WSL2 Ubuntu 22.04 完整无人机仿真系统安装指南

📋 系统架构概述

本指南将帮助您在 WSL2-Ubuntu 22.04 环境中搭建完整的无人机自主定位和避障仿真系统，包括：

1. ROS Noetic - 机器人操作系统
2. Gazebo - 物理仿真平台
3. Rviz - 可视化工具
4. VINS-Fusion - 视觉惯性定位系统
5. EGO-Planner - 路径规划器
6. PX4Ctrl - 飞行控制器

---

🚀 第一部分：系统基础环境准备

步骤1：更新系统并安装基础工具

bash
展开代码
# 更新系统
sudo apt update && sudo apt upgrade -y

# 安装基础工具
sudo apt install -y curl wget git vim build-essential
sudo apt install -y lsb-release software-properties-common
sudo apt install -y python3-pip python3-rosdep python3-rosinstall python3-rosinstall-generator python3-wstool

步骤2：配置 MobaXterm 图形界面支持

bash
展开代码
# 设置 DISPLAY 环境变量（MobaXterm 自带 X11 服务器）
echo 'export DISPLAY=$(cat /etc/resolv.conf | grep nameserver | awk '\''{print $2}'\''):0.0' >> ~/.bashrc
source ~/.bashrc

# 验证
echo $DISPLAY
# 应该显示类似：172.x.x.x:0.0

---

🔧 第二部分：安装 ROS Noetic

步骤1：添加 ROS 软件源

bash
展开代码
# 添加 ROS 软件源
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'

# 添加密钥（如果失败，尝试备用密钥服务器）
sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654 || \
sudo apt-key adv --keyserver 'hkp://pgp.mit.edu:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654

# 更新软件包列表
sudo apt update

步骤2：安装 ROS Noetic

bash
展开代码
# 尝试直接安装（Ubuntu 22.04 可能部分支持）
sudo apt install -y ros-noetic-desktop-full || {
    echo "尝试安装基础版本..."
    sudo apt install -y ros-noetic-desktop || {
        echo "apt 安装失败，需要使用源码编译方式（见下方）"
    }
}

# 如果 apt 安装成功，继续以下步骤
# 初始化 rosdep
sudo rosdep init
rosdep update

# 配置环境变量
echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc
source ~/.bashrc

步骤3：如果 apt 安装失败，使用源码编译（备选方案）

bash
展开代码
# 创建工作目录
mkdir -p ~/ros_noetic_ws/src
cd ~/ros_noetic_ws/src

# 下载 ROS Noetic 源码
rosinstall_generator desktop_full --rosdistro noetic --deps --tar > noetic-desktop-full.rosinstall
wstool init -j8 . noetic-desktop-full.rosinstall

# 安装依赖
rosdep install --from-paths . --ignore-src -r -y

# 编译（需要1-2小时）
cd ~/ros_noetic_ws
./src/catkin/bin/catkin_make_isolated --install -DCMAKE_BUILD_TYPE=Release

# 配置环境变量
echo "source ~/ros_noetic_ws/install_isolated/setup.bash" >> ~/.bashrc
source ~/.bashrc

步骤4：验证 ROS 安装

bash
展开代码
# 测试 ROS 环境
roscore

# 如果看到 ROS master 启动信息，说明安装成功
# 按 Ctrl+C 退出

---

🌍 第三部分：安装 Gazebo 和 Rviz

步骤1：安装 Gazebo

bash
展开代码
# 安装 Gazebo Classic（Gazebo 11）
sudo apt install -y gazebo11 libgazebo11-dev

# 安装 Gazebo ROS 接口
sudo apt install -y ros-noetic-gazebo-ros-pkgs ros-noetic-gazebo-ros-control

# 验证安装
gazebo --version

步骤2：安装 Gazebo 模型库

bash
展开代码
# 创建模型目录
mkdir -p ~/gazebo_models
cd ~/gazebo_models

# 下载模型（使用 git clone，更稳定）
git clone https://github.com/osrf/gazebo_models.git
mv gazebo_models/* .
rmdir gazebo_models

# 配置环境变量
echo 'export GAZEBO_MODEL_PATH=$HOME/gazebo_models:${GAZEBO_MODEL_PATH}' >> ~/.bashrc
source ~/.bashrc

步骤3：安装 Rviz

bash
展开代码
# Rviz 通常随 ROS desktop-full 一起安装
# 如果没有，手动安装
sudo apt install -y ros-noetic-rviz

