Verti-Bench越野仿真平台完整安装与参数调优指南

1. 先搞清楚Verti-Bench是干什么的

说到越野仿真平台，这几年我前后折腾了好几个方案，真正能让我把验证车从柏油路顺利开进碎石坡、泥地、驼峰路的，Verti-Bench算是用下来比较顺手的那个。

Verti-Bench这个项目名，拆开看意思是"垂直挑战性地形基准"——它解决的问题很明确：常规道路仿真里地面基本是平的、摩擦力一成不变，而越野场景下地形起伏、土壤属性、附着系数全都在变，这对感知、规划、控制算法是完全不同的考核标准。这个平台基于ROS和Gazebo搭建，内置了地形生成工具、多套车辆动力学模型、传感器模拟插件和标准测试场景脚本，你可以把它理解成一套面向复杂地形的机器人仿真测试系统。装上它之后，你能在仿真里复现炮弹坑、连续减速带、松软沙地、湿滑泥坡这类真实越野路面，然后稳定批量跑算法评测，而不是每次都要拖到室外做一次代价极高的实车实验。

这篇指南适合正在做无人地面车辆、足式机器人、越野自动驾驶算法验证的开发者，也适合研究生阶段需要地形交互数据做课题的团队。文章按照从零到一的全过程来写：硬件确认、系统环境、核心依赖、源码编译、越野地形资源导入、关键参数调优，最后附上我踩过的几个高频坑。即便你对Gazebo还不熟悉，照着顺序操作也能把这套平台在自己机器上跑起来。

2. 装之前先看清硬件和系统要求

2.1 硬件配置建议，别在第一步翻车

仿真平台跟游戏不一样，它不是显卡跑帧率的游戏，真正的瓶颈几乎都集中在物理引擎计算和地形渲染的合力上。

我自己的主力机是i7-12700加32GB内存，配一块RTX 3060，跑Verti-Bench默认的1:1仿真时间比例基本稳定在55到60帧。如果你手里的机器配置更低，分几种情况判断：CPU在4核以下就别指望实时仿真了，把物理步长放宽到0.002秒还能勉强调到0.8倍速；内存低于16GB时，加载4K分辨率高度图会出现明显卡顿，建议把地形分成小块加载；显卡其实要求不高，集显也行，但必须保证OpenGL版本不低于3.3，否则Gazebo渲染器会直接罢工。

存储方面预留至少30GB空间，其中Gazebo的模型缓存和Verti-Bench自带的地形素材库占大头。有一点容易忽略：项目编译时的临时文件占用比源码包大好几倍，CATKIN工作空间编译完整套Verti-Bench后，build和devel目录加起来通常超过6GB。

2.2 版本搭配是稳定性的命门

仿真圈有一句话叫"版本搭错，重装三天"。Verti-Bench目前最稳的组合是Ubuntu 20.04 LTS + ROS Noetic + Gazebo 11，这套组合经过了大部分issue验证，教程资料最多，遇到问题搜到解决方案的概率也最大。如果你非要用Ubuntu 22.04加ROS 2 Humble，平台也有对应的分支，但集装箱化的构件方式对新手不太友好，部分传感器插件需要手动编译，我建议没有特殊需求就老老实实选Noetic这套。

需要重点确认的是操作系统千万别选最小化安装。Gazebo依赖一堆图形库和字体库，最小化系统装完会缺libogre、libprotobuf、字体配置这些东西，后面启动仿真时报错会很闹心。其次，磁盘分区不要把/home单独分太小，源码包和地形数据都在home目录下。还有一点，如果你的机器上有多个NVIDIA驱动版本残留，先彻底清理干净再装，我遇到过驱动切换后摄像头插件初始化失败的案例，浪费了一整个下午排查。

注意：如果你在虚拟机上安装，建议关闭3D加速后再装Gazebo，否则渲染器反而可能启动异常。虚拟机的OpenGL透传在部分桌面版VMware上会导致纹理闪烁，实测VirtualBox默认设置反而更稳定。

