ROS 2与Gazebo无人机仿真避障开发实战

1. 无人机仿真避障入门指南

最近在Ubuntu 22.04和24.04系统上折腾无人机仿真环境，记录下从零搭建到实现避障算法的完整过程。这个笔记适合有一定Linux基础，想快速上手无人机仿真的开发者。我们将使用ROS 2和Gazebo这套经典组合，通过PX4飞控实现基础控制，最后用计算机视觉方法完成避障功能。

选择Ubuntu作为开发平台有几个明显优势：首先是ROS对Ubuntu的原生支持，其次是硬件加速图形性能稳定，最重要的是社区资源丰富，遇到问题容易找到解决方案。而Gazebo作为物理仿真引擎，能够模拟真实世界的物理特性，包括重力、碰撞、传感器噪声等，这对避障算法的开发至关重要。

提示：建议使用Ubuntu 22.04 LTS版本，这是目前ROS 2 Humble的官方支持系统，长期维护更稳定。24.04虽然可以运行，但部分软件包可能需要手动编译。

2. 环境搭建与基础配置

2.1 系统准备与依赖安装

首先确保系统已更新到最新状态：

bash复制sudo apt update && sudo apt upgrade -y

安装基础开发工具链：

bash复制sudo apt install -y build-essential cmake git python3-colcon-common-extensions python3-pip

ROS 2 Humble安装（Ubuntu 22.04）：

bash复制sudo apt install -y software-properties-common
sudo add-apt-repository universe
sudo apt update && sudo apt install -y curl
curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(. /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null
sudo apt update
sudo apt install -y ros-humble-desktop

对于Ubuntu 24.04用户，需要从源码编译ROS 2：

bash复制mkdir -p ~/ros2_humble/src
cd ~/ros2_humble
wget https://raw.githubusercontent.com/ros2/ros2/humble/ros2.repos
vcs import src < ros2.repos
sudo apt install -y python3-rosdep2
sudo rosdep init
rosdep update
rosdep install --from-paths src --ignore-src -y --skip-keys "fastcdr rti-connext-dds-6.0.1 urdfdom_headers"
colcon build --symlink-install

2.2 PX4飞控环境配置

PX4是开源无人机飞控系统，我们需要安装其仿真环境：

bash复制git clone https://github.com/PX4/PX4-Autopilot.git --recursive
cd PX4-Autopilot
bash ./Tools/setup/ubuntu.sh
make px4_sitl gazebo-classic

安装完成后测试基础功能：

bash复制source ~/PX4-Autopilot/Tools/setup_gazebo.bash ~/PX4-Autopilot ~/PX4-Autopilot/build/px4_sitl_default
export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:~/PX4-Autopilot
export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:~/PX4-Autopilot/Tools/sitl_gazebo
roslaunch px4 posix_sitl.launch

如果看到Gazebo界面弹出并显示一架无人机模型，说明基础环境配置成功。

2.3 传感器模型集成

避障算法需要依赖传感器数据，我们为无人机添加深度相机和激光雷达：

修改PX4-Autopilot/launch/posix_sitl.launch文件，添加传感器插件：

xml复制<arg name="sdf" default="$(find mavlink_sitl_gazebo)/models/iris_depth_camera/iris_depth_camera.sdf"/>
<arg name="vehicle" default="iris"/>
<arg name="world" default="$(find mavlink_sitl_gazebo)/worlds/empty.world"/>

深度相机参数配置示例：

xml复制<sensor name="depth_camera" type="depth">
  <update_rate>30</update_rate>
  <camera>
    <horizontal_fov>1.047</horizontal_fov>
    <image>
      <width>640</width>
      <height>480</height>
    </image>
    <clip>
      <near>0.1</near>
      <far>100</far>
    </clip>
  </camera>
</sensor>

3. 避障算法开发实战

3.1 环境感知数据处理

深度相机数据通过ROS话题发布，我们需要先订阅这