# 测试
rviz
# 如果能看到界面，说明安装成功

---

📦 第四部分：安装 VINS-Fusion

步骤1：安装依赖库

bash
展开代码
# 安装 Eigen3（线性代数库）
sudo apt install -y libeigen3-dev

# 安装 Ceres Solver（优化库）
sudo apt install -y libceres-dev

# 安装 OpenCV（计算机视觉库）
sudo apt install -y libopencv-dev python3-opencv

# 检查 OpenCV 版本
pkg-config --modversion opencv4

# 安装其他依赖
sudo apt install -y libgoogle-glog-dev libgflags-dev libatlas-base-dev libsuitesparse-dev

# 安装 ROS 相关依赖
sudo apt install -y ros-noetic-cv-bridge ros-noetic-image-transport ros-noetic-tf ros-noetic-tf2

步骤2：创建工作空间并克隆 VINS-Fusion

bash
展开代码
# 创建 catkin 工作空间
mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src

# 克隆 VINS-Fusion
git clone https://github.com/HKUST-Aerial-Robotics/VINS-Fusion.git

# 检查代码
cd VINS-Fusion
ls -la

步骤3：修复 OpenCV 4.x 兼容性问题

bash
展开代码
cd ~/catkin_ws/src/VINS-Fusion

# 创建修复脚本
cat > fix_opencv4.sh << 'EOF'
#!/bin/bash
echo "正在修复 OpenCV 4.x 兼容性问题..."

# 修复 CV_LOAD_IMAGE_GRAYSCALE
find . -name "*.cpp" -o -name "*.cc" | xargs sed -i.bak 's/CV_LOAD_IMAGE_GRAYSCALE/cv::IMREAD_GRAYSCALE/g'

# 修复其他常见的 OpenCV 常量
find . -name "*.cpp" -o -name "*.cc" | xargs sed -i.bak \
    -e 's/CV_GRAY2RGB/cv::COLOR_GRAY2RGB/g' \
    -e 's/CV_GRAY2BGR/cv::COLOR_GRAY2BGR/g' \
    -e 's/CV_BGR2GRAY/cv::COLOR_BGR2GRAY/g' \
    -e 's/CV_RGB2GRAY/cv::COLOR_RGB2GRAY/g'

echo "修复完成！"
EOF

chmod +x fix_opencv4.sh
./fix_opencv4.sh

步骤4：编译 VINS-Fusion

bash
展开代码
# 返回工作空间根目录
cd ~/catkin_ws

# 安装依赖
rosdep install --from-paths src --ignore-src -r -y

# 编译
catkin_make

# 如果编译成功，更新环境
source ~/catkin_ws/devel/setup.bash

---

🗺️ 第五部分：安装 EGO-Planner

步骤1：安装 EGO-Planner 依赖

bash
展开代码
# 安装依赖库
sudo apt install -y libpcl-dev ros-noetic-pcl-ros ros-noetic-pcl-conversions
sudo apt install -y ros-noetic-octomap ros-noetic-octomap-ros ros-noetic-octomap-msgs
sudo apt install -y ros-noetic-planning-msgs ros-noetic-trajectory-msgs
sudo apt install -y ros-noetic-geometry-msgs ros-noetic-nav-msgs

步骤2：克隆 EGO-Planner

bash
展开代码
cd ~/catkin_ws/src

# 克隆 EGO-Planner（主仓库）
git clone https://github.com/ZJU-FAST-Lab/ego-planner.git

# 克隆依赖包
git clone https://github.com/ZJU-FAST-Lab/ego-planner-swarm.git
git clone https://github.com/ZJU-FAST-Lab/bspline_opt.git
git clone https://github.com/ZJU-FAST-Lab/plan_manage.git