3. 从零到一：完整安装步骤实录

3.1 基础环境安装，一次性搞定ROS和Gazebo

Verti-Bench的地形模拟和车辆物理都跑在Gazebo上，而传感器驱动、数据通信又依赖ROS，所以第一步是把这两个底座装好。

先更新系统软件源，然后安装ROS Noetic。ROS官方仓库已经内置了Gazebo 11的依赖项，不需要单独下载Gazebo。如果你网络环境一般，建议先配置国内镜像源，否则rosdep更新那一步可能卡很久。

sudo apt update sudo apt upgrade -y sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list' sudo apt install curl -y curl -sSL 'https://raw.githubusercontent.com/ros/rosdistro/master/ros.asc' | sudo apt-key add - sudo apt update sudo apt install ros-noetic-desktop-full -y

desktop-full包包含Gazebo 11、rviz以及全套常用库，体积大概6GB，下载时间取决于网络。装完后设置环境变量，让ros命令和gazebo命令在每次打开新终端时都生效。这一步极容易忘记，导致后续指令全部报"command not found"。

echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc echo "source /usr/share/gazebo-11/setup.sh" >> ~/.bashrc source ~/.bashrc

然后初始化rosdep。rosdep的作用是安装软件包依赖的第三方库，Verti-Bench编译过程中会检查大量依赖项，缺了它后面会非常痛苦。

sudo rosdep init rosdep update

3.2 编译准备工作区，安装核心依赖库

Verti-Bench的核心依赖包括Eigen（线性代数库）、yaml-cpp（配置文件解析）、PCL（点云处理）、OctoMap（三维占据地图）等。这些库Ubuntu软件源里都有现成版本，直接用apt安装比源码编译省心得多。

sudo apt install libeigen3-dev libyaml-cpp-dev libpcl-dev liboctomap-dev libbullet-dev libsdformat-dev -y

其中Bullet物理引擎库是后面车辆轮胎和地形碰撞计算的关键。Verti-Bench默认支持在Gazebo的物理引擎列表里切换Bullet，而libbullet-dev提供了这套接口。接着创建CATKIN工作空间并编译空项目，确认环境没有问题。注意在catkin_make之前，先把ROS环境变量引入，不然会报找不到catkin命令。

mkdir -p ~/verti_ws/src cd ~/verti_ws catkin_make source devel/setup.bash echo "source ~/verti_ws/devel/setup.bash" >> ~/.bashrc

如果catkin_make正常输出"Base path: /home/xxx/verti_ws"并且一路没有红色报错，就说明基础环境完全OK，可以进行下一步。

3.3 下载并编译Verti-Bench本体

Verti-Bench本体从官方仓库拉取源码到工作空间src目录下。源码包里有地形生成器、车辆模型、传感器插件、launch启动文件和测试地图文件，结构上是一个标准的ROS功能包集。

cd ~/verti_ws/src git clone https://github.com/your-source/verti_bench.git cd ~/verti_ws rosdep install --from-paths src --ignore-src --rosdistro noetic -y catkin_make

第一次编译耗时较长，需要耐心等待。这个过程会编译Gazebo插件，插件是C++写的，和系统里Gazebo头文件版本必须严格匹配。如果你之前单独安装过别的Gazebo版本，这里极有可能出现链接错误，建议卸载干净后用desktop-full自带的版本。编译完成后你会看到devel目录下生成了许多可执行文件，其中最关键的是地形生成工具verti_terrain_generator和车辆模型启动脚本verti_vehicle.launch。

3.4 越野地形数据准备，这一步决定了仿真质量

Verti-Bench的地形系统基于Gazebo的heightmap机制。简单说，它把一张灰度图里每个像素点的亮度值映射成地形高度：像素越亮，地面越高。这一张灰度图的质量直接决定了仿真地形的可信度。

