最终都汇聚到ROS2的/sensing命名空间下，然后被感知和定位模块消费。

嗯，到这里传感器集成的内容就差不多了。记住一个原则：先让每个传感器单独跑通，再考虑同步和融合。别一上来就想搞大而全的系统，容易翻车。

可可精品资料库