【实战教程】Ubuntu20.04 下 PX4+Gazebo+Mid360+Tare Planner 全流程搭建
最近不少小伙伴私信问 PX4 结合 Mid360 激光雷达和 Tare Planner 的环境搭建问题，索性整理了一份保姆级实战教程，基于 Ubuntu20.04 + I7 笔记本环境，从 PX4 源码编译到 Gazebo 仿真、Mid360/IMU 集成，再到 Tare Planner 部署，全程踩坑总结 + 实操指令，新手也能跟着跑通。
一、基础环境：PX4 源码编译与环境配置
1.1 源码下载与分支切换
首先搞定 PX4 核心源码，建议选择 V1.13 版本（稳定性高，适配性好）：
# 创建PX4专属目录，克隆源码（--recursive拉取子模块） git clone https://github.com/PX4/PX4-Autopilot.git --recursive cd PX4-Autopilot # 切换到V1.13分支并更新子模块 git checkout -b V1.13 git submodule update --init --recursive1.2 依赖安装与系统配置
运行 PX4 官方脚本完成环境初始化，过程中所有弹窗提示直接确认即可：
bash ./Tools/setup/ubuntu.sh # 可选：跳过nuttx/仿真工具（按需选择） # bash ./Tools/setup/ubuntu.sh --no-nuttx --no-sim-tools安装完成后必须重启系统，让依赖生效。
1.3 编译避坑：Python 版本冲突
重启后编译 PX4 SITL+Gazebo，大概率会遇到 empy 包版本问题，按以下步骤解决：
# 卸载冲突包 pip3 uninstall -y empy em cheetah3 Cheetah # 安装兼容版本（3.3.4亲测可用） pip3 install empy==3.3.4 # 验证安装结果 pip3 show empy # 清理旧构建缓存（关键！避免编译残留） cd ~/PX4-Autopilot make clean rm -rf build/px4_sitl_default # 重新编译核心指令 make px4_sitl_default gazebo二、硬件集成：Mid360 激光雷达 + IMU 配置
2.1 模型文件放置
将 Mid360 和 IMU 的仿真模型文件，放到 PX4 的 Gazebo 模型目录：
PX4-Autopilot/Tools/sitl_gazebo/models/目录结构参考：
- models/imu：IMU 仿真模型
- models/mid360：Livox Mid360 激光雷达仿真模型
cmu的tare planner环境构建，indoor.world导入：
2.2 SDF 文件修改：挂载传感器到 R1_ROVER
编辑PX4-Autopilot/Tools/sitl_gazebo/models/r1_rover/r1_rover.sdf，在 base_link 下添加 IMU 和 Mid360 的挂载配置：
<!-- IMU挂载（200Hz频率） --> <INCLUDE> <URI>model://imu</URI> <POSE>0 0.06 0 0 0 0</POSE> </INCLUDE> <JOINT name="imu_joint" type="fixed"> <CHILD>imu::link</CHILD> <PARENT>r1_rover::base_link</PARENT> <AXIS> <XYZ>0 0 1</XYZ> <LIMIT> <UPPER>0</UPPER> <LOWER>0</LOWER> </LIMIT> </AXIS> </JOINT> <!-- Mid360激光雷达挂载（10Hz频率） --> <INCLUDE> <URI>model://mid360</URI> <POSE>0 0 0 0 30 0</POSE> </INCLUDE> <JOINT name="mid360_joint" type="fixed"> <CHILD>mid360::link</CHILD> <PARENT>r1_rover::base_link</PARENT> <AXIS> <XYZ>0 0 1</XYZ> <LIMIT> <UPPER>0</UPPER> <LOWER>0</LOWER> </LIMIT> </AXIS> </JOINT> <!-- 加载IMU仿真插件 --> <PLUGIN name="gazebo_imu_plugin" filename="libgazebo_imu_plugin.so"> <robotNamespace></robotNamespace> <linkName>rover/imu_link</linkName> </PLUGIN>
2.3 Launch 文件适配：指定仿真环境
修改PX4-Autopilot/launch/mavros_posix_sitl.launch，配置室内仿真世界和车辆模型：
<!-- 核心参数修改 --> <arg name="vehicle" default="r1_rover"/> <arg name="world" default="$(find mavlink_sitl_gazebo)/worlds/indoor.world"/> <arg name="sdf" default="$(find mavlink_sitl_gazebo)/models/$(arg vehicle)/$(arg vehicle).sdf"/> <!-- MAVROS通信配置 --> <arg name="fcu_url" default="udp://:14540@localhost:14557"/>
