步骤 5：激光与相机插件

前置条件：完成步骤 4。 本步目标：让 Gazebo 中的激光雷达和 RGB 相机发布标准 ROS 话题。 预计时间：40-60 分钟。

1. 激光雷达原理

Gazebo 的 ray 传感器从激光原点发出多条虚拟射线，检测与场景障碍物的交点，并生成一串距离值。

graph LR A[laser_frame] --> B[360 条虚拟射线] B --> C[range 距离数组] C --> D[sensor_msgs/LaserScan] D --> E[/scan/]

LaserScan 中最关键的数据：

字段 含义
header.stamp 扫描时间
header.frame_id 激光坐标系
angle_min、angle_max 扫描角范围
angle_increment 相邻射线夹角
range_min、range_max 最小和最大量程
ranges[] 每个角度的距离

激光的 frame_id 必须存在于 TF 树中，否则 SLAM 和导航无法把激光数据放到机器人坐标系里。

2. 激光插件配置 

<gazebo reference="laser_frame">
  <sensor type="ray" name="laser_sensor">
    <always_on>true</always_on>
    <update_rate>10</update_rate>
    <visualize>false</visualize>
    <ray>
      <scan>
        <horizontal>
          <samples>360</samples>
          <resolution>1</resolution>
          <min_angle>-3.14159265359</min_angle>
          <max_angle>3.14159265359</max_angle>
        </horizontal>
      </scan>
      <range>
        <min>0.10</min>
        <max>10.0</max>
        <resolution>0.01</resolution>
      </range>
    </ray>
    <plugin name="laser_controller" filename="libgazebo_ros_laser.so">
      <topicName>/scan</topicName>
      <frameName>laser_frame</frameName>
    </plugin>
  </sensor>
</gazebo>

本虚拟机或本仓库使用的 Gazebo ROS 版本没有安装 libgazebo_ros_ray_sensor.so，因此使用仓库现有示例中的 libgazebo_ros_laser.so。两种插件的功能相同，区别是参数名和输出类型配置方式不同。

参数影响：

参数 增大后的影响 建议
samples 角度更密，数据更精细，CPU 更高 初学用 180 或 360 点
update_rate 数据更快，计算量更高 初学用 5-10 Hz
max 探测距离更远 室内用 8-10 m
visualize Gazebo 中显示射线 调试时打开，平时关闭

3. 相机传感器配置 

<gazebo reference="camera_link">
  <sensor type="camera" name="camera_sensor">
    <always_on>true</always_on>
    <update_rate>30</update_rate>
    <visualize>false</visualize>
    <camera name="camera">
      <horizontal_fov>1.047</horizontal_fov>
      <image>
        <width>640</width>
        <height>480</height>
        <format>R8G8B8</format>
      </image>
      <clip>
        <near>0.05</near>
        <far>20.0</far>
      </clip>
    </camera>
  </sensor>
</gazebo>

相机参数：

  • horizontal_fov：水平视场角，约为 60 度；
  • width、height：图像分辨率；
  • near、far：可见距离范围；
  • update_rate：图像帧率。

相机分辨率提高会明显增加 Gazebo 渲染和图像传输负载，初学者先用 640 x 480。

4. 相机插件配置 

<plugin name="camera_controller" filename="libgazebo_ros_camera.so">
  <cameraName>camera</cameraName>
  <imageTopicName>image_raw</imageTopicName>
  <cameraInfoTopicName>camera_info</cameraInfoTopicName>
  <frameName>camera_link</frameName>
</plugin>

话题图：

graph LR S[Gazebo 相机传感器] --> P[camera 插件] P --> I[/camera/image_raw/] P --> C[/camera/camera_info/] I --> V[rqt_image_view] C --> V2[视觉算法]

camera_info 包含焦距、主点、畸变参数，真实相机标定和视觉定位都会使用。

5. 数据流验证

传感器正确输出后，相机和激光的数据形态可参考下图：

相机与激光雷达效果示意

启动仿真后：

rostopic list | grep -E "scan|camera"
rostopic info /scan
rostopic info /camera/image_raw
rostopic info /camera/camera_info
rostopic hz /scan
rostopic hz /camera/image_raw
rostopic echo -n 1 /scan

检查 TF：

rosrun tf tf_echo base_link laser_frame
rosrun tf tf_echo base_link camera_link

查看图像：

rosrun rqt_image_view rqt_image_view

在窗口中选择 /camera/image_raw，应看到 Gazebo 场景图像。

6. 常见问题

现象 原因 处理
没有 /scan 激光插件未加载或 topic 名错误 检查 Gazebo 日志与 <topicName>
/scan 无数据 range_min 到 range_max 内没有障碍 在场景中添加墙体或靠近地面
/scan 频率低 点数或更新率过高 降低 samples 或 update_rate
相机没有图像 插件或话题名错误 检查 /camera/image_raw
图像卡顿 分辨率过高或 CPU 不足 降低分辨率与帧率
激光建图错位 frameName 与 TF 不一致 统一起见使用 laser_frame
相机坐标错误 相机 TF 或安装方向错误 检查 camera_joint 的 origin 和 rpy

7. 本步验收

  • [ ] /scan 话题存在且有 360 个范围值；
  • [ ] /camera/image_raw 和 /camera/camera_info 存在；
  • [ ] tf_echo base_link laser_frame 能查询成功；
  • [ ] tf_echo base_link camera_link 能查询成功；
  • [ ] rqt_image_view 能看到相机图像；
  • [ ] 能解释传感器数据为什么要绑定 frame。