# 检查文件
ls -la

步骤3：编译 EGO-Planner

bash
展开代码
# 返回工作空间根目录
cd ~/catkin_ws

# 安装依赖
rosdep install --from-paths src --ignore-src -r -y

# 编译
catkin_make

# 如果编译成功，更新环境
source ~/catkin_ws/devel/setup.bash

---

🎮 第六部分：安装 PX4Ctrl

步骤1：安装 PX4Ctrl 依赖

bash
展开代码
# 安装依赖库
sudo apt install -y ros-noetic-mavros ros-noetic-mavros-extras
sudo apt install -y ros-noetic-geographic-msgs ros-noetic-geodesy
sudo apt install -y ros-noetic-control-msgs ros-noetic-control-toolbox

步骤2：克隆 PX4Ctrl

bash
展开代码
cd ~/catkin_ws/src

# 克隆 PX4Ctrl（注意：可能需要根据实际仓库地址调整）
git clone https://github.com/PX4/PX4-Autopilot.git --recursive

# 或者使用 PX4Ctrl 的 ROS 包装器（如果存在）
# git clone https://github.com/your-repo/PX4Ctrl.git

# 如果上述仓库不存在，可以尝试：
git clone https://github.com/amov-lab/Prometheus.git
# Prometheus 项目包含了 PX4Ctrl 相关的控制模块

步骤3：编译 PX4Ctrl

bash
展开代码
# 返回工作空间根目录
cd ~/catkin_ws

# 安装依赖
rosdep install --from-paths src --ignore-src -r -y

# 编译
catkin_make

# 如果编译成功，更新环境
source ~/catkin_ws/devel/setup.bash

注意：PX4Ctrl 的具体实现可能因项目而异。如果找不到官方 PX4Ctrl ROS 包，您可能需要：

1. 使用 PX4 官方的 mavros 进行控制
2. 或者使用其他飞控接口包（如 Prometheus 项目中的控制模块）

---

🔗 第七部分：系统集成和配置

步骤1：创建无人机仿真世界文件

bash
展开代码
# 创建工作目录
mkdir -p ~/catkin_ws/src/my_simulation/worlds
mkdir -p ~/catkin_ws/src/my_simulation/launch
mkdir -p ~/catkin_ws/src/my_simulation/config

# 创建仿真世界文件（包含障碍物的室内环境）
cat > ~/catkin_ws/src/my_simulation/worlds/drone_obstacle_world.world << 'EOF'
<?xml version="1.0" ?>
<sdf version="1.6">
  <world name="default">
    <!-- 地面 -->
    <include>
      <uri>model://ground_plane</uri>
    </include>
    
    <!-- 光照 -->
    <include>
      <uri>model://sun</uri>
    </include>
    
    <!-- 障碍物（箱子） -->
    <model name="box1">
      <pose>2 2 0.5 0 0 0</pose>
      <static>true</static>
      <link name="link">
        <collision name="collision">
          <geometry>
            <box>
              <size>1 1 1</size>
            </box>
          </geometry>
        </collision>
        <visual name="visual">
          <geometry>
            <box>
              <size>1 1 1</size>
            </box>
          </geometry>
          <material>
            <script>
              <uri>file://media/materials/scripts/gazebo.material</uri>
              <name>Gazebo/Wood</name>
            </script>
          </material>
        </visual>
      </link>
    </model>
    
    <model name="box2">
      <pose>-2 2 0.5 0 0 0</pose>
      <static>true</static>
      <link name="link">
        <collision name="collision">
          <geometry>
            <box>
              <size>1 1 1</size>
            </box>
          </geometry>
        </collision>
        <visual name="visual">
          <geometry>
            <box>
              <size>1 1 1</size>
            </box>
          </geometry>
        </visual>
      </link>
    </model>
    
    <!-- 四旋翼无人机 -->
    <include>
      <uri>model://quadrotor</uri>
      <name>quadrotor</name>
      <pose>0 0 1 0 0 0</pose>
    </include>
  </world>
</sdf>
EOF

步骤2：创建完整的启动文件

bash
展开代码
# 创建主启动文件（Gazebo + 无人机）
cat > ~/catkin_ws/src/my_simulation/launch/drone_sim.launch << 'EOF'
<launch>
  <!-- 启动 Gazebo -->
  <include file="$(find gazebo_ros)/launch/empty_world.launch">
    <arg name="world_name" value="$(find my_simulation)/worlds/drone_obstacle_world.world"/>
    <arg name="paused" value="false"/>
    <arg name="use_sim_time" value="true"/>
    <arg name="gui" value="true"/>
    <arg name="headless" value="false"/>
    <arg name="debug" value="false"/>
  </include>
  
