【ROS2学习笔记】RViz 三维可视化
前言
本系列博文是本人的学习笔记，自用为主，不是教程，学习请移步其他大佬的相关教程。前几篇学习资源来自鱼香ROS大佬的详细教程，适合深入学习，但对本人这样的初学者不算友好，后续笔记将以@古月居的ROS2入门21讲为主，侵权即删。
一、学习目标
- 搞懂 RViz 的核心作用 —— 把机器人的 “数字数据” 变成 “看得见的图形”（比如摄像头图像、激光点云）
- 掌握 RViz 的基础启动方法和界面核心功能（比如
Displays窗口的使用） - 学会 3 类常用传感器的 “仿真 + RViz 可视化”：彩色相机、三维相机（RGBD）、激光雷达
- 彻底分清 RViz 和 Gazebo 的区别（避免混淆两个工具的用途）
- 记住可视化的通用流程：
启动数据源（仿真/真实传感器）→ 启动RViz → 添加显示项 → 配置话题/参考系
二、先搞懂：RViz 是什么？为什么需要它？
2.1 一句话定义：机器人的 “眼睛”
RViz（Robot Visualization）是 ROS 官方的三维可视化工具，核心功能是把机器人的各种数据（传感器数据、机器人模型、坐标系、路径等）转换成 “人类能看懂的图形”，相当于给开发者装了一双 “看机器人数据的眼睛”。
2.2 为什么需要 RViz？（小白必懂的痛点）
没有 RViz 时，你看到的是这样的 “数据”：[0,255,0, 0,255,0, ...]（一堆数字，不知道是啥）有了 RViz 后，你看到的是这样的 “图形”：一片绿色的草地（数字被渲染成图像）
| 数据类型 | 无 RViz（数字 / 文本） | 有 RViz（图形化） |
|---|---|---|
| 摄像头数据 | 一堆 0-255 的 RGB 数值 | 彩色图像 |
| 激光雷达数据 | 一堆距离数值（0.5m, 1.2m, ...） | 二维激光点组成的 “环境轮廓” |
| 三维相机（RGBD）数据 | 距离 + RGB 数值组合 | 带颜色的三维点云（能看到物体的立体形状） |
| 机器人坐标系 | 文字描述 “base_link 在 world 的 x=1m 处” | 彩色坐标轴（红色 x、绿色 y、蓝色 z） |
结论：RViz 让机器人开发 “看得见、好调试”，不用对着数字猜效果。
三、RViz 基础：启动与界面初识
3.1 启动 RViz（1 行命令）
打开终端，输入以下命令，直接启动 RViz：
ros2 run rviz2 rviz2
- 预期效果：弹出 RViz 窗口，默认是 “空界面”（只有网格背景），左侧有
Displays窗口（核心，用来添加显示项）。
3.2 RViz 核心界面介绍（小白必看）
重点关注左侧Displays窗口，所有可视化配置都在这里操作：
| 界面元素 | 作用 | 小白操作场景 |
|---|---|---|
Fixed Frame | 全局参考坐标系（所有数据都基于这个坐标系显示） | 可视化传感器时，通常设为odom或base_link |
Add按钮 | 添加要显示的数据类型（如图像、点云、激光） | 要显示摄像头图像，就点 Add→选 Image |
Displays列表 | 已添加的显示项，可配置话题、颜色等 | 选中 Image 项，设置 “Topic” 为/image_raw |
Status列 | 显示项状态（绿色√= 正常，红色 ×= 有问题） | 红色 × 时，检查参考系或话题是否正确 |
四、实战：传感器的仿真与 RViz 可视化
要在 RViz 中看到传感器数据，需要先有 “数据源”—— 要么是真实传感器（如 USB 相机），要么是 Gazebo 仿真的传感器。下面以 “Gazebo 仿真” 为例，带大家实现 3 类传感器的可视化。
4.1 实战 1：彩色相机（最常用）
场景需求
在 Gazebo 中仿真一个彩色相机，通过 RViz 看到相机拍摄的虚拟图像。
步骤 1：理解相机仿真插件配置（XACRO 代码）
相机的仿真需要用 Gazebo 的libgazebo_ros_camera.so插件，配置文件在learning_gazebo/urdf/sensors/camera_gazebo.xacro，代码带详细注释：
<?xml version="1.0"?>
<robot xmlns:xacro="http://www.ros.org/wiki/xacro"><!-- 彩色相机仿真插件配置：挂载到某个link（如camera_link） --><xacro:macro name="camera_gazebo" params="prefix"><!-- gazebo标签：关联到相机连杆（prefix_link，比如camera_link） --><gazebo reference="${prefix}_link"><!-- 1. sensor标签：定义传感器基本信息 --><sensor type="camera" name="${prefix}_camera"><update_rate>30.0</update_rate> <!-- 传感器更新频率：30Hz（每秒拍30张图） --><always_on>true</always_on> <!