三、依赖编译：Livox 仿真与 Fast-LIO
完成传感器配置后，编译激光雷达仿真和 SLAM 相关包（基于 px4_ws 工作空间）：
cd ~/px4_ws # 编译Livox激光雷达仿真包 catkin build livox_laser_simulation # 编译Fast-LIO（激光SLAM核心） catkin build fast_lio四、一键运行：PX4+Gazebo+Fast-LIO
4.1 启动 PX4 Gazebo 仿真
cd ~/px4_ws source devel/setup.bash cd src/PX4/PX4-Autopilot # 配置Gazebo环境变量 source Tools/setup_gazebo.bash $(pwd) $(pwd)/build/px4_sitl_default export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:$(pwd) export ROS_PACKAGE_PATH=$ROS_PACKAGE_PATH:$(pwd)/Tools/sitl_gazebo # 启动核心仿真 roslaunch px4 mavros_posix_sitl.launch此时会弹出 Gazebo 界面，能看到 R1_ROVER 搭载 IMU 和 Mid360 的模型，传感器链路正常。
gazebo界面显示：
4.2 启动 Fast-LIO 建图
新开终端，执行：
cd ~/px4_ws source devel/setup.bash roslaunch fast_lio mapping_mid360.launch打开 RVIZ，订阅/cloud_registered话题，就能看到 Mid360 实时建图结果。如图：
4.3 快速终止仿真（避坑小技巧）
如果 Gazebo 卡死 / 退出不彻底，用以下指令强制清理进程：
killall gzclient killall gzserver五、地面站配置：QGroundControl 安装
5.1 依赖预处理
Ubuntu 下安装 QGC 前，先解决串口和视频流依赖：
# 添加串口权限 sudo usermod -a -G dialout $USER # 卸载冲突的modemmanager sudo apt-get remove modemmanager -y # 安装视频流依赖 sudo apt install gstreamer1.0-plugins-bad gstreamer1.0-libav gstreamer1.0-gl -y sudo apt install libqt5gui5 libfuse2 -y执行完后注销并重新登录，让权限生效。
5.2 安装与运行
# 下载最新版QGC AppImage wget https://d176tv9ibo4jno.cloudfront.net/latest/QGroundControl.AppImage # 添加执行权限 chmod +x ./QGroundControl.AppImage # 运行QGC ./QGroundControl.AppImage首次运行会引导配置单位（建议选公制）、飞行器类型（PX4 Pro），完成后即可连接 PX4 SITL，实时监控车辆状态。
六、Tare Planner 部署：ROS Noetic 环境搭建
Tare Planner 依赖 ROS Noetic，Ubuntu20.04 下一键安装：
# 1. 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' # 2. 添加验证密钥 sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654 # 3. 更新软件源 sudo apt update # 4. 安装Noetic完整版（包含所有核心包） sudo apt install ros-noetic-desktop-full # 5. 初始化rosdep（解决依赖必备） sudo rosdep init rosdep update # 若rosdep init报错（网络问题），替换为： # sudo apt install python3-rosdep2 # sudo rosdep2 init # rosdep2 update # 6. 永久激活ROS环境 echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc source ~/.bashrc安装完成后，即可基于 Noetic 环境编译和运行 Tare Planner 相关功能包。
七、常见问题排查
- 编译报错 “empy not found”：确认 pip3 安装的 empy 版本为 3.3.4，且清理了 PX4 旧构建缓存；
- Gazebo 无 Mid360 模型：检查模型文件路径是否正确，SDF 文件中 URI 是否为
model://mid360； - QGC 无法连接 PX4：确认 MAVROS 的 fcu_url 端口配置正确，PX4 SITL 是否正常启动；
- Fast-LIO 无点云：检查 Mid360 仿真插件是否加载，ROS 话题
/livox/lidar是否有数据。
总结
这套流程覆盖了 PX4 仿真环境搭建、Mid360/IMU 硬件集成、Fast-LIO 建图和 QGroundControl 地面站配置，核心是解决编译依赖、模型挂载和环境变量这三个关键点。如果有小伙伴在实操中遇到其他问题，欢迎评论区交流～
参考文档：
