一、课程导论与全局概览：路径规划与避障的调参思维
1.1 行业应用：机器人到底在哪些场景里“跑”起来了？
说实话，我入行那会儿，路径规划还是个“实验室玩具”。现在不一样了。你随便去个物流仓库、医院药房、甚至商场扫地机器人，背后都跑着这套东西。
我简单列几个典型场景，你感受一下：
- 仓储物流：AGV 小车在货架间穿梭，既要快，又不能撞人。我见过一个项目，调度系统一崩，十几台车堵在路口“面面相觑”。
- 服务机器人：餐厅送餐、酒店引导。环境动态变化大，小孩突然冲出来、椅子被挪走，都是家常便饭。
- 自动驾驶：这个不用多说，L4 级别的无人车，路径规划是命门。我有个朋友在无人驾驶公司，他说“调参调到头秃”是常态。
- 工业机械臂：在产线上抓取、装配，避障是刚需。机械臂动起来快，一旦撞上，就是几万块的损失。
说白了，路径规划与避障，就是让机器人“知道往哪走”并且“安全地走到”。
1.2 知识体系全景图：你将要学什么？
我习惯把整个知识体系画成一张图。这样你心里有个谱，知道每个模块是干嘛的，彼此怎么串起来。
这张图里，左边是四大核心模块，右边是对应的 ROS 工具。你会发现，调参这件事贯穿始终。嗯，这也是为什么我把“调参思维”单独拎出来讲。
1.3 学习路径与前置知识要求
我经常被问到：“老师，我零基础能学吗？” 我的回答是：能，但得有点底子。你想想看，路径规划本质上是数学 + 编程 + 机器人学的交叉。
我建议你至少具备以下前置知识：
| 知识领域 | 具体要求 | 推荐学习资源 |
|---|---|---|
| C++ / Python | 能写简单的 ROS 节点，理解回调机制 | ROS Wiki 教程 |
| 线性代数 | 向量、矩阵、坐标变换 | 3Blue1Brown 线性代数 |
| 概率论 | 贝叶斯、高斯分布 | 可汗学院概率论 |
| ROS 基础 | 话题、服务、TF 树 | 《ROS 机器人开发实践》 |
我个人习惯是，先跑通一个 demo，再回头补理论。别一上来就啃，容易劝退。
1.4 调参思维的核心方法论
好，终于到了我最想聊的部分。调参这件事，很多人觉得是“玄学”。其实不是。它是有方法论的。
我总结了一个“三步走”的调参框架：
- 观察现象：机器人到底出了什么问题？是绕远路？还是急刹车？还是撞墙？
- 定位参数：哪个参数控制这个行为？比如绕远路，可能是
inflation_radius设太大了。 - 小步调整：一次只改一个参数，改完跑一次测试。别贪心。
核心思维： 调参不是“猜”，而是“假设-验证”的循环。你每次改参数，都是在验证一个假设。
举个例子。我曾经在一个项目中，机器人总是在走廊里贴着墙走，差点刮掉漆。我一开始以为是局部规划器的问题，调了 max_vel_x、acc_lim_x，没用。后来发现，是全局代价地图的 inflation_radius 设得太小，导致机器人觉得“墙边很安全”。
小技巧： 调参前，先把所有参数备份一遍。我习惯用
rosparam dump 保存当前配置。万一调崩了，还能一键恢复。
另外，我建议你养成一个习惯：每次调参，都记录下“改了什么、为什么改、结果如何”。哪怕只是记在笔记本上。时间久了，你会发现自己的调参直觉越来越准。
避坑指南： 我曾经一次性改了 5 个参数，结果机器人原地转圈。排查了整整一下午，才发现是
goal_tolerance 设得太小，导致机器人永远到不了目标点。记住：一次只改一个参数。
最后，我想说：调参不是终点，而是手段。你的目标是让机器人稳定、高效地完成任务。别为了调参而调参。
好了，第一章就到这里。记住这张全景图，后面我们会一个一个模块拆开讲。
可可精品资料库