  <!-- 启动无人机模型 -->
  <include file="$(find hector_quadrotor_gazebo)/launch/spawn_quadrotor.launch">
    <arg name="name" value="quadrotor"/>
    <arg name="model" value="$(find hector_quadrotor_description)/urdf/quadrotor_hokuyo_utm30lx.gazebo.xacro"/>
  </include>
  
  <!-- 启动 Rviz -->
  <node name="rviz" pkg="rviz" type="rviz" output="screen"/>
</launch>
EOF

# 创建 VINS-Fusion 启动文件
cat > ~/catkin_ws/src/VINS-Fusion/launch/gazebo_vins.launch << 'EOF'
<launch>
  <!-- VINS-Fusion参数 -->
  <arg name="config_path" default="$(find vins_estimator)/../config/euroc/euroc_config.yaml"/>
  
  <!-- 启动VINS-Fusion -->
  <node name="vins_estimator" pkg="vins_estimator" type="vins_estimator" output="screen">
    <param name="config_file" type="string" value="$(arg config_path)"/>
    <remap from="/camera/image_raw" to="/quadrotor/camera/image_raw"/>
    <remap from="/imu0" to="/quadrotor/imu"/>
  </node>
  
  <!-- 启动Rviz -->
  <node name="rviz" pkg="rviz" type="rviz" output="screen" 
        args="-d $(find vins_estimator)/../config/vins_rviz_config.rviz"/>
</launch>
EOF

# 创建 EGO-Planner 启动文件
cat > ~/catkin_ws/src/ego-planner/launch/gazebo_ego.launch << 'EOF'
<launch>
  <!-- EGO-Planner参数 -->
  <arg name="map_size_x" default="10.0"/>
  <arg name="map_size_y" default="10.0"/>
  <arg name="map_size_z" default="3.0"/>
  
  <!-- 启动EGO-Planner -->
  <node name="ego_planner_node" pkg="ego_planner" type="ego_planner_node" output="screen">
    <param name="map/x_size" value="$(arg map_size_x)"/>
    <param name="map/y_size" value="$(arg map_size_y)"/>
    <param name="map/z_size" value="$(arg map_size_z)"/>
    <remap from="/odom_world" to="/vins_estimator/odometry"/>
  </node>
</launch>
EOF

步骤3：安装无人机仿真包（hector_quadrotor）

bash
展开代码
cd ~/catkin_ws/src

# 克隆 hector_quadrotor 相关包
git clone https://github.com/tu-darmstadt-ros-pkg/hector_quadrotor.git
git clone https://github.com/tu-darmstadt-ros-pkg/hector_gazebo_plugins.git
git clone https://github.com/tu-darmstadt-ros-pkg/hector_models.git

# 编译
cd ~/catkin_ws
catkin_make
source ~/catkin_ws/devel/setup.bash

---

🎯 第八部分：完整运行流程

步骤1：启动 Gazebo 仿真环境

bash
展开代码
# 终端1：启动 Gazebo 和无人机
source ~/catkin_ws/devel/setup.bash
roslaunch my_simulation drone_sim.launch

步骤2：检查话题和传感器数据

bash
展开代码
# 终端2：检查话题
source ~/catkin_ws/devel/setup.bash
rostopic list

# 应该能看到：
# /quadrotor/camera/image_raw
# /quadrotor/imu
# /quadrotor/odometry
# 等话题

# 检查图像话题
rostopic hz /quadrotor/camera/image_raw

# 检查 IMU 话题
rostopic hz /quadrotor/imu

步骤3：启动 VINS-Fusion 进行定位

bash
展开代码
# 终端3：启动 VINS-Fusion
source ~/catkin_ws/devel/setup.bash
roslaunch vins_estimator gazebo_vins.launch

# 在 Rviz 中应该能看到：
# - 点云地图
# - 估计的轨迹
# - 相机图像和特征点

步骤4：启动 EGO-Planner 进行路径规划

bash
展开代码
# 终端4：启动 EGO-Planner
source ~/catkin_ws/devel/setup.bash
roslaunch ego_planner gazebo_ego.launch

