在机器人自主导航中，激光雷达（LiDAR）就像机器人的“眼睛”，实时感知周围环境。本文将带你从零开始，在ROS2环境下完成激光雷达数据的仿真获取、RViz2可视化，并编写C++节点订阅/scan话题，打印正前方障碍物距离。适配Ubuntu 22.04，适合刚入门ROS2的开发者。

渡水无言：个人主页渡水无言

❄专栏传送门： 《linux专栏》《嵌入式linux驱动开发》《linux系统移植专栏》

❄专栏传送门： 《freertos专栏》《STM32 HAL库专栏》《linux裸机开发专栏》

❄专栏传送门：《产品测评专栏》    《Ai智能体专栏）      《ROS开发专栏》
⭐️流水不争先，争的是滔滔不绝

博主简介：第二十届中国研究生电子设计竞赛全国二等奖 |国家奖学金 | 省级三好学生

| 省级优秀毕业生获得者 | csdn新星杯TOP18 | 半导纵横专栏博主 | 211在读研究生

在这里主要分享自己学习的linux嵌入式领域知识；有分享错误或者不足的地方欢迎大佬指导，也欢迎各位大佬互相三连

目录

  1. ROS2激光雷达数据基础
  2. 在RViz2中查看激光雷达数据
  3. 激光雷达数据获取实战
  4. 总结与扩展

一、ROS2激光雷达数据基础

激光雷达通过旋转的激光测距探头，在360°范围内每隔一定角度测量一次距离值。旋转一圈后，即可获得一组均匀的测距采样，这就是激光雷达的输出数据。在ROS2中，激光雷达数据遵循REP‑138标准，话题名为/scan，消息类型为sensor_msgs::msg::LaserScan。

LaserScan消息的关键字段如下：

header           # 时间戳与坐标系
angle_min        # 起始角度（弧度）
angle_max        # 终止角度（弧度）
angle_increment  # 角度步长
range_min        # 最小测距（m）
range_max        # 最大测距（m）
ranges[]         # 距离数组（核心数据）
intensities[]    # 信号强度

其中，ranges数组存储了每个角度的障碍物距离，是我们最常使用的字段。 提示：在编写订阅节点时，通常通过ranges数组获取正前方（角度为0）的距离值。

二、在RViz2中查看激光雷达数据

2.1 启动仿真环境

首先，我们需要启动Gazebo仿真环境，加载一个带有激光雷达的机器人模型。执行以下命令：

ros2 launch wpr_simulation2 wpb_simple.launch.py

启动后，你将看到类似下图的仿真场景：

2.2 打开RViz2

RViz2是ROS2提供的图形化工具，可以直观显示传感器数据。打开第二个终端窗口，输入：

source ~/ros2_ws/install/setup.bash
rviz2

执行后，会弹出RViz2主窗口：

2.3 使用RViz2

⚠️ 注意：使用RViz2前，必须确保Gazebo仿真环境已经启动，并且话题/scan有数据发布。验证方法：

ros2 launch wpr_simulation2 wpb_simple.launch.py

确认话题存在后，重新打开RViz2：

rviz2

在RViz2中，先修改Fixed Frame为base_link或base_footprint，然后点击左下角Add按钮，选择RobotModel并确认。接着，在RobotModel的Description Topic下拉框中，选择：

/robot_description

这样就能看到机器人的3D模型了：

接下来，添加激光雷达显示条目。再次点击Add，选择LaserScan：

在左侧的LaserScan属性中，将Topic设置为/scan，你会看到前方出现一排红点，代表激光雷达的扫描点：

如果红点太小，可以调整Size参数，增大点的大小：

2.4 RViz与Gazebo的区别和联系

Gazebo是物理仿真环境，负责模拟机器人运动和传感器数据；RViz2是数据可视化工具，用于查看传感器数据。两者通过ROS2话题通信。例如，在Gazebo中添加正方柱体或圆柱体，RViz2中会同步显示激光雷达扫描到的红点：

Gazebo = 真实的赛道 
机器人在这里跑，会撞到墙、会打滑、会被障碍物挡住，一切都是 “真实的”。
RViz = 监控室里的显示屏
你看不到机器人本身，只能看到它的位置、雷达扫到的障碍物、运动轨迹，用来调试和监控。可以直观看到机器人模型和雷达点云，确认数据是否正常