-- 始终开启传感器 --><!-- 2. camera标签：配置相机参数（类似真实相机的参数） --><camera name="head"><horizontal_fov>1.3962634</horizontal_fov> <!-- 水平视场角：80度（1.396弧度≈80°） --><image> <!-- 图像分辨率和格式 --><width>1280</width> <!-- 宽度：1280像素 --><height>720</height> <!-- 高度：720像素（720P） --><format>R8G8B8</format> <!-- 格式：RGB三通道，每个通道8位（256色） --></image><clip> <!-- 相机可视范围（近/远裁剪面） --><near>0.02</near> <!-- 最近能拍0.02米（2厘米）内的物体 --><far>300</far> <!-- 最远能拍300米内的物体 --></clip><noise> <!-- 仿真图像噪声（模拟真实相机的噪点） --><type>gaussian</type> <!-- 高斯噪声（最常见的噪声类型） --><mean>0.0</mean> <!-- 噪声均值：0 --><stddev>0.007</stddev> <!-- 噪声标准差：0.007（值越小越清晰） --></noise></camera><!-- 3. plugin标签：加载Gazebo相机插件（核心，让相机发布ROS话题） --><plugin name="gazebo_camera" filename="libgazebo_ros_camera.so"><ros><!-- 话题重映射：把插件默认的“~/image_raw”重映射为“image_raw”（简化话题名） --><remapping>~/image_raw:=image_raw</remapping><!-- 相机内参话题：发布相机参数（如焦距、分辨率，RViz显示图像需要） --><remapping>~/camera_info:=camera_info</remapping></ros><camera_name>${prefix}</camera_name> <!-- 相机名称（标识用） --><frame_name>${prefix}_link</frame_name> <!-- 相机的坐标系（关联到相机连杆） --><hack_baseline>0.2</hack_baseline> <!-- 基线（用于立体视觉，单目相机可忽略） --></plugin></sensor></gazebo></xacro:macro>
</robot>
步骤 2：启动相机仿真环境
- 打开终端，执行启动命令（加载带相机的机器人模型到 Gazebo）：
ros2 launch learning_gazebo load_mbot_camera_into_gazebo.launch.py - 验证相机话题是否发布（新终端）：
ros2 topic list | grep image # 查看是否有/image_raw话题- 预期输出：
/image_raw（相机图像话题）、/camera_info（相机内参话题）。
- 预期输出：
步骤 3：RViz 可视化相机图像（详细步骤）
- 启动 RViz：
ros2 run rviz2 rviz2 - 配置 RViz 显示图像：
- 第一步：设置
Fixed Frame（全局参考系）：在Displays窗口顶部，把Fixed Frame从map改成odom（或base_link，避免坐标系不匹配导致红色 ×）。 - 第二步：添加 “Image” 显示项：点击
Displays窗口左下角的Add→在弹出的窗口中选Image→点击OK。 - 第三步：配置图像话题：在
Displays列表中找到新增的Image项→展开Image→点击Topic右侧的下拉框→选择/image_raw。
- 第一步：设置
- 预期效果：RViz 窗口中显示相机拍摄的 Gazebo 虚拟环境图像（如地面、障碍物）。
4.2 实战 2：三维相机（RGBD，如 Kinect）
场景需求
仿真一个能输出 “彩色图像 + 深度信息” 的三维相机，在 RViz 中看点云（用无数带颜色的点组成的三维图像）。
步骤 1：三维相机仿真插件配置（核心代码）
三维相机用的还是libgazebo_ros_camera.so插件，但配置更复杂（需输出深度和点云），文件在learning_gazebo/urdf/sensors/kinect_gazebo.xacro：