# EGO-Planner 会：
# - 订阅 VINS-Fusion 的定位信息
# - 根据障碍物信息规划路径
# - 发布规划好的轨迹

步骤5：启动 PX4Ctrl 进行飞行控制

bash
展开代码
# 终端5：启动 PX4Ctrl（或相应的控制节点）
source ~/catkin_ws/devel/setup.bash

# 根据实际安装的包，启动控制节点
# 例如：
roslaunch px4ctrl px4ctrl.launch

# 或者使用 mavros：
roslaunch mavros px4.launch

步骤6：发送目标点（测试完整流程）

bash
展开代码
# 终端6：发送目标点给 EGO-Planner
source ~/catkin_ws/devel/setup.bash

# 使用 rostopic 发布目标点
rostopic pub /waypoint_generator/waypoint geometry_msgs/PoseStamped \
  "header:
    seq: 0
    stamp:
      secs: 0
      nsecs: 0
    frame_id: 'world'
  pose:
    position:
      x: 5.0
      y: 5.0
      z: 2.0
    orientation:
      x: 0.0
      y: 0.0
      z: 0.0
      w: 1.0" -1

---

🔍 第九部分：验证和调试

检查节点状态

bash
展开代码
# 查看所有运行的节点
rosnode list

# 查看节点图
rqt_graph

# 查看话题关系
rostopic list
rostopic echo /vins_estimator/odometry
rostopic echo /ego_planner/trajectory

常见问题排查

问题1：Gazebo 无法显示图形界面

bash
展开代码
# 检查 DISPLAY 环境变量
echo $DISPLAY

# 如果为空，重新设置
export DISPLAY=$(cat /etc/resolv.conf | grep nameserver | awk '{print $2}'):0.0

问题2：VINS-Fusion 无法接收图像

bash
展开代码
# 检查话题名称是否匹配
rostopic list | grep image
rostopic list | grep camera

# 修改 launch 文件中的 remap 参数

问题3：EGO-Planner 无法规划路径

bash
展开代码
# 检查是否接收到定位信息
rostopic echo /vins_estimator/odometry

# 检查地图参数设置
rosparam list | grep ego

问题4：编译错误

bash
展开代码
# 清理后重新编译
cd ~/catkin_ws
catkin_make clean
catkin_make

# 检查依赖
rosdep install --from-paths src --ignore-src -r -y

---

📝 快速命令参考

bash
展开代码
# 启动 ROS 核心
roscore

# 启动 Gazebo
gazebo

# 查看所有话题
rostopic list

# 查看节点
rosnode list

# 编译工作空间
cd ~/catkin_ws && catkin_make

# 更新环境
source ~/catkin_ws/devel/setup.bash

# 查看节点图
rqt_graph

# 查看参数
rosparam list

---

✅ 完成检查清单

完成安装后，确认以下命令都能正常执行：

• roscore - ROS 核心运行
• gazebo - Gazebo 界面显示
• rviz - Rviz 界面显示
• rostopic list - 话题列表正常
• roslaunch vins_estimator gazebo_vins.launch - VINS-Fusion 启动
• roslaunch ego_planner gazebo_ego.launch - EGO-Planner 启动
• 所有节点能够正常通信

---

🎯 总结

系统架构流程：

1. Gazebo → 发布 /quadrotor/camera/image_raw 和 /quadrotor/imu
2. VINS-Fusion → 订阅图像和IMU，发布 /vins_estimator/odometry
3. EGO-Planner → 订阅定位信息，规划路径，发布 /ego_planner/trajectory
4. PX4Ctrl → 订阅轨迹，控制无人机飞行

预计安装时间：

• ROS Noetic：30-60分钟（apt）或 1-2小时（源码）
• Gazebo：20-30分钟
• VINS-Fusion：30-60分钟
• EGO-Planner：30-60分钟
• PX4Ctrl：30-60分钟
• 总时间：约 3-5 小时（取决于网络速度）

注意事项：

• 确保 MobaXterm 的 X11 转发已启用
• 如果遇到编译错误，检查依赖是否完整安装
• 某些包可能需要根据实际情况调整话题名称和参数

祝您实验顺利！🎉