从Gazebo黑屏到成功起飞：我的XTDrone+ROS Noetic+PX4仿真环境搭建全记录-程序员充电站

从Gazebo黑屏到成功起飞：我的XTDrone+ROS Noetic+PX4仿真环境搭建全记录

1. 启程：搭建前的准备与思考

作为一名无人机算法开发者，仿真环境的重要性不言而喻。在决定使用XTDrone+ROS Noetic+PX4这套组合时，我查阅了大量资料，发现虽然网上教程不少，但大多都是"一帆风顺"的完美流程，很少提及实际搭建过程中可能遇到的坑。这让我决定记录下自己的真实搭建经历，希望能帮助到后来者。

选择Ubuntu 20.04作为基础系统有几个考虑：

长期支持版本(LTS)稳定性有保障
对ROS Noetic的官方支持最好
大多数开源无人机项目都针对这个版本做过测试

硬件配置方面，我使用的是：

CPU: Intel i7-10750H
内存: 32GB
显卡: NVIDIA RTX 2060
存储: 1TB NVMe SSD

提示：Gazebo仿真对显卡有一定要求，集成显卡可能会导致性能问题

2. 第一步：PX4固件编译的曲折之路

2.1 初始环境搭建

按照官方文档，我首先尝试安装PX4开发环境：

sudo apt-get update && sudo apt-get upgrade -y sudo apt-get install git -y git clone -b v1.13.0 https://github.com/PX4/PX4-Autopilot.git --recursive cd PX4-Autopilot

然而，在运行安装脚本时遇到了第一个问题：

bash ./Tools/setup/ubuntu.sh

报错信息显示python-dateutil版本不兼容。经过搜索，发现这是Ubuntu 20.04自带Python包的一个常见问题。

解决方法：

sudo pip install --upgrade python-dateutil

2.2 环境变量配置陷阱

完成基础安装后，需要配置环境变量。这里我犯了一个新手常见错误 - 没有正确设置PATH：

gedit ~/.bashrc

添加以下内容：

export PATH=$PATH:$HOME/.local/bin

然后执行：

source ~/.bashrc

注意：每次修改.bashrc后都需要source使其生效，或者新开一个终端

3. ROS Noetic安装：鱼香ROS的便利

为了简化ROS安装过程，我选择了鱼香ROS的一键安装脚本：

wget http://fishros.com/install -O fishros && . fishros

安装过程中有几个关键选择：

选择"桌面完整版"安装
保持默认源（不需要换源）
安装所有依赖项

安装完成后，验证ROS是否安装成功：

roscore

如果看到类似以下输出，说明ROS核心已正常运行：

... logging to /home/user/.ros/log/xxxxx started core service [/rosout]

4. MAVROS与PX4的通信难题

4.1 MAVROS安装

MAVROS是ROS与PX4通信的桥梁，安装命令如下：

sudo apt install ros-noetic-mavros ros-noetic-mavros-extras wget https://raw.githubusercontent.com/mavlink/mavros/master/mavros/scripts/install_geographiclib_datasets.sh sudo chmod a+x ./install_geographiclib_datasets.sh sudo ./install_geographiclib_datasets.sh

警告：最后一步安装地理数据集可能耗时较长，请耐心等待

4.2 通信测试与排错

创建catkin工作空间：

mkdir -p ~/catkin_ws/src cd ~/catkin_ws catkin init catkin build

添加必要的环境变量到.bashrc：

source ~/catkin_ws/devel/setup.bash 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

测试通信：

roslaunch px4 mavros_posix_sitl.launch # 新终端 rostopic echo /mavros/state

常见问题排查表：

问题现象	可能原因	解决方案
connected: false	环境变量未正确设置	检查.bashrc中的路径
无任何输出	PX4未启动成功	查看PX4终端是否有报错
频繁断开	网络配置问题	检查防火墙设置

5. XTDrone集成：最后的冲刺

5.1 获取XTDrone源码

git clone https://gitee.com/robin_shaun/XTDrone.git cd XTDrone git submodule update --init --recursive

5.2 文件配置

复制必要文件到PX4目录：

cp sitl_config/worlds/* ~/PX4-Autopilot/Tools/sitl_gazebo/worlds/ cp sitl_config/launch/* ~/PX4-Autopilot/launch/

5.3 Gazebo黑屏问题解决

这是最令人头疼的问题之一。当执行：

roslaunch px4 indoor1.launch

Gazebo界面黑屏，模型无法加载。经过多方查找，发现是Gazebo模型下载问题。

解决方案：

安装xmlstarlet工具：

sudo apt-get install xmlstarlet

手动下载Gazebo模型库：

mkdir -p ~/.gazebo/models cd ~/.gazebo/models wget http://file.ncnynl.com/ros/gazebo_models.txt wget -i gazebo_models.txt

提示：这个过程可能耗时数小时，建议在夜间进行

6. 成功起飞：调试与优化

当所有组件都就位后，终于看到了无人机在Gazebo中成功起飞的场景。但为了让仿真更流畅，还需要进行一些优化：

性能优化建议：

在Gazebo启动时添加参数：
```
roslaunch px4 indoor1.launch gui:=false
```
调整PX4参数：
```
param set SIM_OPTIONS "--lockstep"
```
使用简化模型：
```
export PX4_SIM_MODEL=iris
```

常用调试命令：

# 查看PX4状态 commander status # 手动起飞 commander takeoff # 查看ROS节点 rqt_graph # 查看话题列表 rostopic list

7. 开发环境配置技巧

7.1 终端复用

使用tmux可以大幅提高工作效率：

sudo apt install tmux tmux new -s drone # 分屏快捷键：Ctrl+b % # 新建窗口：Ctrl+b c

7.2 常用别名设置

在.bashrc中添加：

alias px4='cd ~/PX4-Autopilot && make px4_sitl_default gazebo' alias roslaunchxt='roslaunch px4 indoor1.launch' alias rosnode='rosnode list'

7.3 备份策略

为了防止环境损坏，建议定期备份：

# 备份PX4 tar -czvf px4_backup.tar.gz ~/PX4-Autopilot # 备份ROS工作空间 tar -czvf catkin_ws_backup.tar.gz ~/catkin_ws

8. 后续开发建议

在实际使用这套环境进行算法开发时，我总结了几个实用技巧：

版本控制：为每个算法实验创建独立git分支
日志记录：使用rosbag记录所有话题数据
```
rosbag record -a -O test.bag
```
可视化工具：
- 使用rqt进行参数调整
- 使用PlotJuggler分析数据
- 使用Gazebo的GUI检查碰撞
性能监控：
```
top -u $USER
```
关注CPU和内存使用情况，必要时关闭不必要的进程

这套环境搭建虽然过程曲折，但最终获得的仿真平台为我的无人机算法开发提供了极大便利。特别是在尝试新的控制算法时，可以快速验证想法而不用担心硬件损坏。

从Gazebo黑屏到成功起飞：我的XTDrone+ROS Noetic+PX4仿真环境搭建全记录