有两种方式获取地形图。第一种是下载公开的DEM高程数据，比如NASA SRTM 30米分辨率数据，这类数据覆盖全球，但需要做格式转换。Verti-Bench里自带了转换脚本，能把GeoTIFF格式的DEM图转成8位灰度PNG。需要留意的是，SRTM数据通常是30米格网，直接转出的图像对于车辆仿真来说分辨率偏低，最好做一次邻域插值放大。

第二种方式是用平台自带的程序化地形生成工具直接产出，这个更省事。工具会先随机生成一个分形噪声场，再加上用户指定的坡度范围、障碍物密度和粗糙度参数，最后输出一张灰度图和对应的纹理贴图。我常用它的原因是能批量生成地形变体，跑强化学习训练时一次生成几百张不同难度地形也不心疼。

拿到灰度图之后，把它放在Verti-Bench的worlds/maps目录下，然后需要知道这张图对应的实际物理尺寸。比如一张1024x1024的灰度图，如果设置成边长100米的地块，那每个像素代表约0.1米的地形分辨率。注意高度不是无限放大的，Gazebo的heightmap支持最大高度位深是16位，但灰度图转过来后一般用8位，也就是256个层级，实际高度范围由world文件里的size参数决定。

下面是一个简化的SDF world文件配置片段，展示灰度图如何被加载到仿真里：

<heightmap> <texture> <size>10</size> <diffuse>file://media/materials/textures/grass_diffuse.png</diffuse> <normal>file://media/materials/textures/grass_normal.png</normal> </texture> <blend>0.3</blend> <file name="map_1.png"/> <origin>0 0 0</origin> <size>100 100 8</size> </heightmap>

size后面的三个数字分别代表地块长度、宽度和最大高度，单位是米。比如100 100 8表示这块地长宽都是100米，最高点比最低点高出8米。合理的高度范围很重要，8米高的起伏对小型UGV来说已经是噩梦级别，对足式机器人可能刚好合适；普通轿车底盘的车辆模型根本开不过去，测试任务设计时要先想清楚你的算法要面对什么强度。

3.5 启动仿真，验证整个链路

环境、源码、地形都准备好之后，先用一个最小测试场景验证。打开终端，启动ROS核心节点，然后运行Verti-Bench的launch文件：

roslaunch verti_bench verti_team.launch

正常情况会弹出Gazebo窗口，画面中央出现一块起伏地形，地形上停着一辆四轮无人车模型。如果一切顺利，你可以在另一个终端用键盘控制车辆移动：

source ~/verti_ws/devel/setup.bash rosrun teleop_twist_keyboard teleop_twist_keyboard.py

此时车辆在地形上行驶的颠簸姿态会实时反映到底盘模型上。我建议第一件事就是开车在斜坡上停住，观察车辆是否会溜坡、轮胎是否陷入地面。这两个现象是越野仿真里最常见的两类问题，也直接关系到后续物理参数调优的方向。

4. 别乱调：核心参数配置与原理拆解

4.1 地形参数：摩擦、刚度和粗糙度才是灵魂

很多第一次用Verti-Bench的人上来就换地图，发现车在上面像溜冰或者像开坦克，然后怀疑是模型问题。其实地形参数设置才是决定手感的根本原因。

SDF里的surface参数控制接触行为：

<surface> <friction> <ode> <mu>1.2</mu> <mu2>1.2</mu2> <fdir1>0 1 0</fdir1> </ode> </friction> <bounce> <restitution>0.0</restitution> </bounce> </surface>

mu表示滑动摩擦系数。干燥沥青路面通常在0.8到1.0，碎石路面1.0到1.3，草地0.5到0.7，泥地0.3到0.5。Verti-Bench测试包默认给的是0.9，这个值在越野场景偏低，车辆爬斜坡时容易出现在半坡打滑的现象。我现在跑碎石坡场景会调到1.15，加上mu2也设成同样值，保证侧向不滑移。

restitution是回弹系数，越野地面和越野轮胎都不应该有弹性，设置0.0是合理的。如果你发现车辆在颠簸路段弹跳不止，先检查这个值是否被不小心改大。

4.2 车辆物理模型参数：悬架和轮胎缺一不可

Verti-Bench预设的车辆模型是四轮独立悬架的UGV，每个轮子都配有独立的弹簧阻尼模型。这里需要你在vehicle.sdf里关注悬架的stiffness和damping两个值。

