ROS2 机器人仿真（一）：从 URDF 模型到 RVIZ 可视化全攻略

2401_86720553

270人浏览 · 2026-05-18 00:02:38

2401_86720553 · 2026-05-18 00:02:38 发布

在机器人开发中，仿真是一项至关重要的技术。它允许我们在没有实体硬件的情况下，验证算法逻辑、调试传感器数据。本篇将带你走进 ROS2 机器人仿真的世界，从零开始构建你的第一个机器人模型。

一、机器人仿真架构概览

机器人仿真系统通常由以下几个核心层次组成：

        【控制系统】 (ROS2 Nodes)
           |             |
     [传感器数据]    [执行器指令]
           |             |
        【机器人仿真平台】 (如 Gazebo)
           |
      [物理环境 + 机器人模型]

常用仿真平台：

Gazebo：ROS 社区最主流的物理仿真引擎，支持复杂的物理碰撞和动力学。
Webots：商业级开源仿真软件，性能优异，界面友好。
Ignition (Gazebo Sim)：Gazebo 的下一代版本，架构更现代。

二、创建机器人模型：URDF 与 Xacro 实战

URDF (Unified Robot Description Format) 是 ROS 中用于描述机器人结构的 XML 格式文件。

1. 创建功能包

首先，我们需要创建一个专门存放机器人描述文件的功能包：

# 进入工作空间 src 目录
cd ~/chapt6_ws/src
# 创建 CMake 类型的包
ros2 pkg create fishbot_description --build-type ament_cmake --license Apache-2.0

2. 使用 URDF 创建机器人身体

新建文件 chapt6_ws/src/fishbot_description/urdf/first_robot.urdf，写入以下基础结构：

<?xml version="1.0"?>
<robot name='first_robot'>
    <!-- 机器人的身体部分 -->
    <link name='base_link'>
        <!-- 部件的外观描述 -->
        <visual>
            <!-- 沿自己几何中心的坐标系 -->
            <origin xyz="0.0 0.0 0.0" rpy="0.0 0.0 0.0"/>
            <!-- 几何形状 -->
            <geometry>
                <!-- 圆柱 半径 高度-->
                <cylinder radius="0.10" length="0.12"/>
            </geometry>
            <!-- 颜色  -->
            <material name="white">
                <color rgba="1.0 1.0 1.0 0.5"/>
            </material>
        </visual>
    </link>

    <!-- 机器人的IMU部件 惯性测量传感器-->
    <link name='imu_link'>
        <visual>
            <origin xyz="0.0 0.0 0.0" rpy="0.0 0.0 0.0"/>
            <geometry>
                <box size="0.02 0.02 0.02"/>
            </geometry>
            <material name="black">
                <color rgba="0.0 0.0 0.0 0.5"/>
            </material>
        </visual>
    </link>

    <!-- 机器人关节：用于组合机器人的部件 -->
    <joint name='imu_joint' type='fixed'>
        <parent link='base_link'/>
        <child link='imu_link'/>
        <origin xyz="0.0 0.0 0.03" rpy="0.0 0.0 0.0"/>
    </joint>

</robot>

🔍 URDF 核心标签解析：

<link>：描述机器人的刚体部件（如身体、传感器）。<visual> 决定了屏幕上显示的样子，<geometry> 定义形状。
<joint>：描述部件之间的连接关系。type='fixed' 代表固定关节，父子部件相对位置不变。

(提示：可以使用命令 urdf_to_graphviz first_robot.urdf 将模型结构导出为可视化的结构图)

3. 在 RVIZ 中可视化机器人

RVIZ 是 ROS 的 3D 可视化利器。为了让 RVIZ 能够读取并显示我们的 URDF，需要启动几个辅助节点。

3.1 安装必要工具

sudo apt update
sudo apt install ros-$ROS_DISTRO-joint-state-publisher ros-$ROS_DISTRO-robot-state-publisher -y

3.2 配置 CMakeLists.txt

为了让系统能在安装后找到我们的文件，添加安装规则：

install(DIRECTORY launch urdf
  DESTINATION share/${PROJECT_NAME}
)

3.3 编写 Launch 启动脚本

新建 chapt6_ws/src/fishbot_description/launch/display_robot.launch.py：

import launch
import launch_ros
from ament_index_python.packages import get_package_share_directory
import os

def generate_launch_description():
    # 获取默认urdf路径
    urdf_package_path = get_package_share_directory('fishbot_description')
    default_urdf_path = os.path.join(urdf_package_path, 'urdf', 'first_robot.urdf')

    # 声明参数
    action_declare_arg_mode_path = launch.actions.DeclareLaunchArgument(
        name='model',default_value=str(default_urdf_path),description='加载的模型文件路径'
    )
    # 通过文件路径获取内容，并转化为参数
    Substitutions_command_result = launch.substitutions.Command(['cat ',launch.substitutions.LaunchConfiguration('model')])
    robot_description_value = launch_ros.parameter_descriptions.ParameterValue(Substitutions_command_result,value_type=str)

