巡疆 SLAM 自主导航小车:激光雷达建图、定位与动态避障,从零搭出可运行导航栈。
巡疆(SMG-010)是一台面向自主导航(SLAM)研究的移动机器人平台。它要回答的是机器人领域最经典的问题之一:在一个从未去过的环境里,机器人如何一边走一边画出地图,并随时知道自己在地图的哪个位置?
平台采用四轮差速底盘,搭载 2D 激光雷达(测距 12 米、采样 8000 点/秒)与六轴 IMU、轮式里程计,通过多传感器融合完成建图与定位。整套导航栈基于 ROS2 Nav2 构建,学生可以在几分钟内跑通「手动遥控建图 → 保存地图 → 加载地图自动导航」的完整流程。
进阶部分聚焦「动态避障」:当环境中出现走动的人或移动障碍物时,静态地图不再够用。巡疆提供局部代价地图与动态障碍物检测的完整配置,学生可以调参观察机器人在人群中的绕行行为,理解规划器如何在「最优路径」与「安全距离」之间权衡。
SLAM(同步定位与建图)被称为「移动机器人的成年礼」:一个没有地图的机器人,要一边走一边画地图,还要随时知道自己在自己画的地图的哪里——这听起来像是个悖论,却是所有自主移动设备都必须解决的问题。巡疆把这套通常藏在黑箱里的算法栈完全摊开:你可以看到激光点云如何累积成地图、粒子滤波如何收敛、代价地图如何让机器人绕开突然出现的人。
2D 激光雷达(12 m / 8000 点每秒),SLAM 建图精度可达厘米级,走廊长距离回环不漂移。
激光 + IMU + 轮式里程计融合定位(EKF),比单一传感器更稳。
基于 ROS2 Nav2,自带路径规划、代价地图与恢复行为,开箱可跑。
局部代价地图实时更新,可绕行行人等移动障碍,贴近真实场景。
RViz2 实时显示地图、激光点云、路径与机器人位姿,调试直观。
大扭矩四驱底盘 + 橡胶轮胎,地毯与小台阶可通过。
每个项目都有明确目标、可执行步骤与交付产出,学完即可写进作品集或课题报告。
任务目标:建出整层楼的地图并反复复用,验证定位稳定性。
交付产出:产出:一份可复用的楼层地图 + 定位收敛时间测试记录
任务目标:让机器人从 A 点自主行驶到 B 点,途中绕开走动的人。
交付产出:产出:一套调优后的导航参数 + 动态环境通过性报告
任务目标:让机器人按固定路线巡检并在关键点采集数据。
交付产出:产出:可无人值守运行的巡检程序 + 可对接 MES/看板的数据记录
| 阶段 / 模块 | 内容要点 | 课时 | 完成后可达成 |
|---|---|---|---|
| 模块一 · ROS2 与机器人基础(6 课时) | 节点、话题、TF 坐标变换、RViz 可视化 | 6 课时 | 能读懂机器人各坐标系关系 |
| 模块二 · 传感器与融合(6 课时) | 激光雷达、IMU、里程计与 EKF 融合定位 | 6 课时 | 能分析定位漂移原因 |
| 模块三 · SLAM 建图(8 课时) | 扫描匹配、回环检测、栅格地图与地图保存加载 | 8 课时 | 完成大范围建图与地图复用 |
| 模块四 · 导航栈(8 课时) | AMCL 定位、全局/局部规划、代价地图与恢复行为 | 8 课时 | 完成自主导航与动态避障 |
| 模块五 · 应用与集成(6 课时) | 巡检任务编排、数据记录与外部系统对接 | 6 课时 | 完成一个可运行的应用型项目 |
不讲黑箱:把关键原理拆开说明,帮助学习者理解「为什么这样设计」。
雷达内部有旋转机构,每转一圈发射上千束激光,测出每个方向的反射距离;一圈近千个点连成线,就是所谓「点云」。扫描频率决定点密度,测距范围决定能看多远。课程中会让学生比较不同扫描频率下的建图质量,理解「传感器参数如何影响算法效果」。
轮式里程计靠数轮子转了多少来估算位移,但打滑、地面材质、轮胎磨损都会让估算偏大或偏小,且误差会累积。这就是为什么必须融合激光雷达与 IMU:前者提供绝对位置修正,后者提供姿态变化。EKF 的作用就是把这几路信息按可靠性加权融合。
全局路径会穿过一张「静态地图」,但现实里有走动的人。局部规划器必须一边跟随全局路径,一边实时躲避障碍——于是常出现「绕过去又绕回来」的犹豫行为。调参的本质是在「坚持目标」与「保证安全」之间找平衡,课程会让学生亲手把这两种倾向调到极端,观察行为差异。
