1. 课程导入

欢迎进入《ROS2 Nav2导航与边缘AI融合：识别结果影响路径规划》课程。这是整个课程体系的第一章，也是奠定全局认知的基石。在后续的29个章节中，我们将深入剖析机器人操作系统（ROS2）的导航框架Nav2，并探讨如何将边缘AI的视觉识别结果实时注入导航决策链路，从而实现“看见什么，就如何行走”的智能行为。本章不涉及具体代码实现，而是帮助您建立宏观技术地图，明确学习边界、知识储备要求以及各模块之间的逻辑关系。

上图展示了本课程的核心技术架构。整个系统分为感知层、决策层和执行层。感知层负责通过边缘AI模型（如YOLO）识别环境中的物体（行人、车辆、障碍物、交通标志等），并将结果以结构化数据发布到ROS2话题。决策层即Nav2导航框架，它接收感知层的数据，结合自身维护的代价地图，通过全局规划器和局部规划器生成安全可行的路径。执行层则负责将速度指令转换为实际的电机运动，并通过里程计反馈形成闭环。本课程的核心融合点在于：如何将AI识别出的语义信息（如“前方2米处有行人”）转化为代价地图上的代价增量，从而影响规划器的行为决策。

1.1 学习目标：从“能导航”到“懂场景”

本课程的学习目标分为三个递进层次，旨在帮助您构建从理论到实战的完整能力闭环。

层次	具体目标	对应能力
基础层	掌握ROS2核心通信机制（话题、服务、动作）与Nav2框架的架构组成	能够独立配置并运行Nav2标准导航流程
进阶层	理解代价地图的膨胀层、障碍层、静态层原理，掌握插件化开发方法	能够自定义代价地图图层，将外部数据注入导航
融合层	实现边缘AI推理结果与Nav2规划器的实时联动，完成“识别-决策-执行”闭环	能够针对特定场景（如避让行人、礼让车辆）设计导航策略

在完成本课程后，您将能够：第一，独立搭建一个集成边缘AI的ROS2导航系统；第二，针对实际场景中的动态障碍物、语义禁区等复杂情况，设计合理的路径规划策略；第三，掌握性能调优的基本方法，包括推理延迟优化、代价地图参数调整和规划器算法选型。

1.2 课程结构：六大模块与30章递进

整个课程共30章，分为六个模块，每个模块解决一个核心问题。课程结构设计遵循“基础-进阶-实战”的螺旋式上升路径。

• 模块一（第1-5章）：基础与环境搭建。包括本章课程导入、ROS2核心概念回顾、Nav2框架深度解析、边缘AI开发环境配置（Jetson/RK3588等）、以及ROS2与AI推理引擎（TensorRT/ONNX Runtime）的桥接方法。
• 模块二（第6-10章）：代价地图与语义融合。深入剖析代价地图的图层结构，讲解如何编写自定义代价地图插件，将AI识别出的物体类别映射为不同的代价数值。重点案例包括“行人避让区域”和“车辆禁行区”的构建。
• 模块三（第11-15章）：规划器算法与AI约束。分析Nav2内置的全局规划器（NavFn、Smac Planner）和局部规划器（DWB、TEB）的工作原理，探讨如何通过修改规划器参数或编写规划器插件，使AI识别结果直接参与路径搜索的代价计算。
• 模块四（第16-20章）：行为树与复杂任务编排。学习行为树（Behavior Tree）在Nav2中的应用，设计“识别到红绿灯-停车等待-绿灯通行”等复杂行为序列。同时介绍状态机与行为树的对比与选型。
• 模块五（第21-25章）：边缘AI推理优化与部署。聚焦于模型压缩、量化、TensorRT加速等边缘端优化技术，确保AI推理的实时性。同时讲解多模型并行推理、流水线设计等高级话题。
• 模块六（第26-30章）：综合实战与性能调优。通过一个完整的园区物流机器人项目，串联所有知识点。包括系统集成、故障排查、性能瓶颈分析以及基于真实场景的参数调优方法论。