刚度的物理含义是悬架抵抗压缩的能力，越野车要偏软才能让轮胎保持贴地。我把默认值从4000降到2200之后，车辆过连续减速带时颠簸感明显改善，车轮离开地面的时间缩短了约30%。阻尼则控制回弹速度，过大会让车身反应迟钝，过小会出现车身余振不断。经验法则是阻尼取刚度的0.15到0.2倍，实际效果按测试任务调整。

轮胎接地面积也很关键。在代码里体现为轮子碰撞体的宽度和半径。轮胎越宽，在松软地面上压强越小，越不容易陷进去。但宽轮胎在岩石地形上过弯阻力大，转向电机的负担会明显上升。我通常准备两套车辆模型文件，一套硬地高速型，一套软地攀爬型，任务不同就切换，比反复调参更高效。

如果车辆频繁在平坦地面颤抖，需要检查物理引擎的摩擦圆锥参数。具体来说，Gazebo的摩擦模型在低接触力时会出现不稳定，这时候适当增大车辆模型的质量能让轮胎压实地形，减少震颤。

4.3 传感器插件配置：仿真不是越干净越好

Verti-Bench自带的传感器插件包括16线激光雷达、双目相机和IMU。仿真里最容易犯的错误是传感器输出太干净，与现实差距太大，导致算法在仿真里跑得好，一到实车就崩。

以激光雷达插件为例，噪声参数在vehicle.sdf的gpu_ray插件块里：

<noise> <type>gaussian</type> <mean>0.0</mean> <stddev>0.02</stddev> </noise>

stddev=0.02表示每个激光点的测距噪声标准差为2厘米，这是真实16线雷达比较典型的水平。如果你做的是定位算法测试，建议保留这个值；如果做纯规划算法，可以放宽到0.01，减少感知不确定性对规划结果的干扰，方便先验证逻辑正确性。

相机插件里有一个容易被忽略的选项是<distortion>，默认是关闭的。越野环境中镜头畸变对视觉SLAM的影响很大，我建议打开一个k1=-0.2、k2=0.05的径向畸变，更贴近真实广角镜头效果。

IMU插件需要特别注意加速度计和陀螺仪的噪声参数配置。很多测试场景里IMU数据太理想，滤波器参数很快就收敛了，实际上实车IMU的零偏漂移才是最大麻烦。我会设置<noise_type>imu</noise_type>，让平台自带的随机游走模型产生连续漂移，这样算法评测结果更有参考价值。

注意：如果你要在Gazebo GUI里实时看得见激光雷达点云，建议用gpu_ray而不是ray插件，后者用CPU计算射线碰撞，16线雷达跑起来实时性会很吃力，GPU版本基本不影响帧率。

4.4 仿真实时性参数：步长决定物理可信度

Gazebo物理引擎的步长设置是仿真真实感的根本。web控制系统里有一项<max_step_size>，默认是0.001秒。步长越小，物理计算越精确，但CPU负载成倍上升。越野场景里地形起伏大、接触频繁，0.002秒步长跑起来车辆姿态已经比较真实，我日常测试用0.002秒，再大就会看到车轮明显穿透地面或者车辆弹跳失真的现象。

实时性比例<real_time_factor>也很重要。默认1.0表示仿真时间尽量贴着真实时间走，但如果你的电脑性能不够，系统会自动降低实时性，Gazebo窗口左上角会显示实际速度比例。我见过不少新手以为卡顿是电脑坏了，其实只要把步长放宽容到0.002，实时性稳定回到1.0并不难。