    # 发布机器人 TF 树
    action_robot_state_publisher = launch_ros.actions.Node(
        package='robot_state_publisher',
        executable='robot_state_publisher',
        parameters=[{'robot_description': robot_description_value}] 
    )

    # 发布关节状态
    action_joint_state_publisher = launch_ros.actions.Node(
        package='joint_state_publisher',
        executable='joint_state_publisher',
    )

    action_rviz_node = launch_ros.actions.Node(
        package='rviz2',
        executable='rviz2',
    )

    return launch.LaunchDescription([
        action_declare_arg_mode_path, 
        action_robot_state_publisher,
        action_joint_state_publisher,
        action_rviz_node,
    ])

3.4 运行与 RVIZ 配置

编译后启动：

colcon build
source install/setup.bash
ros2 launch fishbot_description display_robot.launch.py

进入 RVIZ 后：

修改 Fixed Frame 为 base_link。
点击 Add，添加 RobotModel，即可看到模型：
点击 Add，添加 TF 显示坐标系关系：

最终初始模型显示效果如下：
第一个 URDF 模型渲染结果

将配置保存至 chapt6_ws/src/fishbot_description/config/display_roboy_model.rviz。

修改 CMakeLists.txt 和 Launch 文件以默认加载此 RVIZ 配置：

install(DIRECTORY launch urdf config ...)

    defailt_rviz_config_path = os.path.join(urdf_package_path, 'config', 'display_roboy_model.rviz')
    action_rviz_node = launch_ros.actions.Node(
        package='rviz2', executable='rviz2',
        arguments=['-d', defailt_rviz_config_path],
    )

4. 使用 Xacro 简化 URDF

当机器人变复杂时，纯 URDF 会产生大量冗余。Xacro (XML Macros) 允许我们定义宏、使用变量，极大地提高了开发效率。

4.1 安装 Xacro

sudo apt install ros-$ROS_DISTRO-xacro

新建 src/fishbot_description/urdf/first_robot.xacro：
(💡 VS Code 提示：点击右下角“纯文本”，搜索 XML 并将此文件关联为 XML 格式以获得高亮。)

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name='first_robot'>
    <!-- 定义基础宏 -->
    <xacro:macro name="base_link" params="length radius">
        <link name='base_link'>
            <visual>
                <origin xyz="0.0 0.0 0.0" rpy="0.0 0.0 0.0"/>
                <geometry>
                    <cylinder radius="${radius}" length="${length}"/>
                </geometry>
                <material name="white">
                    <color rgba="1.0 1.0 1.0 0.5"/>
                </material>
            </visual>
        </link>
    </xacro:macro>

    <!-- 定义 IMU 宏，支持传参指定名字和位置 -->
    <xacro:macro name="imu_link" params="imu_name xyz">
        <link name='${imu_name}_link'>
            <visual>
                <origin xyz="0.0 0.0 0.0" rpy="0.0 0.0 0.0"/>
                <geometry>
                    <box size="0.02 0.02 0.02"/>
                </geometry>
                <material name="black">
                    <color rgba="0.0 0.0 0.0 0.5"/>
                </material>
            </visual>
        </link>

        <joint name='${imu_name}_joint' type='fixed'>
            <parent link='base_link'/>
            <child link='${imu_name}_link'/>
            <origin xyz="${xyz}" rpy="0.0 0.0 0.0"/>
        </joint>
    </xacro:macro>

    <!-- 调用宏生成组件 -->
    <xacro:base_link  length="0.12" radius="0.1"/>
    <xacro:imu_link  imu_name='imu_up' xyz="0.0 0.0 0.03"/>
    <xacro:imu_link  imu_name='imu_down' xyz="0.0 0.0 -0.03"/>

</robot>

4.2 修改 Launch 解析方式

由于模型变成了 .xacro 格式，Launch 文件中的解析命令需要从 cat 改为 xacro：

Substitutions_command_result = launch.substitutions.Command(['xacro ', launch.substitutions.LaunchConfiguration('model')])

再次启动后效果如图：使用 Xacro 宏生成的带双 IMU 模块的机器人模型

5. 模块化构建机器人

利用 Xacro 的 include 标签，我们可以将底盘、传感器、执行器拆分到不同的文件中独立维护。

5.1 传感器部分定义

底座 (base.urdf.xacro)：

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name='first_robot'>
    <xacro:macro name="base_xacro" params="length radius">
        <!-- 机器人的身体部分 -->
        <link name='base_link'>
            <visual>
                <origin xyz="0.0 0.0 0.0" rpy="0.0 0.0 0.0"/>
                <geometry>
                    <cylinder radius="${radius}" length="${length}"/>
                </geometry>
                <material name="white">
                    <color rgba="1.0 1.0 1.0 0.5"/>
                </material>
            </visual>
        </link>
    </xacro:macro>
</robot>

