📚 课程目录第3章机器人仿真环境准备

3. 机器人仿真环境准备

在ROS2机器人开发中，仿真环境是算法验证与系统集成的关键前置环节。Gazebo提供高保真物理引擎与传感器噪声模型，RViz2则负责可视化感知数据与机器人状态，两者通过ROS2通信中间件无缝衔接。本章将系统讲解从URDF/XACRO模型构建到传感器插件配置，再到联合仿真启动的完整链路，帮助读者建立一套可复用的仿真开发方法论。

3.1 核心原理：仿真系统的分层协作机制

Gazebo与RViz2的联合仿真本质上是物理仿真层与感知可视化层的职责分离。Gazebo负责基于ODE或Bullet物理引擎计算刚体动力学、碰撞响应以及传感器物理模型（如光线追踪、噪声叠加），而RViz2仅作为ROS2话题数据的消费者，将机器人模型、传感器数据流、TF变换以图形化方式呈现。两者通过ROS2的DDS中间件进行松耦合通信，这意味着即使Gazebo运行在远程服务器上，RViz2也能在本地工作站实时显示。

URDF（Unified Robot Description Format）是ROS2中描述机器人运动学与动力学特性的XML格式文件，而XACRO是URDF的宏语言扩展，允许通过参数化定义减少重复代码。在仿真环境中，URDF/XACRO不仅需要包含link（刚体）与joint（关节）的几何关系，还必须为每个link添加惯性矩阵（inertial）、碰撞体积（collision）与可视化网格（visual）。Gazebo在加载模型时会将URDF转换为SDF（Simulation Description Format），并自动附加传感器插件。

关键认知：URDF是“描述性”文件，它告诉系统机器人长什么样、关节如何运动；而Gazebo插件是“行为性”配置，它决定传感器如何产生数据。两者缺一不可，且必须通过<gazebo>标签在URDF中显式关联。

3.2 操作流程：从零构建可仿真机器人模型

3.2.1 URDF基础结构搭建

一个最小化的URDF模型至少包含两个link和一个joint。以下代码展示了一个带相机与激光雷达的差速驱动机器人底盘核心结构：

<robot name="my_robot" xmlns:xacro="http://www.ros.org/wiki/xacro">
  <xacro:include filename="$(find my_robot)/urdf/sensors.xacro"/>
  
  <link name="base_link">
    <visual>
      <geometry><box size="0.4 0.3 0.1"/></geometry>
      <material name="blue"/>
    </visual>
    <collision>
      <geometry><box size="0.4 0.3 0.1"/></geometry>
    </collision>
    <inertial>
      <mass value="2.0"/>
      <inertia ixx="0.01" ixy="0.0" ixz="0.0" iyy="0.02" iyz="0.0" izz="0.02"/>
    </inertial>
  </link>
  
  <joint name="base_to_laser" type="fixed">
    <parent link="base_link"/>
    <child link="laser_frame"/>
    <origin xyz="0.1 0 0.05" rpy="0 0 0"/>
  </joint>
</robot>

3.2.2 XACRO宏封装与参数化

当机器人包含多个相同结构的部件（如四轮驱动、多关节机械臂）时，XACRO宏可以大幅简化代码。以下示例定义了一个车轮宏：

<xacro:macro name="wheel" params="prefix x_pos y_pos">
  <link name="${prefix}_wheel">
    <visual>
      <geometry><cylinder radius="0.05" length="0.03"/></geometry>
    </visual>
  </link>
  <joint name="${prefix}_wheel_joint" type="continuous">
    <parent link="base_link"/>
    <child link="${prefix}_wheel"/>
    <origin xyz="${x_pos} ${y_pos} -0.05"/>
    <axis xyz="0 1 0"/>
  </joint>
</xacro:macro>
<xacro:wheel prefix="front_left" x_pos="0.15" y_pos="0.12"/>
<xacro:wheel prefix="front_right" x_pos="0.15" y_pos="-0.12"/>