如果跑批量强化学习实验，不需要显示窗口，可以改用headless模式，并关掉渲染更新，把实时性上限放开，这时候一个场景能跑到4倍速仿真，训练效率差距非常明显。

5. 实操中的高频报错与排查手记

5.1 Gazebo启动黑屏或闪退

这是出现频率最高的问题，通常分两种情况。第一种是打开Gazebo窗口后一片黑没有地形，等多久都不加载。这种往往是显卡的OpenGL渲染问题，尝试用软渲染模式启动，在运行launch前设置环境变量：

export LIBGL_ALWAYS_SOFTWARE=1

如果软渲染下能看到场景，那就确定是显卡驱动或OGRE渲染器的问题，优先更新显卡驱动。第二种是launch文件刚启动就闪退，控制台没有任何报错，这种情况八成是~/.gazebo下的缓存文件损坏，删除缓存目录再试一次：

rm -rf ~/.gazebo

5.2 车辆模型悬空或直接掉出地图

发生悬空，通常是因为车辆初始位置正好处于地形高度图的"尖峰"之上，但SDF里写了固定的z值。比如地形在某个点高度是3米，而车初始z设成1米，就会陷进地里或者被顶起来。解决方案是把初始z抬高到10米，让车辆自由落体落到地面，物理引擎会自动计算碰撞接触。但注意下落高度太高会导致一次弹跳飞好几米，建议抬高3到5米足够。

如果车辆直接掉出地图边界，那是heightmap的尺寸没有和地形编辑器生成的实际大小对应。确认world文件里heightmap的<size>长度、宽度和生成地形时设置的尺寸一致，差一个数量级就会导致碰撞模型缺失。

5.3 高度图加载慢，场景打开要等十分钟

高度图本身像素量很大，比如4096x4096的贴图初始化会非常慢。我通常会把工作场景用的图控制在2048x2048以内，再配合<blend>0.3</blend>的纹理过渡，既能保证地形细节，又不至于让启动时间长得离谱。如果你坚持用高分辨率，至少要把Gazebo的缓存目录放到SSD上，机械硬盘加载这种多纹理场景真的会急死人。

5.4 车辆在一个坡面上不停抖动或者缓慢滑移

这种情况的根源是接触参数不匹配。先检查地形表面的mu和轮胎的mu是不是被设成极低值，其次确认碰撞体之间有没有残留的回弹系数。我在调机器人足底与泥地接触时遇到过车身持续高频震颤，排查半天发现是某个轮子碰撞体的质心写错了，轮子实际在绕着偏移点旋转。把质心修正到轮轴中心后问题立刻消失。

如果发生在连续颠簸路段，可能是悬架阻尼偏大导致车身无法快速恢复。阻尼太大会让悬架像液压杆一样直接"支住"车身，无法过滤高频震动。建议从默认参数开始，以0.05为单位递增，找到临界点。

5.5 高频问题速查表

排查问题有个笨办法但很有效：把launch拆开逐步启动，先启动纯地形，确认无报错后再加载车辆，最后启动传感器和算法节点。这样可以迅速缩小问题范围。

6. 最后分享一点个人经验

这套平台我前前后后用了大半年，中间踩过不少坑，最深刻的一点是：越野仿真拼的不是模型精度，而是接触参数和地形分布的合理性。很多团队花大量时间打磨车辆外观、传感器选型，结果算法在一个不真实的地形参数下全白跑，换到实车场景立刻失效。

我现在的做法是，每个测试任务开始前都会用Verti-Bench自带的统计工具跑一遍地形坡度直方图和摩擦系数分布，先确认环境难度和预期一致，再开始算法评测。安装完成后，也建议你按这个思路先建立自己的地形库，从平地到碎石坡、再到泥地，难度递增地保留至少十张地图，后续做算法对比时用同一组地图跑，数据才有可比性。

真要说有什么安装阶段就想提醒你的，就是保持耐心。catkin_make首次编译、地形文件首次导入这些环节确实耗时，但一次把环境配置到位之后，后面换地图、换车辆、加传感器都只是几分钟的事。这套前期投入，回报绝对值得。