IMU (/sensor/imu.urdf.xacro)：

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name='first_robot'>
    <xacro:macro name="imu_xacro" params="xyz">
        <link name='imu_link'>
            <visual>
                <geometry>
                    <box size="0.02 0.02 0.02"/>
                </geometry>
                <material name="black">
                    <color rgba="0.0 0.0 0.0 0.5"/>
                </material>
            </visual>
        </link>
        <joint name='imu_joint' type='fixed'>
            <parent link='base_link'/>
            <child link='imu_link'/>
            <origin xyz="${xyz}" rpy="0.0 0.0 0.0"/>
        </joint>
    </xacro:macro>
</robot>

相机 (/sensor/camera.urdf.xacro)：

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name='first_robot'>
    <xacro:macro name="camera_xacro" params="xyz">
        <link name='camera_link'>
            <visual>
                <geometry>
                    <box size="0.02 0.10 0.02"/>
                </geometry>
                <material name="black">
                    <color rgba="0.0 0.0 0.0 0.5"/>
                </material>
            </visual>
        </link>
        <joint name='camera_joint' type='fixed'>
            <parent link='base_link'/>
            <child link='camera_link'/>
            <origin xyz="${xyz}" rpy="0.0 0.0 0.0"/>
        </joint>
    </xacro:macro>
</robot>

雷达 (/sensor/laser.urdf.xacro)：

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name='first_robot'>
    <xacro:macro name="laser_xacro" params="xyz">
        <!-- 雷达支撑杆 -->
        <link name='laser_cylinder_link'>
            <visual>
                <geometry>
                    <cylinder radius="0.01" length="0.10"/>
                </geometry>
                <material name="black">
                    <color rgba="0.0 0.0 0.0 1.0"/>
                </material>
            </visual>
        </link>
        <!-- 雷达本体 -->
        <link name='laser_link'>
            <visual>
                <geometry>
                    <cylinder radius="0.02" length="0.02"/>
                </geometry>
                <material name="black">
                    <color rgba="0.0 0.0 0.0 1.0"/>
                </material>
            </visual>
        </link>

        <joint name='laser_joint' type='fixed'>
            <parent link='laser_cylinder_link'/>
            <child link='laser_link'/>
            <origin xyz="0.0 0.0 0.05" rpy="0.0 0.0 0.0"/>
        </joint>
        <joint name='laser_cylinder_joint' type='fixed'>
            <parent link='base_link'/>
            <child link='laser_cylinder_link'/>
            <origin xyz="${xyz}" rpy="0.0 0.0 0.0"/>
        </joint>
    </xacro:macro>
</robot>

汇总文件 (fishbot.urdf.xacro)：

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name='fishbot'>
<!-- 引入各模块定义 -->
<xacro:include filename="$(find fishbot_description)/urdf/fishbot/base.urdf.xacro"/>
<xacro:include filename="$(find fishbot_description)/urdf/fishbot/sensor/imu.urdf.xacro"/>
<xacro:include filename="$(find fishbot_description)/urdf/fishbot/sensor/camera.urdf.xacro"/>
<xacro:include filename="$(find fishbot_description)/urdf/fishbot/sensor/laser.urdf.xacro"/>

<!-- 实例化机器人组件 -->
<xacro:base_xacro length="0.12" radius="0.10" />
<xacro:imu_xacro xyz="0.0 0.0 0.02" />
<xacro:camera_xacro xyz="0.10 0.0 0.075" />
<xacro:laser_xacro xyz="0.0 0.0 0.10" />
</robot>

启动测试：ros2 launch fishbot_description display_robot.launch.py model:=.../fishbot.urdf.xacro 模块化传感器组装过程

最终传感器组装效果如下：模块化组装后的机器人（包含雷达、摄像头及 IMU 支架）

5.2 执行器部件定义 (主动轮与万向轮)

驱动轮 (/actuator/wheel.urdf.xacro)：
注意关节类型变为了 continuous（连续旋转）。

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name='first_robot'>
    <xacro:macro name="wheel_xacro" params="wheel_name xyz">
        <link name='${wheel_name}_link'>
            <visual>
                <origin xyz="0.0 0.0 0.0" rpy="1.57079 0.0 0.0"/>
                <geometry>
                    <cylinder radius="0.032" length="0.04"/>
                </geometry>
                <material name="yellow">
                    <color rgba="1.0 1.0 0.0 0.8"/>
                </material>
            </visual>
        </link>

        <joint name='${wheel_name}_joint' type='continuous'>
            <parent link='base_link'/>
            <child link='${wheel_name}_link'/>
            <origin xyz="${xyz}" rpy="0.0 0.0 0.0"/>
            <axis xyz="0 1 0"/>
        </joint>
    </xacro:macro>
</robot>