3.2.3 传感器插件配置

传感器插件必须放置在<gazebo>标签内，并引用对应的link名称。下表总结了三种核心传感器的配置要点：

传感器类型	插件名称	关键参数	输出话题
单目相机	libgazebo_ros_camera.so	image_width=640, image_height=480, hz=30	/camera/image_raw
2D激光雷达	libgazebo_ros_ray_sensor.so	samples=360, min_angle=-1.57, max_angle=1.57	/scan
IMU	libgazebo_ros_imu_sensor.so	update_rate=200, noise_stddev=0.001	/imu/data

以激光雷达为例，完整的插件配置如下：

<gazebo reference="laser_frame">
  <sensor type="ray" name="head_laser">
    <pose>0 0 0 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>0.10</min>
        <max>30.0</max>
      </range>
    </ray>
    <plugin name="laser_controller" filename="libgazebo_ros_ray_sensor.so">
      <ros>
        <remapping>~/out:=/scan</remapping>
      </ros>
      <output_type>sensor_msgs/LaserScan</output_type>
    </plugin>
  </sensor>
</gazebo>

3.3 案例拆解：差速机器人导航仿真环境搭建

本案例目标是在Gazebo中启动一个搭载2D激光雷达、深度相机和IMU的差速驱动机器人，并在RViz2中实时观察传感器数据与TF树。环境为Ubuntu 22.04 + ROS2 Humble。

初始条件：已创建ROS2功能包my_robot，包含urdf/、launch/、config/目录。机器人底盘采用两轮差速驱动，轴距0.25m，轮径0.1m。

操作步骤：

编写完整XACRO文件：将底盘、传感器、驱动轮封装为独立宏，通过xacro:include组合。
创建Gazebo启动文件：使用spawn_entity.py节点将机器人模型加载到空世界中。
配置RViz2显示：添加RobotModel、LaserScan、Image、TF等Display类型。
启动联合仿真：执行以下命令：

ros2 launch my_robot gazebo_world.launch.py
ros2 launch my_robot display.launch.py

结果验证：在RViz2中应看到机器人模型正确显示，/scan话题呈现环形激光数据，/camera/image_raw显示彩色图像，TF树包含base_link→laser_frame→camera_link等完整变换。通过ros2 topic hz /scan可验证发布频率稳定在10Hz。

经验复盘：若激光数据在RViz2中不显示，优先检查fixed frame是否设置为base_link或odom；若相机图像全黑，检查<camera>标签内是否设置了<image>格式与<distortion>参数。

3.4 常见误区与总结复盘

误区一：忽略惯性参数导致模型抖动。Gazebo物理引擎依赖惯性矩阵计算动力学响应。若惯性值过小或未设置，机器人会在重力作用下产生高频抖动。解决方法是使用check_urdf工具验证模型，并参考真实机器人质量分布设置惯性。

误区二：传感器坐标系与link未对齐。相机、雷达的安装位置必须通过<joint>定义明确的坐标变换。若直接使用base_link作为传感器参考系，会导致点云与图像数据在空间上错位。

误区三：混淆URDF与SDF。URDF不支持部分Gazebo高级功能（如摩擦系数、阻尼），而SDF是Gazebo原生格式。当URDF无法满足需求时，应使用gz sdf -p命令将URDF转换为SDF后手动修改。

误区四：忽视时钟同步。Gazebo使用/clock话题发布仿真时间，RViz2默认使用系统时间。若未正确配置use_sim_time参数，会导致数据时间戳错乱，表现为传感器数据延迟或TF报错。

风险提示：在配置IMU插件时，务必设置合理的noise_stddev值。过大的噪声会干扰后续的导航定位算法，过小则无法模拟真实传感器特性。建议参考实际IMU芯片数据手册（如MPU6050）设置参数。

总结：本章通过理论讲解与案例实操，完整覆盖了Gazebo与RViz2联合仿真的核心链路。从URDF/XACRO模型构建到传感器插件配置，再到联合启动与调试，每一步都直接影响仿真数据的真实性与可用性。建议读者在后续开发中，将模型文件、启动脚本与配置参数纳入版本管理，并建立标准化的仿真测试流程，为后续视觉识别、Nav2导航与行为树联调打下坚实基础。