7.2 RViz可视化与分析
7.2 RViz 可视化与分析
本节摘要：RViz 常被当成"看数据的窗口"，本节要把它用到另一个层次：空间诊断仪。固定坐标系的语义决定你看到的一切，显示项的组织方式决定排查效率，交互工具（初始位姿、导航目标）背后的话题机制让手动干预成为调试手段。第 5 章的 TF 工具与第 6 章的导航目标在这里都有可视化的对应物。
你看到的不是世界，是"某坐标系下的世界"
先建立一个容易忽略的事实：RViz 画面里的一切，都是从某个坐标系的视角渲染出来的。固定坐标系（Fixed Frame）选 map，你看到的是世界视角；选 base_link，你看到的是车载视角——机器人永远在画面中心，世界绕它转。看错了视角，会对画面做出错误解读：位姿怪异可能是数据真错了，也可能只是你的固定帧选在了一个漂移的坐标系上。所以 RViz 排查的第一问永远是：固定帧是谁？它可信吗？
固定帧选错或所选坐标系在 TF 树中断裂时，RViz 的表现很有辨识度：所有显示项集体消失，状态栏报"Fixed frame 映射不存在"。这个症状反过来用就是 TF 断链探测器——第 5.3 节的变式二（雷达错挂 odom）在 RViz 里的直接表现就是点云忽隐忽现。
一、显示项的组织：一个排查友好的配置
RViz 的显示项（Displays）就是诊断面板。排查不同层的问题要开不同的组合，我的默认排查配置是四件套：TF（坐标轴与名字）、机器人模型（RobotModel）、传感器原始数据（LaserScan 或 Image）、地图（Map）。加一条纪律：每加一个显示项，先确认它的 topic 与 reliability——RViz 订阅传感器流同样受 QoS 合约约束，2.3 节的教训在这里完全适用：图像黑屏先查显示项的可靠性设置是不是 reliable（传感器流是 best_effort），再怀疑驱动。
| 显示项 | 诊断对象 | 常见症状与含义 |
|---|---|---|
| TF | 坐标树 | 轴间距离异常说明标定错，名字缺失说明断链 |
| RobotModel | 模型与关节 | 模型散架说明 joint_state 缺失 |
| LaserScan 或 PointCloud2 | 传感器入树 | 点云悬空说明 frame_id 或 TF 有病 |
| Map | 建图与定位 | 地图与扫描错位即 5.3 类病灶 |
| Path 与 LocalCostmap | 导航 | 路径抖动看它，局部绕行看它 |
表格里"点云悬空"值得展开：点云数据本身是对的，但它被画在了错误的高度——十有八九是 frame_id 声明的坐标系在 TF 里的位置不对（比如高度标定错）。RViz 的可视性把 5.3 节"数值对账"升级成了"肉眼对账"。
二、交互工具：从旁观到动手
RViz 工具栏的三件交互工具让手动干预有了落点，它们本质上都是话题发布器：2D Pose Estimate 发 initialpose 话题（给 amcl 塞初始位姿，6.1 节那个"定位自信地抖"的标准处置），2D Goal Pose 发导航目标话题（手动触发一次 NavigateToPose），Publish Point 发单点坐标。知道它们是话题发布器，你就能脱离界面用命令行复现同样操作——把"界面操作"翻译成"可脚本化的动作"，是自动化测试的起点（第 8.5 节的工程化会回来接这个头）。
图 7-2：RViz 作为诊断仪的观测剖面
三、配置保存与共享
排查配置值得保存复用：File 菜单导出的配置文件记录了全部显示项、固定帧与视角。团队共享一套标准排查配置的价值在协作期尤其明显——"你 RViz 里开了什么"不该是每次都要口头交流的信息。进阶做法是把配置文件放进 bringup 包，由 4.3 节的 Launch 随系统拉起 RViz 并加载配置，新同事克隆仓库即获得一致的观测环境。
💡 关键直觉：RViz 的价值不在"能看到"，而在"能让空间数据之间互相参照"。扫描与地图叠加、点云与机器人模型叠加、路径与代价地图叠加——病灶就藏在这些参照的错位里。单看任何一个图层都是正常的，错位才是证据。
四、一次三层联用的诊断：走廊里的"漂移"复查
三层观测的组合威力，用一次复查案例来说明。还是 5.3 节那台换了雷达的机器人：修完静态变换后建图立正了，但用户反馈"长走廊里偶尔还是感觉定位飘了一下"。单次现场排查无果——飘一下就过去，抓不住。
第一层先排除视角干扰：固定帧选 map，而 map 到 odom 的变换由 amcl 广播——如果 amcl 自己在抖，你看到的"一切"都在抖。切换固定帧到 odom（里程计坐标，短时稳定）再看：机器人的扫描明显稳定了，但地图轮廓仍在抖——抖动源锁定在 map 到 odom 这一段，即 amcl 的定位输出，而非里程计或传感器。
第二层做图层对账：叠加当前 LaserScan 与静态 Map，肉眼观察扫描与地图的贴合度。回放 7.4 节录制的时段数据，慢速播放逐帧看——发现在走廊尽头（特征稀疏的长墙区），贴合度周期性劣化又恢复。特征稀疏区定位发散、回到特征区又收敛，这是激光定位在退化环境里的典型行为，不是故障而是机理。
第三层给处置：在走廊尽头贴装两个廉价反光柱做特征补充（或用生命周期管理器在退化区降低定位置信权重）。复查结论归档时附上录制数据与前后对比截图——这就是三层联用从"感觉飘"走到"机理明确、处置有据"的完整路径。
这个案例的通用启示：单层观测永远可能被骗，层间对账才产生证据。视角层排除观测工具自身的问题，图层暴露空间关系的事实，干预层验证处置的有效性——三层的次序不要乱，跳层排查等于还没排除"尺子本身不准"就去量家具。
本节要点回顾
- 固定帧决定视角，排查第一问永远是"从谁的视角看"；集体消失是 TF 断链警报；
- 显示项即诊断面板：TF、模型、传感器、地图四件套覆盖多数排查场景；
- RViz 也是订阅者，显示项的 QoS 不匹配同样造成"数据在发、界面黑屏"；
- 交互工具是话题发布器，界面操作可翻译为命令行，是自动化测试的起点；
- 排查配置进版本库、随 Launch 拉起，让团队的观测环境一致。
空间层会看了。下一节进入仿真：在没有真机风险的世界里，把整条导航链路先跑通。