万向支撑轮 (/actuator/caster.urdf.xacro)：

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name='first_robot'>
    <xacro:macro name="caster_xacro" params="caster_name xyz">
        <link name='${caster_name}_link'>
            <visual>
                <geometry>
                    <sphere radius="0.016"/>
                </geometry>
                <material name="yellow">
                    <color rgba="1.0 1.0 0.0 0.8"/>
                </material>
            </visual>
        </link>

        <joint name='${caster_name}_joint' type='fixed'>
            <parent link='base_link'/>
            <child link='${caster_name}_link'/>
            <origin xyz="${xyz}" rpy="0.0 0.0 0.0"/>
        </joint>
    </xacro:macro>
</robot>

更新汇总文件 (fishbot.urdf.xacro)：

<!-- 增加执行器引入 -->
<xacro:include filename="$(find fishbot_description)/urdf/fishbot/actuator/wheel.urdf.xacro"/>
<xacro:include filename="$(find fishbot_description)/urdf/fishbot/actuator/caster.urdf.xacro"/>

<!-- 实例化执行器 -->
<xacro:wheel_xacro wheel_name="left_wheel" xyz="0 0.10 -0.06"/>
<xacro:wheel_xacro wheel_name="right_wheel" xyz="0 -0.10 -0.06"/>
<xacro:caster_xacro caster_name="front_caster" xyz="0.08 0.0 -0.076"/>
<xacro:caster_xacro caster_name="back_caster" xyz="-0.08 0.0 -0.076"/>

构建后运行，完整的机器人形态出现：执行器部件配置状态

最终机器人形态展示：具备完整执行器（动力轮与万向轮）的机器人最终形态

6. 虚拟部件：添加 base_footprint

在机器人底部添加一个极小的虚拟点投影到地面，方便导航算法进行计算。修改底座文件：

    <xacro:macro name="base_xacro" params="length radius">
        <!-- 虚拟触地点 -->
        <link name="base_footprint"/>
        
        <link name='base_link'>
            <!-- ... 原有视觉描述 ... -->
        </link>

        <joint name='joint_name' type='fixed'>
            <parent link='base_footprint'/>
            <child link='base_link'/>
            <origin xyz="0.0 0.0 ${length/2.0+0.032-0.001}" rpy="0.0 0.0 0.0"/>
        </joint>
    </xacro:macro>

添加了 base_footprint 地面投影后的坐标关系

三、为机器人添加物理属性

如果只有视觉模型，机器人在物理仿真环境（如 Gazebo）中会像幽灵一样穿透物体，或者因为没有质量而无法受力。因此，我们需要为各个部件添加 碰撞 (Collision) 和 惯性 (Inertial) 属性。

1. 添加碰撞属性 (Collision)

碰撞属性定义了机器人的物理边界。通常，碰撞形状可以比视觉形状简单（例如用一个简单的圆柱体代替复杂的车轮模型），以减少物理引擎的计算量。

在 <link> 标签内，增加 <collision> 节点。以 base.urdf.xacro 为例：

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name='first_robot'>
    <xacro:macro name="base_xacro" params="length radius">
        <!-- 虚拟触地点 -->
        <link name="base_footprint"/>
        
        <!-- 机器人的身体部分 -->
        <link name='base_link'>
            <!-- 视觉描述 -->
            <visual>
                <origin xyz="0.0 0.0 0.0" rpy="0.0 0.0 0.0"/>
                <geometry>
                    <cylinder radius="${radius}" length="${length}"/>
                </geometry>
                <material name="white">
                    <color rgba="1.0 1.0 1.0 0.5"/>
                </material>
            </visual>

            <!-- 碰撞描述：通常与视觉几何形状一致 -->
            <collision>
                <origin xyz="0.0 0.0 0.0" rpy="0.0 0.0 0.0"/>
                <geometry>
                    <cylinder radius="${radius}" length="${length}"/>
                </geometry>
            </collision>
        </link>

        <joint name='joint_name' type='fixed'>
            <parent link='base_footprint'/>
            <child link='base_link'/>
            <origin xyz="0.0 0.0 ${length/2.0+0.032-0.001}" rpy="0.0 0.0 0.0"/>
        </joint>
    </xacro:macro>
</robot>

（提示：使用相同的方法为 sensor 和 actuator 下的其他 5 个 xacro 文件添加 <collision> 属性。）

构建后在 RVIZ 中，关闭左侧 RobotModel 下的 Visual Enabled，打开 Collision Enabled，即可看到碰撞模型：在 RVIZ 中开启的物理碰撞 (Collision) 模型预览

2. 添加质量与惯性矩阵 (Inertial)