门框、玻璃、镜面是激光雷达的经典难题:玻璃几乎不反射激光,会被当成「可通行」;镜面会造成虚假反射点。解决方案包括加装防撞条、融合深度相机、在代价地图中人工标注禁区。这个「现场问题」比任何教科书案例都更能说明感知的局限性。
| 底盘 | |
| 驱动方式 | 四轮差速驱动,大扭矩无刷减速电机 ×4 |
|---|---|
| 最大速度 | 约 1.2 m/s |
| 越障能力 | 可通过 15 mm 以内小台阶 / 地毯 |
| 载重 | 约 10 kg |
| 感知 | |
| 激光雷达 | 2D 激光雷达,测距 12 m,采样 8000 点/s,扫描角 360° |
| IMU | 六轴 IMU(加速度 + 陀螺仪) |
| 里程计 | 轮式编码器里程计 |
| 深度相机 | 可选配(用于三维避障与视觉 SLAM) |
| 算力与系统 | |
| 主控 | ARM 八核工控机(或 Intel N100 版本) |
| 系统 | Ubuntu 22.04 + ROS2 Humble |
| 导航栈 | Nav2(AMCL 定位 + 全局/局部规划 + 代价地图) |
| 电源与结构 | |
| 电池 | 24V 20Ah 锂电池 |
| 续航 | 建图 / 导航作业约 4 小时 |
| 尺寸 / 重量 | 约 420 × 360 × 300 mm / 约 12 kg |
* 以上参数为标准配置实测值,受使用环境影响可能存在合理偏差;支持按项目需求定制配置,具体以合同技术附件为准。
按学习阶段逐步加装,一套平台可以持续用到更高阶的项目与课题。
| 配件 / 升级项 | 说明 | 参考价 |
|---|---|---|
| 深度相机扩展包 | 三维避障 + 视觉 SLAM,弥补激光的盲区 | ¥2,199 |
| IMU 高精度升级包 | 工业级 IMU,降低长距离定位漂移 | ¥999 |
| 机械臂上装包 | 搭载 GenkiArm 构成移动操作平台 | 询价 |
| 大容量电池包 | 24V 30Ah,续航提升至约 6 小时 | ¥1,599 |
| 充电桩(自动回充) | 支持任务完成后自动回桩充电 | ¥2,999 |
| 工业级防撞条与急停 | 提升人机共处环境的安全性 | ¥699 |
课堂上最常遇到的几类问题与处理办法,先自查再求助,效率更高。
| 现象 | 可能原因 | 排查 / 处理 |
|---|---|---|
| 建图时地图出现重影 | 里程计误差过大或行走过快 | 降低行进速度、避免急转;检查轮径参数与编码器标定是否准确 |
| 定位频繁丢失 | 场景特征单一(长廊、空旷大厅)或初始位置给错 | 在环境中增加特征(贴标记);手动给出近似初始位姿;适当增大粒子数 |
| 导航中反复前后犹豫 | 局部规划参数过保守,或障碍物在路径边缘 | 调整膨胀半径与规划器权重;确认激光雷达安装位置无遮挡 |
| 电池续航明显下降 | 电池老化或负载增加 | 检查电池循环次数与鼓包;核算当前负载功率,必要时升级电池 |
不确定选哪一套?这里是同系列产品的定位差异,也可直接咨询顾问获取推荐。
| 型号 | 定位 | 与本品差异 |
|---|---|---|
| SMG-010 巡疆·SLAM 自主导航小车 | 科研 · 进阶(本型号) | 激光雷达 + Nav2 全栈导航,¥3,699 |
| SMG-001 星轨·智能小车 | 教育 · 入门 | 无雷达与 SLAM,适合先理解运动与感知基础 |
| SMG-013 铁犬·四足机器狗 | 科研 · 高级 | 可跨越台阶与复杂地形,适合户外巡检研究 |
以下为公开资料对标的同类产品参数与参考价,用于选型参照。
| 对标产品 / 型号 | 厂商 / 生态 | 关键参数 | 参考价 |
|---|---|---|---|
| TurtleBot 4 | Open Robotics(ROS2 官方) | ROS2 标准底盘 · LiDAR 建图导航 | 约 ¥2 万级 |
| 思岚 RPLIDAR A1 | 思岚科技 SLAMTEC | 360° 激光雷达 · 12 m · 8000 次/秒 | 约 ¥300 |
巡疆(SMG-010)采用 ROS2 Nav2 全栈导航 + 2D 激光雷达,对标 TurtleBot 4 与思岚 RPLIDAR 生态;参数与主流 SLAM 教学/科研底盘一致。