機器人系統基礎
C++11/14/17 / STL / 多線程
- 形成 ROS2 工作空間模板
- 能獨立排查 TF、時間戳、設備權限、日誌問題
- 寫出可維護的 C++ 功能包
個人技術路線清單
機器人系統技術成長路線
這是一份記錄我長期學習方向的路線清單：把底盤控制、傳感器接入、定位建圖、導航避障、視覺感知、機械臂規劃和部署能力串起來。
主線
移動機器人 SLAM / 導航 / ros2_control / 多傳感器融合 / 實車部署
副線
3D LiDAR SLAM / 視覺感知 / MoveIt2 / 嵌入式 Linux / Jetson TensorRT 部署
C++核心開發語言
Linux部署與調試環境
ROS2機器人系統中樞
OpenCV視覺感知基礎
STM32底盤電機控制
Docker工程化部署
System Map
從底盤到部署的能力鏈路
這張圖來自同一份階段數據：以後調整階段時，路線圖和任務清單會一起跟着變。
底盤控制與 ros2_control
ros2_control / mecanum_drive_controller / hardware_interface
- 自定義四輪麥克納姆硬件接口
- 完成 vx/vy/wz 到四輪速度控制
- 輸出 joint_states、odom 與 TF
2D SLAM 與自主導航
slam_toolbox / Cartographer / Nav2
- 完成 2D LiDAR 建圖與地圖保存
- 跑通 Nav2 點目標導航
- 對比融合前後的 odom 軌跡
3D SLAM 與點雲導航
PCL / voxel grid / ground segmentation
- 採集並跑通 3D LiDAR + IMU 數據
- 保存點雲地圖
- 實現 3D 點雲投影到 2D costmap
視覺感知與三維融合
OpenCV / camera calibration / ORB
- 完成相機標定與畸變矯正
- YOLO 檢測結果發佈到 ROS2
- 跑通 LiDAR + IMU + Camera 融合建圖
機械臂與移動操作
URDF / xacro / SRDF
- 完成 6 自由度機械臂仿真規劃
- 接入真實機械臂控制鏈路
- 實現導航、識別、抓取、搬運、放置閉環
部署與高性能計算
Jetson / RK3588 / Docker
- 在 Jetson 部署 ROS2 與 YOLO
- 測試 FPS、延遲、CPU/GPU 佔用
- 沉澱 systemd 服務和部署文檔
Checklist
個人路線任務清單
13 個長期任務裏，先抓住 10 個主線任務；頁面上的統計、分組和優先級都從任務清單自動生成。
13總任務
10主線
1進行中
0已完成
階段 01
機器人系統基礎
先把工程地基打牢，確保後續每個模塊都能穩定調試、復現和維護。
Task 01
待開始主線必做
搭建可複用的 ROS2 工作空間模板
把後續每個機器人項目的基礎目錄和編譯方式統一起來。
ROS2CMakecolconLinux
- 統一 package 命名
- 整理編譯腳本
- 預留 launch 和 config 目錄
Task 02
待開始主線必做
補齊 Linux 調試與設備管理習慣
把串口、權限、日誌、服務啓動這些底層問題變成日常操作。
Linuxudevsystemdshell
- 熟悉 udev 規則
- 整理 systemd 啓動樣例
- 補一份常用排障清單
階段 02
底盤控制與 ros2_control
把上位機運動學、控制器管理和 STM32 電機閉環接起來，形成標準化移動底盤。
Task 03
進行中主線必做
完成四輪麥克納姆底盤硬件接口
把輪速控制、編碼器反饋和 TF 輸出統一起來。
ros2_controlhardware_interfaceSTM32CAN
- 實現 write()
- 實現 read()
- 打通 joint_states 和 odom
Task 04
待開始主線必做
打通底盤速度解算與電機閉環
讓 vx / vy / wz 真正變成四個輪子的控制量。
mecanum_drive_controllerencoderPID