惯性矩阵描述了物体在受到外力旋转时的阻力分布。计算这些矩阵公式繁琐，我们可以创建一个公共文件来封装标准的几何体惯性公式。

新建 common_inertial.xacro：

<?xml version="1.0"?>
<robot xmlns:xacro="http://ros.org/wiki/xacro">
    <!-- 长方体惯性矩阵 -->
    <xacro:macro name="box_inertia" params="m w h d">
        <inertial>
            <mass value="${m}" />
            <inertia ixx="${(m/12) * (h*h + d*d)}" ixy="0.0" ixz="0.0" iyy="${(m/12) * (w*w + d*d)}" iyz="0.0" izz="${(m/12) * (w*w + h*h)}" />
        </inertial>
    </xacro:macro>

    <!-- 圆柱体惯性矩阵 -->
    <xacro:macro name="cylinder_inertia" params="m r h">
        <inertial>
            <mass value="${m}" />
            <inertia ixx="${(m/12) * (3*r*r + h*h)}" ixy="0" ixz="0" iyy="${(m/12) * (3*r*r + h*h)}" iyz="0" izz="${(m/2) * (r*r)}" />
        </inertial>
    </xacro:macro>

    <!-- 球体惯性矩阵 -->
    <xacro:macro name="sphere_inertia" params="m r">
        <inertial>
            <mass value="${m}" />
            <inertia ixx="${(2/5) * m * (r*r)}" ixy="0.0" ixz="0.0" iyy="${(2/5) * m * (r*r)}" iyz="0.0" izz="${(2/5) * m * (r*r)}" />
        </inertial>
    </xacro:macro>
</robot>

修改 base.urdf.xacro 引入惯性矩阵：

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro" name='first_robot'>
    <!-- 引入公共惯性计算文件 -->
    <xacro:include filename="$(find fishbot_description)/urdf/fishbot/common_inertial.xacro"/>
    
    <xacro:macro name="base_xacro" params="length radius">
        <link name="base_footprint"/>
        
        <link name='base_link'>
            <!-- 视觉与碰撞部分省略... -->
            <visual> ... </visual>
            <collision> ... </collision>

            <!-- 赋予质量 1.0kg，并计算惯性矩阵 -->
            <xacro:cylinder_inertia m="1.0" r="${radius}" h="${length}"/>
        </link>
        <!-- joint 省略... -->
    </xacro:macro>
</robot>

在 RVIZ 中打开 Mass 或 Inertial 选项，可以看到重心的分布情况：机器人的质量中心 (Center of Mass) 及惯性分布

以同样方式为其他组件赋予质量：

IMU & 相机: <xacro:box_inertia m="0.05" w="0.02" h="0.02" d="0.02"/>
雷达组件:
<xacro:cylinder_inertia m="0.05" r="0.01" h="0.10"/>
<xacro:cylinder_inertia m="0.10" r="0.02" h="0.02"/>
驱动轮: <xacro:cylinder_inertia m="0.05" r="0.032" h="0.04"/>
万向轮: <xacro:sphere_inertia m="0.05" r="0.016"/>

结果如图，机器人现在拥有了真实的物理属性：赋予完整物理属性后的机器人模型

四、在 Gazebo 中完成仿真

有了碰撞和质量属性，机器人就可以被投放进真实的物理环境了。

1. 安装 Gazebo 与模型库

sudo apt install gazebo
# 下载 Gazebo 离线模型库，避免仿真启动时卡在下载界面
mkdir -p ~/.gazebo
cd ~/.gazebo/
git clone https://gitee.com/ohhuo/gazebo_models.git ~/.gazebo/models

# 安装 ROS2 与 Gazebo 交互的插件桥梁
sudo apt install ros-$ROS_DISTRO-gazebo-ros-pkgs

2. 在 Gazebo 中加载机器人

先在终端输入 gazebo 启动软件，随意摆放一些障碍物，然后将世界保存至 chapt6_ws/src/fishbot_description/world/custom_room.world。

编写启动脚本 launch/gazebo_sim.launch.py，实现：启动 Gazebo -> 加载 World -> 将 URDF 模型注入环境中。

import launch
import launch_ros
from ament_index_python.packages import get_package_share_directory
import os

def generate_launch_description():
    urdf_package_path = get_package_share_directory('fishbot_description')
    default_xacro_path = os.path.join(urdf_package_path, 'urdf', 'fishbot/fishbot.urdf.xacro')
    defailt_gazebo_world_path = os.path.join(urdf_package_path, 'world', 'custom_room.world')

    action_declare_arg_mode_path = launch.actions.DeclareLaunchArgument(
        name='model', default_value=str(default_xacro_path)
    )
    
    # 编译 Xacro 到 URDF
    Substitutions_command_result = launch.substitutions.Command(['xacro ', launch.substitutions.LaunchConfiguration('model')])
    robot_description_value = launch_ros.parameter_descriptions.ParameterValue(Substitutions_command_result, value_type=str)

