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。
主線
移动机器人 SLAM / 导航 / ros2_control / 多传感器融合 / 实车部署
副線
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
從底盤到部署的能力鏈路
這張圖來自同一份階段數據：以後調整階段時，路線圖和任務清單會一起跟着變。
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
個人路線任務清單
13 個長期任務裏，先抓住 10 個主線任務；頁面上的統計、分組和優先級都從任務清單自動生成。
13總任務
10主線
1進行中
0已完成
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
路線優先級
這裏不用單獨維護，分組會從任務的 priority 字段自動生成。
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。