- 確認運動學公式
- 校準輪徑和輪距
- 檢查編碼器單位換算
階段 03
2D SLAM 與自主導航
完成地面移動機器人的基礎閉環：建圖、定位、路徑規劃、避障和導航調參。
Task 05
待開始主線必做
完成 2D LiDAR 建圖與地圖保存
先把 2D 地圖跑穩，再接定位和導航。
2D LiDARslam_toolboxCartographer
- 建立 laser TF
- 錄製 rosbag
- 保存和回放地圖
Task 06
待開始主線必做
跑通 Nav2 點目標導航
讓小車從任意起點穩定到達目標點。
Nav2AMCLcostmapRViz2
- 調 global costmap
- 調 local costmap
- 檢查目標點到達邏輯
Task 07
待開始主線必做
融合輪速里程計與 IMU
提升軌跡穩定性，減少純輪速累積誤差。
robot_localizationEKFwheel odomIMU
- 確認 IMU 座標軸
- 檢查時間戳同步
- 對比融合前後軌跡
階段 04
3D SLAM 與點雲導航
從 2D 升級到 3D LiDAR-IMU 建圖，並讓三維障礙物服務於地面機器人導航。
Task 08
待開始主線必做
跑通 FAST-LIO2 三維建圖
把三維激光和 IMU 接起來，先讓軌跡和地圖穩定出現。
FAST-LIO23D LiDARIMUPCL
- 跑官方數據集
- 採集自有數據
- 檢查外參和時間戳
Task 09
待開始建議推進
把 3D 點雲接入 2D costmap
讓 3D 感知真正服務地面機器人避障。
voxel_layerpointcloud_to_laserscancostmap
- 點雲濾波
- 地面分割
- 障礙物投影
階段 05
視覺感知與三維融合
為視覺 SLAM、動態障礙物檢測和後續抓取任務準備視覺感知能力。
Task 10
待開始主線必做
完成 OpenCV 圖像處理基礎包
把標定、矯正、特徵點和匹配流程整理成可複用模塊。
OpenCVcv_bridgecamera calibration
- 接入相機話題
- 完成畸變矯正
- 做 ORB / PnP demo
Task 11
待開始建議推進
把 YOLO 接進 ROS2 圖像流
讓檢測結果能在機器人系統裏被訂閲和複用。
YOLOROS2RGB-DRViz Marker
- 發佈檢測 topic
- 可視化檢測框
- 記錄推理延遲
階段 06
機械臂與移動操作
把底盤導航、機械臂運動規劃、視覺識別和 TF 座標系統整合成移動操作能力。
Task 12
待開始建議推進
完成 MoveIt2 機械臂仿真規劃
先把機械臂的規劃、碰撞檢測和軌跡執行跑順。
MoveIt2URDFSRDFjoint_trajectory_controller
- 搭建機械臂模型
- 配置規劃組
- 執行仿真軌跡
階段 07
部署與高性能計算
把算法從實驗環境推進到真實計算平台，關注性能、穩定性、日誌和可維護性。
Task 13
待開始主線必做
整理個人機器人項目歸檔
把所有項目變成能快速找、快速改、快速復現的歸檔系統。
README架構圖演示視頻rosbag參數文件
- 統一 README 模板
- 補錄覆盤筆記
- 整理配置和數據
Priority
路線優先級
這裏不用單獨維護，分組會從任務的 priority 字段自動生成。
主線必做
主線必做
個人路線裏的主幹任務，優先保證能跑通、能復現、能長期維護。
- 搭建可複用的 ROS2 工作空間模板
- 補齊 Linux 調試與設備管理習慣
- 完成四輪麥克納姆底盤硬件接口
- 打通底盤速度解算與電機閉環
- 完成 2D LiDAR 建圖與地圖保存
- 跑通 Nav2 點目標導航
- 融合輪速里程計與 IMU
- 跑通 FAST-LIO2 三維建圖
- 完成 OpenCV 圖像處理基礎包
- 整理個人機器人項目歸檔
建議推進
建議推進
能明顯增強路線完整性，適合在主幹任務穩定後持續補齊。
- 把 3D 點雲接入 2D costmap
- 把 YOLO 接進 ROS2 圖像流
- 完成 MoveIt2 機械臂仿真規劃
擴展探索
擴展探索
有設備和時間再補，更多是拓寬能力邊界。