1.3 前置知识要求：您需要具备什么？

为了确保学习效果，我们设定了明确的前置知识门槛。如果您在某些方面尚有欠缺，建议先进行针对性补充。

知识领域	具体要求	推荐补充资源
ROS/ROS2基础	熟悉节点、话题、服务、动作的概念；能够编写简单的发布订阅程序；了解launch文件与参数服务器	《ROS2入门21讲》、ROS2官方Tutorials
Python/C++编程	能够阅读和编写Python脚本；了解C++基础语法（因为Nav2核心是C++实现）	Python官方教程、C++ Primer
Linux操作	熟悉Ubuntu系统基本命令、文件权限管理、环境变量配置；能够使用vim或VS Code进行远程开发	《鸟哥的Linux私房菜》
深度学习基础	了解卷积神经网络（CNN）的基本结构；知道目标检测（YOLO系列）和语义分割的基本原理；能够使用PyTorch或TensorFlow进行模型导出	吴恩达《深度学习专项课程》、YOLOv8官方文档
传感器基础	了解激光雷达（LiDAR）点云数据的基本格式；熟悉单目/双目相机的成像原理与标定方法	《机器人学中的状态估计》

特别需要强调的是，Linux系统操作能力是很多初学者容易忽视的瓶颈。本课程中大量的编译、部署、调试工作都在Linux环境下进行。如果您对vim编辑器、cmake编译、环境变量设置等操作不够熟练，建议在课程开始前花一周时间集中练习。

1.4 整体技术栈概览：软硬件选型与数据流

本课程的技术栈选型遵循“工业级、低成本、易复现”的原则。我们推荐以下软硬件组合，但课程中的原理和方法同样适用于其他平台。

硬件平台：推荐使用NVIDIA Jetson Orin Nano（8GB版本）作为边缘AI计算单元，搭配思岚A1/A2激光雷达或Intel RealSense D435i深度相机。底盘可以选择差速驱动的TurtleBot4或自制的麦克纳姆轮底盘。如果条件有限，也可以使用纯仿真环境（Gazebo + RViz2）完成全部实验。

软件平台：操作系统采用Ubuntu 22.04，ROS2版本为Humble Hawksbill（长期支持版本）。AI推理框架使用TensorRT 8.5+或ONNX Runtime GPU版。Nav2版本为Humble对应的1.1.x系列。

数据流的核心链路如下：

传感器数据（图像/点云）
    ↓
边缘AI推理（YOLOv8检测 + 语义标签）
    ↓
发布结构化结果（自定义消息：/ai_detections）
    ↓
Nav2代价地图融合层（自定义插件订阅并处理）
    ↓
全局/局部规划器读取更新后的代价地图
    ↓
输出速度指令（/cmd_vel）
    ↓
底盘执行并反馈里程计（/odom）

这条链路中，最关键的技术挑战在于实时性。AI推理通常需要30-50ms，而Nav2的规划周期通常在100ms左右。如何在不阻塞导航主循环的前提下，将AI结果及时注入代价地图，是本课程第21-25章重点解决的问题。

1.5 常见误区与学习复盘

在课程开始之际，我们总结了往期学员常犯的几个认知误区，帮助您少走弯路。

• 误区一：认为AI识别越准越好。实际上，在导航融合场景中，识别的稳定性和延迟比准确率更重要。一个偶尔漏检但响应迅速的系统，往往比一个准确但延迟高的系统更安全。因为导航决策需要的是“及时”的障碍物信息，而非“完美”的语义理解。
• 误区二：忽视代价地图的更新频率。很多初学者只关注AI推理结果，却忽略了代价地图的更新机制。如果代价地图的更新频率低于AI推理频率，那么再快的AI也无济于事。需要合理配置代价地图的发布频率和融合层的处理逻辑。
• 误区三：将AI结果直接作为硬约束。例如，识别到行人就立即急停。这种“非黑即白”的策略在复杂场景中会导致机器人频繁停顿，效率低下。更合理的做法是将AI结果转化为软约束（如增加代价数值），让规划器在“绕行”和“等待”之间做出最优权衡。
• 误区四：忽略传感器标定与时间同步。AI识别结果需要映射到机器人坐标系（如base_link）中，这依赖于相机与底盘的外参标定。同时，AI推理的延迟会导致识别结果的时间戳滞后，需要利用消息过滤器（message_filters）进行时间同步。