    # 启动 robot_state_publisher 发布 TF
    action_robot_state_publisher = launch_ros.actions.Node(
        package='robot_state_publisher',
        executable='robot_state_publisher',
        parameters=[{'robot_description': robot_description_value}] 
    )
    
    # 嵌套启动 Gazebo，并加载保存的 World
    action_launch_gazebo = launch.actions.IncludeLaunchDescription(
        launch.launch_description_sources.PythonLaunchDescriptionSource(
            [get_package_share_directory('gazebo_ros'), '/launch/gazebo.launch.py']
        ),
        launch_arguments=[('world', defailt_gazebo_world_path), ('verbose', 'true')]
    )

    # 通过 spawn_entity 脚本将 robot_description 注入 Gazebo 物理世界
    action_spawn_entitry = launch_ros.actions.Node(
        package='gazebo_ros',
        executable='spawn_entity.py',
        arguments=['-topic', '/robot_description', '-entity', 'fishbot']
    )

    return launch.LaunchDescription([
        action_declare_arg_mode_path, 
        action_robot_state_publisher,
        action_launch_gazebo,
        action_spawn_entitry,
    ])

(注意：记得在 CMakeLists.txt 中将 world 目录加入安装列表)
运行 Launch 后，可以看到机器人被加载到了 (0,0,0) 的位置： Gazebo 物理世界中成功加载并生成的虚拟机器人

3. Gazebo 标签扩展与环境配置

URDF 标准标签主要用于 RVIZ 显示，但 Gazebo 需要额外的 <gazebo> 标签来定义物理摩擦力和渲染材质。

通过 <gazebo reference="部件名"> 为特定部件增加物理参数。

为雷达涂上黑色：

<gazebo reference="laser_cylinder_link">
    <material>Gazebo/Black</material>
</gazebo>
<gazebo reference="laser_link">
    <material>Gazebo/Black</material>
</gazebo>

设置车轮的摩擦力 (非常关键，否则机器人会打滑)：

<!-- 驱动轮：高摩擦力提供抓地力 -->
<gazebo reference="${wheel_name}_link">
    <mu1 value="20.0" />
    <mu2 value="20.0" />
    <kp value="1000000000.0" />
    <kd value="1.0" />
</gazebo>

<!-- 万向轮：极低摩擦力，充当滑动支撑 -->
<gazebo reference="${caster_name}_link">
    <mu1 value="0.0" />
    <mu2 value="0.0" />
    <kp value="1000000000.0" />
    <kd value="1.0" />
</gazebo>

4.引入 ROS-Gazebo 交互插件

插件（Plugins）是 Gazebo 与 ROS2 之间通信的桥梁。如果没有插件，机器人在 Gazebo 中只是一个受重力影响的“死铁块”，无法接收控制指令，也无法向外发送传感器数据。

新建 fishbot/plugins/gazebo_control_plugin.xacro。此插件会订阅 /cmd_vel 话题以控制车轮转动，同时发布机器人的 /odom 里程计数据和 TF 变换。

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro">
    <xacro:macro name="gazebo_control_plugin">
        <gazebo>
            <!-- 引入两轮差速控制器插件 -->
            <plugin name='diff_drive' filename='libgazebo_ros_diff_drive.so'>
                <ros>
                    <!-- 命名空间与话题重映射 -->
                    <namespace>/</namespace>
                    <remapping>cmd_vel:=cmd_vel</remapping>
                    <remapping>odom:=odom</remapping>
                </ros>
                <!-- 插件更新频率 (Hz) -->
                <update_rate>30</update_rate>
                
                <!-- 绑定我们在 URDF 中定义的左右驱动轮关节 -->
                <left_joint>left_wheel_joint</left_joint>
                <right_joint>right_wheel_joint</right_joint>
                
                <!-- 机器人运动学参数：轮距和轮径 (单位：米) -->
                <wheel_separation>0.2</wheel_separation>
                <wheel_diameter>0.064</wheel_diameter>
                
                <!-- 物理限制：最大扭矩与最大加速度 -->
                <max_wheel_torque>20</max_wheel_torque>
                <max_wheel_acceleration>1.0</max_wheel_acceleration>
                
                <!-- 开启各种状态和坐标变换的输出 -->
                <publish_odom>true</publish_odom>
                <publish_odom_tf>true</publish_odom_tf>
                <publish_wheel_tf>true</publish_wheel_tf>

                <!-- 指定里程计坐标系和机器人基座坐标系 -->
                <odometry_frame>odom</odometry_frame>
                <robot_base_frame>base_footprint</robot_base_frame>
            </plugin>
        </gazebo>
   </xacro:macro>
</robot>

5. 激光雷达与 IMU 传感器插件

由于雷达和 IMU 都属于传感器，我们把它们的代码整合在一起。新建 fishbot/plugins/gazebo_sensor_plugin.xacro。我们将通过 Gazebo 的射线（ray）和 IMU 仿真器，虚拟出真实的传感器物理特性，并添加高斯白噪声。