<xacro:macro name="kinect_gazebo" params="prefix"><gazebo reference="${prefix}_link"><!-- 传感器类型设为depth（深度相机） --><sensor type="depth" name="${prefix}_depth_cam"><update_rate>15.0</update_rate> <!-- 深度相机更新慢一点：15Hz（节省算力） --><pose>0 0 0 0 0 0</pose> <!-- 相机在连杆上的位置（无偏移） --><camera name="kinect"> <!-- 相机参数类似彩色相机，但分辨率低（640×480，实时性更好） --><horizontal_fov>${60.0*M_PI/180.0}</horizontal_fov> <!-- 60度视场角（转成弧度） --><image><format>R8G8B8</format><width>640</width><height>480</height></image><clip><near>0.05</near> <!-- 最近5厘米，比彩色相机远 --><far>8.0</far> <!-- 最远8米（深度相机通常近距精度高） --></clip></camera><!-- 加载插件，发布深度图像和点云 --><plugin name="${prefix}_controller" filename="libgazebo_ros_camera.so"><ros><!-- 话题重映射：彩色图像→/rgb/image_raw，深度图像→/depth/image_raw --><remapping>${prefix}/image_raw:=rgb/image_raw</remapping><remapping>${prefix}/image_depth:=depth/image_raw</remapping><!-- 相机内参：彩色内参→/rgb/camera_info，深度内参→/depth/camera_info --><remapping>${prefix}/camera_info:=rgb/camera_info</remapping><remapping>${prefix}/camera_info_depth:=depth/camera_info</remapping><!-- 点云话题：深度+彩色→/depth/points（RViz要显示的点云话题） --><remapping>${prefix}/points:=depth/points</remapping></ros><camera_name>${prefix}</camera_name><frame_name>${prefix}_frame_optical</frame_name> <!-- 光学坐标系（更精准） --><min_depth>0.001</min_depth> <!-- 最小深度值 --><max_depth>300.0</max_depth> <!-- 最大深度值 --></plugin></sensor></gazebo>
</xacro:macro>
步骤 2：启动三维相机仿真
- 启动命令：
ros2 launch learning_gazebo load_mbot_rgbd_into_gazebo.launch.py - 验证点云话题（新终端）：
ros2 topic list | grep points # 查看是否有/depth/points话题- 预期输出：
/depth/points（点云话题）。
- 预期输出：
步骤 3：RViz 可视化点云
- 启动 RViz，设置
Fixed Frame为odom。 - 添加 “PointCloud2” 显示项：点击
Add→选PointCloud2→OK。 - 配置点云话题：展开
PointCloud2→Topic下拉选/depth/points→勾选Use Fixed Frame（确保用 odom 坐标系）。 - 预期效果：RViz 中显示三维点云，能看到 Gazebo 环境中物体的立体形状（比如立方体的三个面，带颜色）。
4.3 实战 3：激光雷达（如 RPLIDAR）
场景需求
仿真一个激光雷达，在 RViz 中看 “激光扫描的环境轮廓”（二维激光点）。
步骤 1：激光雷达仿真插件配置
激光雷达用 Gazebo 的libgazebo_ros_ray_sensor.so插件，文件在learning_gazebo/urdf/sensors/lidar_gazebo.xacro：
<xacro:macro name="lidar_gazebo" params="prefix"><gazebo reference="${prefix}_link"><!-- 传感器类型设为ray（激光雷达本质是“射线传感器”） --><sensor type="ray" name="${prefix}_lidar"><update_rate>20</update_rate> <!-- 激光雷达更新频率：20Hz（每秒扫20次） --><!-- ray标签：配置激光扫描参数 --><ray><scan> <!-- 扫描范围和精度 --><horizontal> <!-- 水平扫描（2D激光雷达，只扫水平方向） --><samples>360</samples> <!-- 每圈采样数：360个点（1度1个点，精度高） --><resolution>1</resolution> <!