机器人系统基础
C++11/14/17 / STL / 多线程
- 形成 ROS2 工作空间模板
- 能独立排查 TF、时间戳、设备权限、日志问题
- 写出可维护的 C++ 功能包
个人技术路线清单
机器人系统技术成长路线
这是一份记录我长期学习方向的路线清单：把底盘控制、传感器接入、定位建图、导航避障、视觉感知、机械臂规划和部署能力串起来。
Main Track
移动机器人 SLAM / 导航 / ros2_control / 多传感器融合 / 实车部署
Side Track
3D LiDAR SLAM / 视觉感知 / MoveIt2 / 嵌入式 Linux / Jetson TensorRT 部署
C++核心开发语言
Linux部署与调试环境
ROS2机器人系统中枢
OpenCV视觉感知基础
STM32底盘电机控制
Docker工程化部署
System Map
Capability Chain from Chassis to Deployment
This map comes from the same stage data, so the roadmap and task list stay in sync as the stages evolve.
底盘控制与 ros2_control
ros2_control / mecanum_drive_controller / hardware_interface
- 自定义四轮麦克纳姆硬件接口
- 完成 vx/vy/wz 到四轮速度控制
- 输出 joint_states、odom 与 TF
2D SLAM 与自主导航
slam_toolbox / Cartographer / Nav2
- 完成 2D LiDAR 建图与地图保存
- 跑通 Nav2 点目标导航
- 对比融合前后的 odom 轨迹
3D SLAM 与点云导航
PCL / voxel grid / ground segmentation
- 采集并跑通 3D LiDAR + IMU 数据
- 保存点云地图
- 实现 3D 点云投影到 2D costmap
视觉感知与三维融合
OpenCV / camera calibration / ORB
- 完成相机标定与畸变矫正
- YOLO 检测结果发布到 ROS2
- 跑通 LiDAR + IMU + Camera 融合建图
机械臂与移动操作
URDF / xacro / SRDF
- 完成 6 自由度机械臂仿真规划
- 接入真实机械臂控制链路
- 实现导航、识别、抓取、搬运、放置闭环
部署与高性能计算
Jetson / RK3588 / Docker
- 在 Jetson 部署 ROS2 与 YOLO
- 测试 FPS、延迟、CPU/GPU 占用
- 沉淀 systemd 服务和部署文档
Checklist
Personal Roadmap Checklist
Among 13 long-term tasks, focus first on 10 core tasks. The stats, groups, and priorities on this page are generated from the task list.
13Total
10Main Track
1Doing
0Done
阶段 01
机器人系统基础
先把工程地基打牢，确保后续每个模块都能稳定调试、复现和维护。
Task 01
待开始主线必做
搭建可复用的 ROS2 工作空间模板
把后续每个机器人项目的基础目录和编译方式统一起来。
ROS2CMakecolconLinux
- 统一 package 命名
- 整理编译脚本
- 预留 launch 和 config 目录
Task 02
待开始主线必做
补齐 Linux 调试与设备管理习惯
把串口、权限、日志、服务启动这些底层问题变成日常操作。
Linuxudevsystemdshell
- 熟悉 udev 规则
- 整理 systemd 启动样例
- 补一份常用排障清单
阶段 02
底盘控制与 ros2_control
把上位机运动学、控制器管理和 STM32 电机闭环接起来，形成标准化移动底盘。
Task 03
进行中主线必做
完成四轮麦克纳姆底盘硬件接口
把轮速控制、编码器反馈和 TF 输出统一起来。
ros2_controlhardware_interfaceSTM32CAN
- 实现 write()
- 实现 read()
- 打通 joint_states 和 odom
Task 04
