arm64v8/gazebo Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务

Gazebo Docker镜像文档

镜像概述和主要用途

Gazebo是一款开源机器人仿真工具，提供强大的物理引擎、高质量图形渲染及程序化接口，支持复杂室内外环境中的机器人种群仿真。本镜像为Gazebo官方镜像的arm64v8架构版本，基于Ubuntu官方镜像和Gazebo官方Debian包构建，旨在为云基机器人仿真提供简化且一致的运行环境。

警告：本镜像不支持arm64v8架构，且无支持的架构（详见支持的架构部分）。

核心功能和特性

核心功能

• 高性能物理仿真：支持多体动力学、碰撞检测、传感器模拟（激光雷达、摄像头等）。
• 客户端-服务器架构：通过***端口暴露标准通信接口，支持远程客户端连接与API交互。
• 仿真日志与回放：内置gz log工具，支持记录仿真状态并离线回放，用于算法验证与分析。
• 模型管理：支持动态加载/卸载仿真模型（如机器人、环境物体），兼容Gazebo模型库。

镜像特性

• 轻量化设计：gzserver标签仅包含运行Gazebo服务器的必要依赖，体积小巧，配置简单。
• 开发支持：libgazebo标签包含开发包，支持编译自定义插件、扩展ROS通信接口等开发场景。
• 环境一致性：基于Ubuntu稳定版本构建，依赖版本固定，避免环境差异导致的仿真结果不一致。

使用场景和适用范围

主要使用场景

• 云基仿真部署：解决本地工作站计算资源不足问题，支持分布式仿真集群构建。
• 持续集成与测试：自动化验证机器人算法（如自主导航、任务规划、群体协作）的正确性与性能。
• 算法开发与验证：
  • 控制动力学与稳定性分析
  • 运动学建模与原型特性测试
  • 定位与地图构建（SLAM）算法验证
  • 多机器人群体行为与网络通信模拟
  • 系统集成与功能验证

适用范围

• 研究机构：用于机器人算法研究与学术实验复现。
• 企业：小型实验室或团队快速搭建分布式仿真测试环境，降低基础设施维护成本。
• 开发者：需要跨平台一致仿真环境的机器人软件开发者。

使用方法和配置说明

Dockerfile示例

基于本镜像构建自定义Gazebo应用：

dockerfile
FROM arm64v8/gazebo:gzserver8
# 添加应用特定配置（如自定义插件、模型文件等）
CMD ["gzserver", "my-gazebo-app-args"]  # 启动Gazebo服务器并传入应用参数

构建并运行镜像：

bash
docker build -t my-gazebo-app .
docker run -it -v "/tmp/.gazebo/:/root/.gazebo/" --name my-running-app my-gazebo-app

部署配置说明

标签选择

• gzserver<version>：轻量化标签，仅包含Gazebo服务器及必要依赖，适合作为headless服务器运行。
• libgazebo<version>：包含开发包（头文件、库），适合编译自定义插件或基于Gazebo开发应用。

端口暴露

默认暴露Gazebo通信端口***，用于客户端连接与API消息传输。运行时可通过-p参数映射端口：

bash
docker run -p ***:*** arm64v8/gazebo  # 将容器***端口映射到宿主机***端口

卷挂载

Gazebo使用/root/.gazebo/目录存储日志、模型缓存及仿真状态文件。为持久化数据（如仿真日志），需挂载该目录到宿主机：

bash
docker run -v "/host/path/to/.gazebo/:/root/.gazebo/" arm64v8/gazebo

注意：若多容器使用相同端口且挂载同一宿主机目录，日志文件可能冲突，需为不同容器分配独立目录。

部署示例：启动服务器并记录仿真

步骤1：启动Gazebo服务器容器

bash
# 后台运行容器，挂载宿主机/tmp/.gazebo/目录用于日志存储，命名容器为gazebo
docker run -d -v "/tmp/.gazebo/:/root/.gazebo/" --name=gazebo arm64v8/gazebo

步骤2：进入容器并加载模型

bash
# 进入运行中的容器终端
docker exec -it gazebo bash

# 安装curl（用于下载模型）
apt-get update && apt-get install -y curl

# 下载双摆模型并加载到仿真
curl -o double_pendulum.sdf [***]
gz model --model-name double_pendulum --spawn-file double_pendulum.sdf

步骤3：记录与回放仿真

bash
# 开始记录仿真状态
gz log --record 1

# 等待几秒后停止记录
gz log --record 0

# 查看日志文件（路径为/root/.gazebo/log/*/gzserver/state.log）
cd ~/.gazebo/log/*/gzserver/
gz log --step --hz 10 --filter *.pose/*.pose --file state.log  # 按10Hz步进查看摆的位姿

步骤4：本地客户端连接（需宿主机安装相同版本Gazebo）

bash
# 获取容器IP
export GAZEBO_MASTER_IP=$(docker inspect --format '{{ .NetworkSettings.IPAddress }}' gazebo)
# 设置客户端连接地址
export GAZEBO_MASTER_URI=$GAZEBO_MASTER_IP:***
# 启动本地Gazebo客户端
gzclient --verbose

支持的标签与架构

支持的标签

• gzserver8、gzserver9等：对应Gazebo版本的headless服务器标签。
• libgazebo8-dev、libgazebo9-dev等：包含开发依赖的标签。

警告：本镜像不支持arm64v8架构，且无其他支持的架构。

问题反馈与支持

• 维护者：开源机器人基金会（OSRF）
• 问题提交：GitHub Issues
• 获取帮助：Docker社区Slack、Server Fault、Unix & Linux Stack Exchange、Stack Overflow

许可证

Gazebo核心软件采用Apache 2.0许可证。
本镜像基于Ubuntu基础镜像构建，可能包含其他软件（如Bash、依赖库等），其许可证需参考对应软件的许可协议。
镜像元数据及依赖信息可在repo-info仓库的gazebo目录查询。
使用本镜像时，需确保符合所有包含软件的许可条款。