2.5 保存RViz2配置

为了方便下次使用，可以保存当前配置。点击RViz2菜单栏的File → Save Config As：

选择保存路径并命名文件：

下次启动RViz2时，点击File → Open Config，选择之前保存的配置文件即可恢复：

2.6 使用配置文件启动RViz2

也可以直接通过命令行加载配置文件：

rviz2 -d ~/lidar.rviz

执行后，RViz2将直接显示之前保存的配置内容：

三、激光雷达数据获取实战

现在，我们创建一个ROS2功能包lidar_data，编写C++节点订阅/scan话题，并打印正前方障碍物距离。

3.1 创建功能包

在ROS2工作空间中，执行以下命令创建包：

cd ~/ros2_zice/src
ros2 pkg create lidar_pkg

3.2 编写lidar_data.cpp

在src目录下创建lidar_data.cpp，代码如下：

#include 
#include 
std::shared_ptr node;
// 雷达回调函数
void LidarCallback(const sensor_msgs::msg::LaserScan::SharedPtr msg)
{
    // 获取雷达数据总个数
    int nNum = msg->ranges.size();
    // 正前方角度对应的索引
    int nMid = nNum / 2;
    // 正前方障碍物距离
    float fMidDist = msg->ranges[nMid];
    // 只打印距离值，nMid 是索引，不用打印
RCLCPP_INFO(node->get_logger(), "前方距离 = %f m", fMidDist);
}
int main(int argc, char** argv)
{
    rclcpp::init(argc, argv);
    node = std::make_shared("lidar_data_node");
    // 订阅 /scan 话题
    auto lidar_sub = node->create_subscription(
        "/scan", 10, LidarCallback);
    rclcpp::spin(node);
    rclcpp::shutdown();
    return 0;
}

代码说明：

  • 订阅/scan话题，回调函数中读取ranges数组的中间元素（即正前方角度对应的距离）。
  • 如果距离为inf或nan，则输出“No obstacle detected”。
  • 使用RCLCPP_INFO打印到终端。

3.3 配置CMakeLists.txt

编辑CMakeLists.txt，添加编译规则：

cmake_minimum_required(VERSION 3.8)
project(lidar_pkg)
if(CMAKE_COMPILER_IS_GNUCXX OR CMAKE_CXX_COMPILER_ID MATCHES "Clang")
  add_compile_options(-Wall -Wextra -Wpedantic)
endif()
# 查找依赖
find_package(ament_cmake REQUIRED)
find_package(rclcpp REQUIRED)
find_package(sensor_msgs REQUIRED)
# 只编译雷达数据获取节点
add_executable(lidar_data src/lidar_data.cpp)
ament_target_dependencies(lidar_data
  rclcpp
  sensor_msgs
)
# 只安装这一个节点
install(TARGETS
  lidar_data
  DESTINATION lib/${PROJECT_NAME}
)
if(BUILD_TESTING)
  find_package(ament_lint_auto REQUIRED)
  set(ament_cmake_copyright_FOUND TRUE)
  set(ament_cmake_cpplint_FOUND TRUE)
  ament_lint_auto_find_test_dependencies()
endif()
ament_package()

提示：如果后续需要增加其他C++节点，可以在add_executable和target_link_libraries中继续添加。

3.4 配置package.xml

修改package.xml，添加依赖信息：




  lidar_pkg
  0.0.0
  TODO: Package description
  duan
  TODO: License declaration
  ament_cmake
  rclcpp
  sensor_msgs
  ament_lint_auto
  ament_lint_common
  
    ament_cmake

3.5 编译软件包

回到工作空间根目录，执行编译：

cd ~/ros2_ws
colcon build
//加载环境
source install/setup.bash

3.6 运行节点

启动仿真环境后，运行节点：

ros2 run lidar_pkg lidar_data

终端将持续打印正前方障碍物距离，效果如下：

✅ 至此，你已经成功完成了激光雷达数据的仿真获取与订阅。

[AFFILIATE_SLOT_1]

四、总结与扩展

本文详细介绍了ROS2激光雷达的数据格式、RViz2可视化方法，以及如何编写C++节点订阅/scan话题获取正前方距离。通过本实战，你掌握了以下技能：

  • 理解LaserScan消息结构，特别是ranges数组的用法。
  • 熟练使用RViz2查看激光雷达数据，并保存/加载配置文件。
  • 编写ROS2 C++节点订阅话题并处理数据。

扩展思考：你可以将此节点与运动控制结合，实现简单的避障功能；或者将数据发送到Python节点进行更复杂的处理（如聚类、SLAM）。此外，许多现代机器人项目也使用TypeScript或Go编写ROS2客户端库，但C++和Python仍是主流。如果你熟悉Java，也可以尝试使用ROS2的Java绑定。

[AFFILIATE_SLOT_2]

希望本文能帮助你快速上手ROS2激光雷达开发。如果你有任何问题或建议，欢迎在评论区留言交流！