<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro">
    <xacro:macro name="gazebo_sensor_plugin">
        
        <!-- ================== 激光雷达 (LiDAR) 配置 ================== -->
        <gazebo reference="laser_link">
            <sensor name="laserscan" type="ray">
                <plugin name="laserscan" filename="libgazebo_ros_ray_sensor.so">
                    <ros>
                        <namespace>/</namespace>
                        <remapping>~/out:=scan</remapping> <!-- 发布到 /scan 话题 -->
                    </ros>
                    <output_type>sensor_msgs/LaserScan</output_type>
                    <frame_name>laser_link</frame_name>
                </plugin>
                <always_on>true</always_on>
                <visualize>true</visualize> <!-- 在 Gazebo 中可视化出红色射线 -->
                <update_rate>5</update_rate>
                <pose>0 0 0 0 0 0</pose>
                 <!-- 激光传感器扫描参数配置 -->
                <ray>
                    <!-- 设置扫描范围 -->
                    <scan>
                        <horizontal>
                            <samples>360</samples>        <!-- 一圈采 360 个点 -->
                            <resolution>1.000000</resolution>
                            <min_angle>0.000000</min_angle>
                            <max_angle>6.280000</max_angle> <!-- 0 到 2π -->
                        </horizontal>
                    </scan>
                    <!-- 设置扫描距离 -->
                    <range>
                        <min>0.120000</min>               <!-- 最近探测 12cm -->
                        <max>8.0</max>                    <!-- 最远探测 8m -->
                        <resolution>0.015000</resolution>
                    </range>
                    <!-- 高斯噪声注入，模拟真实的传感器测距误差 -->
                    <noise>
                        <type>gaussian</type>
                        <mean>0.0</mean>
                        <stddev>0.01</stddev>
                    </noise>
                </ray>
            </sensor>
        </gazebo>

        <!-- ================== 惯性测量单元 (IMU) 配置 ================== -->
        <gazebo reference="imu_link">
            <sensor name="imu_sensor" type="imu">
                <plugin name="imu_plugin" filename="libgazebo_ros_imu_sensor.so">
                    <ros>
                        <namespace>/</namespace>
                        <remapping>~/out:=imu</remapping> <!-- 发布到 /imu 话题 -->
                    </ros>
                    <initial_orientation_as_reference>false</initial_orientation_as_reference>
                </plugin>
                <update_rate>100</update_rate> <!-- IMU 通常需要高频发布 -->
                <always_on>true</always_on>
                <!-- 复杂的六轴噪声设置，模拟真实的零偏和游走误差 -->
                <imu>
                    <angular_velocity>
                        <x><noise type="gaussian"><mean>0.0</mean><stddev>2e-4</stddev><bias_mean>0.0000075</bias_mean><bias_stddev>0.0000008</bias_stddev></noise></x>
                        <y><noise type="gaussian"><mean>0.0</mean><stddev>2e-4</stddev><bias_mean>0.0000075</bias_mean><bias_stddev>0.0000008</bias_stddev></noise></y>
                        <z><noise type="gaussian"><mean>0.0</mean><stddev>2e-4</stddev><bias_mean>0.0000075</bias_mean><bias_stddev>0.0000008</bias_stddev></noise></z>
                    </angular_velocity>
                    <linear_acceleration>
                        <x><noise type="gaussian"><mean>0.0</mean><stddev>1.7e-2</stddev><bias_mean>0.1</bias_mean><bias_stddev>0.001</bias_stddev></noise></x>
                        <y><noise type="gaussian"><mean>0.0</mean><stddev>1.7e-2</stddev><bias_mean>0.1</bias_mean><bias_stddev>0.001</bias_stddev></noise></y>
                        <z><noise type="gaussian"><mean>0.0</mean><stddev>1.7e-2</stddev><bias_mean>0.1</bias_mean><bias_stddev>0.001</bias_stddev></noise></z>
                    </linear_acceleration>
                </imu>
            </sensor>
        </gazebo>

6. 深度相机传感器仿真与坐标系变换

深度相机（如 RGB-D 相机）在仿真中需要额外的光学坐标系定义。因为图像的坐标系与 ROS 标准坐标系（前方为 x）不同，图像坐标系通常以右侧为 x，下方为 y，前方为 z。

(fishbot/sensor/camera.urdf.xacro)
我们需要在原有的 camera_link 基础上增加一个虚拟的 camera_optical_link 并进行旋转翻转：

        <link name='camera_optical_link'></link>
···
        <!-- 通过翻转将其转换为标准的图像坐标系 (绕 Z 转 -90 度，绕 X 转 -90 度) -->
        <joint name='camera_optical_joint' type='fixed'>
            <parent link='camera_link'/>
            <child link='camera_optical_link'/>
            <origin xyz="0 0 0" rpy="${-pi/2} 0.0 ${-pi/2}"/>
        </joint>

