从 PX4 到 ROS2 再到 CSV：打通底层通信与高频 IMU 数据采集

在迈向无卫星（GPS-denied）环境下的视觉避障与定位算法开发时，第一步往往不是急于让无人机飞上天，而是扎扎实实地打通底层硬件通信，获取高质量的原始传感器数据。

本文将完整记录如何利用 Micro XRCE-DDS 架构，将 Pixhawk 6C 飞控的底层 IMU 数据高频推送到 ROS2 (Humble) 中，并通过 rosbag2 录制，最终转化为极其适合在 Matlab 中进行离线算法验证（如 IMU 预积分、ESKF 融合）的 CSV 格式文件。

1. 硬件连接与通信链路打通

在 PX4 v1.14 及以后的版本中，官方全面拥抱了 Micro XRCE-DDS。为了避免与 QGroundControl (QGC) 的 MAVLink 发生端口冲突，强烈建议不要直接使用飞控上的 Type-C 接口跑 DDS。

最佳实践：
使用一个 USB 转 TTL 模块（如常见的 CH340），将电脑与 Pixhawk 6C 的 TELEM 2 接口相连（TX接RX，RX接TX，GND接GND）。并在 QGC 中将 UXRCE_DDS_CFG 参数配置为 TELEM 2。

在虚拟机（如 VMware + Ubuntu 22.04）中映射好 USB 设备后，启动 Micro XRCE-DDS Agent：

MicroXRCEAgent serial --dev /dev/ttyUSB0 -b 921600

当看到终端满屏刷出 create_publisher、create_datawriter 等绿色日志时，意味着电脑与飞控已经成功握手，高速公路正式通车！

图 ：Agent 成功运行，飞控正在疯狂注册 ROS2 话题

2. 编写 ROS2 节点订阅高频数据

通信底层跑通后，我们需要在 ROS2 工作空间（依赖 px4_msgs 包）中编写一个 C++ 节点，用来订阅飞控发布的高频 IMU 话题：/fmu/out/sensor_combined。

注意，PX4 默认使用 BestEffort 的 QoS 策略发布传感器数据，因此我们在代码中也必须匹配相应的 QoS 设置。编译并运行节点后，可以直观地看到陀螺仪 X 轴的数据随飞控位姿变化而实时跳动。

图 ：ROS2 节点成功订阅并打印飞控陀螺仪数据

3. 使用 rosbag 录制原始数据集

真机调试算法不仅危险且难以复现 Bug。利用 6C 飞控内部高精度的传感器，我们可以把它当作一个“数据采集盒”，记录一段包含起伏、旋转等模拟飞行姿态的原始数据。

使用 ROS2 自带的 rosbag2 工具即可轻松实现抓包：

ros2 bag record -o imu_test_data /fmu/out/sensor_combined

录制完成后，会在当前目录下生成一个 imu_test_data 文件夹，里面包含了以 SQLite3 (.db3) 格式存储的数据。

图：使用 rosbag 成功抓取 /fmu/out/sensor_combined 话题数据

4. 跨越格式壁垒：提取数据至 CSV

虽然 ROS2 的 .db3 格式非常适合系统回放，但对于算法工程师来说，将数据导入 Matlab 进行纯惯性解算或对齐分析时，.db3 并不友好。

最稳妥的解法是：写一个转换器。

我们在之前订阅节点的代码基础上，利用 C++ 的 <fstream> 库，直接将接收到的时间戳、三轴角速度（rad/s）和三轴加速度（m/s²）写入 .csv 文件。

核心代码逻辑如下：

// 核心写入逻辑片段
csv_file_ << msg->timestamp << ","
          << msg->gyro_rad[0] << "," << msg->gyro_rad[1] << "," << msg->gyro_rad[2] << ","
          << msg->accelerometer_m_s2[0] << "," << msg->accelerometer_m_s2[1] << "," << msg->accelerometer_m_s2[2] 
          << "\n";

提取魔法：
重新编译该节点并运行它。随后，在另一个终端播放刚才录制的 bag 包：ros2 bag play imu_test_data。

节点在“浑然不觉”中接收着回放的录像数据，并将其整整齐齐地写入 imu_data.csv 中。

总结与下一步

至此，我们已经成功打通了从硬件底层到高级算法验证平台的完整数据流。这看起来只是基建工作，但却是后续一切组合导航算法的基石。

拿到了这份干净的 CSV 文件，下一步就可以直接转战 Matlab，开始动手编写纯 IMU 积分代码，直观感受传感器的零偏与漂移，并准备将其与 RGB-D 相机提取的视觉里程计（如 ORB 特征测距）进行深度融合！