-- 分辨率：1（每个采样点都保留） --><min_angle>-3</min_angle> <!-- 最小角度：-3弧度（≈-171.9度） --><max_angle>3</max_angle> <!-- 最大角度：3弧度（≈171.9度） → 总视场角≈343.8度（接近360度） --></horizontal></scan><range> <!-- 激光测距范围 --><min>0.10</min> <!-- 最近10厘米 --><max>30.0</max> <!-- 最远30米（符合常见激光雷达参数） --><resolution>0.01</resolution> <!-- 测距精度：1厘米 --></range><noise> <!-- 激光噪声（模拟真实雷达的测量误差） --><type>gaussian</type><mean>0.0</mean><stddev>0.01</stddev> <!-- 误差1厘米 --></noise></ray><!-- 加载激光雷达插件，发布LaserScan话题 --><plugin name="gazebo_rplidar" filename="libgazebo_ros_ray_sensor.so"><ros><namespace>/</namespace> <!-- 命名空间（根目录，话题直接在/下） --><remapping>~/out:=scan</remapping> <!-- 把插件默认话题重映射为/scan（ROS激光雷达标准话题） --></ros><output_type>sensor_msgs/LaserScan</output_type> <!-- 输出消息类型（固定为LaserScan） --></plugin></sensor></gazebo>
</xacro:macro>
步骤 2：启动激光雷达仿真
- 启动命令：
ros2 launch learning_gazebo load_mbot_laser_into_gazebo.launch.py - 验证激光话题（新终端）：
ros2 topic list | grep scan # 查看是否有/scan话题- 预期输出：
/scan（激光雷达标准话题）。
- 预期输出：
步骤 3：RViz 可视化激光扫描
- 启动 RViz，设置
Fixed Frame为odom。 - 添加 “LaserScan” 显示项：点击
Add→选LaserScan→OK。 - 配置激光话题：展开
LaserScan→Topic下拉选/scan→Size设为0.1（激光点大一点，看得清楚）。 - 预期效果：RViz 中显示一圈激光点，勾勒出 Gazebo 环境中障碍物的轮廓（比如墙壁、箱子的边缘）。
五、关键：RViz vs Gazebo（小白再也不混淆）
很多初学者会把 RViz 和 Gazebo 搞混，用 “核心功能 + 通俗例子” 彻底区分：
| 对比维度 | RViz（可视化工具） | Gazebo（物理仿真工具） |
|---|---|---|
| 核心功能 | 显示数据（把已有的 ROS 话题数据转成图形） | 生成数据（模拟真实机器人 / 传感器，发布 ROS 话题） |
| 数据来源 | 依赖外部数据（真实传感器 / Gazebo 仿真） | 自己生成数据（虚拟机器人 + 虚拟环境） |
| 关键比喻 | “电视”（只显示节目，不制作节目） | “电视台”（制作节目，给电视提供内容） |
| 使用场景举例 | 1. 看真实 USB 相机的图像2. 看真实激光雷达的轮廓3. 看机器人导航路径 | 1. 没有真实相机，仿真一个相机2. 没有真实机器人，仿真一个移动机器人3. 模拟机器人在客厅环境运动 |
| 依赖关系 | 没有数据时，RViz 是 “空电视”（啥也显示不了） | 没有 RViz 时，Gazebo 仍能生成数据（但你看不到图形） |
六、复习要点总结（小白必背）
- RViz 核心定位：数据可视化工具，“显数据” 不 “造数据”。
- RViz 基础操作：
- 启动命令：
ros2 run rviz2 rviz2； - 必设参数：
Fixed Frame（通常为odom或base_link，避免坐标系错误）； - 通用流程：
Add显示项 → 选对应话题 → 调整参数（如Size、颜色）。
- 启动命令：
- 各传感器关键信息：
传感器类型 仿真插件文件名 核心 ROS 话题 RViz 显示项 彩色相机 libgazebo_ros_camera.so /image_raw Image 三维相机（RGBD） libgazebo_ros_camera.so /depth/points PointCloud2 激光雷达 libgazebo_ros_ray_sensor.so /scan LaserScan - Gazebo vs RViz：
- Gazebo：“数据生产者”（仿真机器人 / 传感器，发布话题）；
- RViz：“数据消费者”（订阅话题，显示图形）。
掌握这些，你就能用 RViz 调试大部分机器人功能 —— 无论是仿真还是真实机器人，RViz 都是你开发中的 “眼睛”！