待开始主线必做
打通底盘速度解算与电机闭环
让 vx / vy / wz 真正变成四个轮子的控制量。
mecanum_drive_controllerencoderPID
- 确认运动学公式
- 校准轮径和轮距
- 检查编码器单位换算
阶段 03
2D SLAM 与自主导航
完成地面移动机器人的基础闭环：建图、定位、路径规划、避障和导航调参。
Task 05
待开始主线必做
完成 2D LiDAR 建图与地图保存
先把 2D 地图跑稳，再接定位和导航。
2D LiDARslam_toolboxCartographer
- 建立 laser TF
- 录制 rosbag
- 保存和回放地图
Task 06
待开始主线必做
跑通 Nav2 点目标导航
让小车从任意起点稳定到达目标点。
Nav2AMCLcostmapRViz2
- 调 global costmap
- 调 local costmap
- 检查目标点到达逻辑
Task 07
待开始主线必做
融合轮速里程计与 IMU
提升轨迹稳定性，减少纯轮速累积误差。
robot_localizationEKFwheel odomIMU
- 确认 IMU 坐标轴
- 检查时间戳同步
- 对比融合前后轨迹
阶段 04
3D SLAM 与点云导航
从 2D 升级到 3D LiDAR-IMU 建图，并让三维障碍物服务于地面机器人导航。
Task 08
待开始主线必做
跑通 FAST-LIO2 三维建图
把三维激光和 IMU 接起来，先让轨迹和地图稳定出现。
FAST-LIO23D LiDARIMUPCL
- 跑官方数据集
- 采集自有数据
- 检查外参和时间戳
Task 09
待开始建议推进
把 3D 点云接入 2D costmap
让 3D 感知真正服务地面机器人避障。
voxel_layerpointcloud_to_laserscancostmap
- 点云滤波
- 地面分割
- 障碍物投影
阶段 05
视觉感知与三维融合
为视觉 SLAM、动态障碍物检测和后续抓取任务准备视觉感知能力。
Task 10
待开始主线必做
完成 OpenCV 图像处理基础包
把标定、矫正、特征点和匹配流程整理成可复用模块。
OpenCVcv_bridgecamera calibration
- 接入相机话题
- 完成畸变矫正
- 做 ORB / PnP demo
Task 11
待开始建议推进
把 YOLO 接进 ROS2 图像流
让检测结果能在机器人系统里被订阅和复用。
YOLOROS2RGB-DRViz Marker
- 发布检测 topic
- 可视化检测框
- 记录推理延迟
阶段 06
机械臂与移动操作
把底盘导航、机械臂运动规划、视觉识别和 TF 坐标系统整合成移动操作能力。
Task 12
待开始建议推进
完成 MoveIt2 机械臂仿真规划
先把机械臂的规划、碰撞检测和轨迹执行跑顺。
MoveIt2URDFSRDFjoint_trajectory_controller
- 搭建机械臂模型
- 配置规划组
- 执行仿真轨迹
阶段 07
部署与高性能计算
把算法从实验环境推进到真实计算平台，关注性能、稳定性、日志和可维护性。
Task 13
待开始主线必做
整理个人机器人项目归档
把所有项目变成能快速找、快速改、快速复现的归档系统。
README架构图演示视频rosbag参数文件
- 统一 README 模板
- 补录复盘笔记
- 整理配置和数据
Priority
Roadmap Priority
No separate maintenance is needed here; groups are generated from each task priority.
主线必做
主线必做
个人路线里的主干任务，优先保证能跑通、能复现、能长期维护。
- 搭建可复用的 ROS2 工作空间模板
- 补齐 Linux 调试与设备管理习惯
- 完成四轮麦克纳姆底盘硬件接口
- 打通底盘速度解算与电机闭环
- 完成 2D LiDAR 建图与地图保存
- 跑通 Nav2 点目标导航
- 融合轮速里程计与 IMU
- 跑通 FAST-LIO2 三维建图
- 完成 OpenCV 图像处理基础包
- 整理个人机器人项目归档
建议推进
建议推进
能明显增强路线完整性，适合在主干任务稳定后持续补齐。
- 把 3D 点云接入 2D costmap
- 把 YOLO 接进 ROS2 图像流
- 完成 MoveIt2 机械臂仿真规划
扩展探索
扩展探索
有设备和时间再补，更多是拓宽能力边界。