在刚才的 fishbot/plugins/gazebo_sensor_plugin.xacro 文件末尾继续追加相机配置：

        <!-- ================== 深度相机 (RGB-D) 配置 ================== -->
        <gazebo reference="camera_link">
            <sensor type="depth" name="camera_sensor">
                <!-- 引入相机插件 -->
                <plugin name="depth_camera" filename="libgazebo_ros_camera.so">
                    <frame_name>camera_optical_link</frame_name> <!-- 核心：绑定到翻转后的光学坐标系 -->
                </plugin>
                <always_on>true</always_on>
                <update_rate>10</update_rate>
                <camera name="camera">
                    <horizontal_fov>1.5009831567</horizontal_fov> <!-- 视场角 -->
                    <image>
                        <!-- 图像分辨率与格式 -->
                        <width>800</width>
                        <height>600</height>
                        <format>R8G8B8</format>
                    </image>
                    <!-- 畸变参数配置（目前设为 0，代表理想相机） -->
                    <distortion>
                        <k1>0.0</k1>
                        <k2>0.0</k2>
                        <k3>0.0</k3>
                        <p1>0.0</p1>
                        <p2>0.0</p2>
                        <center>0.5 0.5</center>
                    </distortion>
                </camera>
            </sensor>
        </gazebo>
    </xacro:macro>
</robot>

将插件汇总至机器人的主 Xacro 文件
最后，不要忘记在总入口文件中引入我们写好的所有插件。

修改 fishbot/fishbot.urdf.xacro：

<!-- 引入插件宏定义文件 -->
<xacro:include filename="$(find fishbot_description)/urdf/fishbot/plugins/gazebo_control_plugin.xacro"/>
<xacro:include filename="$(find fishbot_description)/urdf/fishbot/plugins/gazebo_sensor_plugin.xacro"/>

·····
<!-- 实例化仿真插件 -->
<xacro:gazebo_control_plugin />
<xacro:gazebo_sensor_plugin />

7. 编译与可视化测试

至此，我们的 FishBot 已经在物理引擎中有了形体，也具备了感知世界的“眼睛”和“触觉”。

编译工作空间：
```
colcon build
source install/setup.bash
```

启动 Gazebo 仿真环境：

ros2 launch fishbot_description display_robot.launch.py model:=/home/balrog-v/ros2_ws/chapt6_ws/install/fishbot_description/share/fishbot_description/urdf/fishbot/fishbot.urdf.xacro

使用 RQT 查看传感器图像：
新开一个终端输入 rqt。在上方菜单栏选择 Plugins -> Visualization -> Image View。
开启两个 Image View 窗口，分别订阅 /camera/image_raw（RGB 原图）和 /camera/depth/image_raw（深度图），你将看到如下令人激动的机器视觉画面！

rqt选项

RGB&深度图像

通过这些插件，你的虚拟机器人不仅能在 Gazebo 里接收 /cmd_vel 话题跑起来，还能将它看到的虚拟世界源源不断地回传给你，为后续的 SLAM 建图和视觉导航打下坚实的基础。

AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

不只是代码：用 Agent 构建全自动数据分析与可视化流水线

本文将带你从核心原理到落地实战，从单Agent原型到多Agent企业级架构，一步步搭建一套完全不需要人工介入的端到端数据分析与可视化流水线：用户只需要输入自然语言需求，系统就能自动完成需求解析、多数据源取数、数据清洗、指标计算、可视化生成、报告输出全流程，10秒就能返回符合要求的分析结果和交互式看板。LLM Agent是以大语言模型为“大脑”，具备规划能力、记忆能力、工具调用能力的智能实体，能够自

AtomGit开源社区

智能体压缩技术：让强大的 Agent 模型跑在边缘设备上

你有没有遇到过这些场景：家里断网了，智能音箱就成了哑巴，连开灯都控制不了；智能门锁的人脸识别要传到云端匹配，不仅慢还怕人脸数据泄露；车载导航遇到信号盲区，AI助手就直接罢工。这些问题的根源都一样：现在的AI智能体太“重”了，动辄几十GB甚至上百GB的体积，只能跑在远方的云端服务器上，边缘设备（你身边的手机、门锁、手表、车载芯片）那点算力根本装不下。

AtomGit开源社区

AI Agent Harness Engineering + API Marketplace：一个新的生态机会

当AI Agent从“演示玩具”走向产业落地的关键节点，两大核心痛点正在制约行业发展：一方面90%的Agent开发者花费超过60%的时间对接外部API工具，重复编写鉴权、重试、容错逻辑，开发效率极低；另一方面全球范围内超过85%的优质API服务仅被不到10%的开发者使用，API服务商的获客成本高达收入的40%，价值严重被低估。本文提出的AI Agent线束工程（AI Agent Harness E