MAVROS + ArduPilot + Gazebo 无人机集群仿真（二）：从单机到集群的配置迁移与避坑指南
1. 从单机到集群的关键配置调整
当你已经成功搭建单机仿真环境后，想要扩展到多机集群时，最头疼的就是那些看似简单实则暗藏玄机的配置文件修改。我刚开始做集群仿真时，以为只要复制粘贴几份配置就行，结果被各种端口冲突和系统ID问题折磨得够呛。
首先得搞清楚三个核心文件的修改逻辑：
- apm.launch：负责MAVROS与每架无人机的通信配置
- iris_ardupilot.world：定义Gazebo世界中无人机的初始位置和模型
- model.sdf：控制每架无人机在Gazebo中的物理属性和通信端口
这里最容易踩的坑就是直接复制单机配置不做差异化修改。比如在apm.launch中，必须为每架无人机设置：
<group ns="uav0"> <arg name="ID" value="1"/> <arg name="fcu_url" default="udp://127.0.0.1:14551@"/> </group> <group ns="uav1"> <arg name="ID" value="2"/> <arg name="fcu_url" default="udp://127.0.0.1:14561@"/> </group>三个关键点必须注意：
ns命名空间必须唯一且对应ID值需要与sim_vehicle.py的--sysid参数一致fcu_url端口号要按规律递增（建议间隔10）
2. 解决端口冲突的实战技巧
端口配置是集群仿真中最容易出问题的地方，我遇到过至少三种不同类型的端口冲突：
第一类冲突：MAVLink通信端口在apm.launch中设置的UDP端口（如14551、14561）需要与sim_vehicle.py启动参数匹配：
sim_vehicle.py -v ArduCopter -f gazebo-iris -m --mav10 -I0 --sysid 1 sim_vehicle.py -v ArduCopter -f gazebo-iris -m --mav10 -I1 --sysid 2这里的-I参数表示实例索引，会影响到MAVLink端口号的计算公式：14550 + 10*I + 1
第二类冲突：Gazebo插件端口在model.sdf文件中需要修改arducopter_plugin的端口：
<!-- 原始单机配置 --> <fdm_port_in>9002</fdm_port_in> <fdm_port_out>9003</fdm_port_out> <!-- 多机配置示例 --> <fdm_port_in>9012</fdm_port_in> <!-- 第一架 --> <fdm_port_in>9022</fdm_port_in> <!-- 第二架 -->建议采用90X2和90X3的规律分配，其中X从0开始递增
第三类冲突：ROS话题命名通过<group ns="uavX">的设置，MAVROS会自动为每架无人机创建独立的话题空间：
/uav0/mavros/state /uav1/mavros/state /uav2/mavros/battery3. 模型实例化的正确姿势
在Gazebo中创建多架无人机时，最常见的错误就是直接复制模型不做差异化处理。正确的做法应该分三步：
- 修改world文件：
<model name="iris_0"> <pose>0 0 0 0 0 0</pose> <include> <uri>model://iris_with_standoffs_demo</uri> </include> </model> <model name="iris_1"> <pose>1 0 0 0 0 0</pose> <include> <uri>model://iris_with_standoffs_demo1</uri> </include> </model>注意每个<model>的name属性必须唯一，pose值要错开避免碰撞
- 创建独立模型文件： 需要复制原始模型文件夹（如iris_with_standoffs_demo），重命名为demo1、demo2等，然后修改其中的model.sdf：
- 修改模型名称
<model name="iris_with_standoffs_demo1"> - 更新插件端口配置（如前述）
- 验证模型加载： 启动Gazebo后，可以通过以下命令检查：
gz model --list | grep iris应该能看到所有实例化的模型名称
4. 集群启动的完整流程与排错
经过多次踩坑，我总结出一个稳定的启动流程：
步骤一：启动所有sim_vehicle实例
# 终端1 sim_vehicle.py -v ArduCopter -f gazebo-iris -m --mav10 -I0 --sysid 1 # 终端2 sim_vehicle.py -v ArduCopter -f gazebo-iris -m --mav10 -I1 --sysid 2 # 终端3 sim_vehicle.py -v ArduCopter -f gazebo-iris -m --mav10 -I2 --sysid 3检查每个终端是否正常输出"Ready to fly"
步骤二：启动Gazebo
gazebo --verbose iris_ardupilot.world观察是否出现三架无人机，且位置正确
步骤三：启动MAVROS
roslaunch apm.launch用rostopic检查话题是否正常：
rostopic list | grep mavros常见问题排查：
- 如果Gazebo中无人机位置异常，检查world文件的pose值
- 如果MAVROS连接失败，确认fcu_url端口与sim_vehicle启动参数匹配
- 如果控制指令无响应，检查sysid是否一致
5. 集群控制的实际应用技巧
当三架无人机都正常启动后，真正的挑战才刚刚开始。这里分享几个实用技巧：
技巧一：批量发送指令可以编写ROS节点同时向所有无人机发送指令：
pub0 = rospy.Publisher('/uav0/mavros/cmd/command', CommandLong, queue_size=10) pub1 = rospy.Publisher('/uav1/mavros/cmd/command', queue_size=10)技巧二：状态监控建议创建一个监控节点订阅所有状态话题：
rospy.Subscriber('/uav0/mavros/state', State, callback0) rospy.Subscriber('/uav1/mavros/state', State, callback1)技巧三：编队控制基于TF树实现相对位置保持：
listener.waitForTransform('/uav0/base_link', '/uav1/base_link', rospy.Time(), rospy.Duration(1.0))记得在测试时先让无人机在不同高度起飞，避免初始碰撞。我通常会这样设置初始高度：
# 在第一个终端 takeoff 2 # 第二个终端 takeoff 3 # 第三个终端 takeoff 4配置多机仿真确实比单机复杂得多，但只要按照上述步骤仔细检查每个环节，就能避免大多数常见问题。我在实际项目中最大的体会是：一定要建立系统化的检查清单，从端口配置到命名空间，任何一个小疏忽都可能导致整个系统无法正常工作