1. 导航全链路概述：从传感器到执行器的完整数据流
大家好，我是你们这门课的老朋友。做机器人导航这些年，我踩过的坑比写过的代码还多。今天咱们先不急着调参数，先把整条链路捋清楚。
说白了，导航全链路就是一条数据流水线。传感器采集环境信息，算法做决策，最后电机把指令变成动作。听起来简单？我当年第一次做整机联调时，卡在「数据到了执行器但车不动」这个问题上整整三天。后来发现，是中间一个坐标变换写反了。
嗯，这节课的目标就是让你脑子里有一张完整的「数据流地图」。以后不管哪一环出问题，你都能快速定位。
1.1 导航系统的五层架构
我个人习惯把导航系统拆成五层。你想想看，每一层都有明确的输入输出，调试起来特别方便。
| 层级 | 核心功能 | 典型模块 | 输出数据 |
|---|---|---|---|
| 感知层 | 环境数据采集 | 激光雷达、IMU、轮式里程计 | 点云、加速度、里程增量 |
| 数据处理层 | 滤波与坐标变换 | TF树、卡尔曼滤波 | 去噪后的位姿估计 |
| 状态估计层 | 定位与建图 | AMCL、Cartographer | 机器人在地图上的位姿 |
| 规划决策层 | 路径生成与避障 | 全局规划器、局部规划器 | 速度指令 (cmd_vel) |
| 执行层 | 运动控制 | 电机驱动、PID控制器 | PWM信号、电机电流 |
关键认知：每一层都有延迟和误差。感知层延迟10ms，规划层算50ms，执行层响应20ms——累加起来就是80ms的端到端延迟。我在项目里见过因为没算这个延迟，机器人高速运行时直接撞墙的案例。
1.2 数据流的核心路径
数据是怎么一步步走的？我画了张图，你一看就明白。
我的调试习惯：拿到一个新平台，我会先验证「感知→数据处理」这一段。用 rosbag 录一段数据，回放时看 TF 树是否完整。这一步没问题，再往下走。千万别一上来就跑全套，出了问题你根本不知道是哪一层崩了。
1.3 课程目标：你要学会什么
这门课不是讲理论，是讲「怎么让它跑起来」。具体来说，学完你能做到三件事：
- 能搭一套完整的导航仿真环境——从 Gazebo 世界到机器人模型，再到传感器配置，全部自己搞定。
- 能定位并修复联调中的典型故障——比如「地图建好了但定位飘」、「规划路径了但车不走」、「走了但撞墙」。
- 能调优导航性能——让机器人走得更稳、更快、更安全。
注意：这门课默认你已经有 ROS 基础，知道怎么启动节点、怎么用 rviz。如果你连 rostopic list 都没跑过，建议先补一下 ROS 入门。我曾经在课上遇到一位同学，卡在「找不到话题」上整整两小时——后来发现他忘了 source 工作空间。
1.4 学习路径：30 章怎么走
我把 30 章分成了四个阶段，每个阶段解决一个核心问题：
| 阶段 | 章节范围 | 核心产出 |
|---|---|---|
| 基础搭建 | 第 1-8 章 | 完整的仿真环境 + 机器人模型 |
| 感知与定位 | 第 9-16 章 | 激光雷达仿真 + AMCL 定位调通 |
| 规划与控制 | 第 17-24 章 | 全局/局部规划器联调 + PID 整定 |
| 全链路联调 | 第 25-30 章 | 完整导航演示 + 性能优化 |
每个阶段结束，我都会安排一个「联调实战」章节。你可以在那个节点停下来，检查自己是否真的掌握了。我个人的经验是：不要跳过实战章节。光看代码不动手，你永远不知道「看起来对的代码跑起来会崩」。
1.5 你需要准备什么
工欲善其事，必先利其器。我建议你准备好以下环境：
- Ubuntu 20.04 + ROS Noetic（或者 18.04 + Melodic，但 Noetic 更省心）
- Gazebo 9+（仿真环境）
- rviz（可视化调试）
- 一个能跑得动的电脑——至少 8GB 内存，独立显卡不是必须但最好有。我见过有人在 4GB 笔记本上跑 Gazebo，卡到连鼠标都拖不动。
一句话总结本章：导航全链路 = 传感器采集 → 数据处理 → 状态估计 → 规划决策 → 执行控制。每一层都有坑，但只要你脑子里有这张数据流地图，遇到问题就能顺着链路一层层排查。