FAQ

1. 常用模式配置

1.1 选择底盘

修改配置文件中robot的参数，设置底盘类型（originbot/myrobot/create3），其中myrobot表示自定义底盘，需要根据实际情况修改。

# 打开配置文件 
vi `ros2 pkg prefix tros_vision_nav --share`/params/params.yaml 
# 将"robot_base"参数设置为 originbot/myrobot/create3

1.2 选择相机参数

修改配置文件中camera参数组中的mipi_rotation配置项，根据相机类型设置旋转角度：

# 打开配置文件
vi `ros2 pkg prefix tros_vision_nav --share`/params/params.yaml
# 设置mipi_rotation为90.0/0.0

注意

1. RDK Stereo Camera GS130WI（70mm 基线(带IMU)双目相机）不需要设置图像旋转，即启动时指定mipi_rotation=0.0。
2. 80mm（不带IMU）需要设置图像旋转，即启动时指定mipi_rotation=90.0。

1.3 选择里程计

修改配置文件中switch参数组中的odom_type配置项，选择里程计来源：

# 打开配置文件
vi `ros2 pkg prefix tros_vision_nav --share`/params/params.yaml
# 设置odom_type为wheel/vio

配置说明： wheel 表示轮式里程计。 vio 表示视觉里程计

注意 只有70mm基线（带IMU）相机支持vio。

1.4 选择运动类型

SLAM建图默认采用的机器人运动类型为2D平面移动，如果机器人为3D运动（机器人运动过程中存在roll/pitch/z轴高度的变化），需要将SLAM建图设置为支持3D运动模式。 修改配置文件中rtabmap参数组中的rtabmap_Reg_Force3DoF（设置为False）和rtabmap_Mem_UseOdomGravity（设置为True）配置项，打开支持3D运动模式：

# 打开配置文件
vi `ros2 pkg prefix tros_vision_nav --share`/params/params.yaml
# 设置  rtabmap_Reg_Force3DoF: "'False'"
# True=3DoF(xy+yaw), False=6DoF
# 设置  rtabmap_Mem_UseOdomGravity: "'True'"
# True=use VIO orientation as gravity ref

注意

• 只有当里程计类型为vio时，SLAM建图才支持3D运动模式。如果里程计类型为wheel，禁止打开SLAM建图的3D运动模式。
• 目前仅70mm基线（带IMU）相机支持vio。

2. 使用OriginBot轮式里程计

地瓜机器人对OriginBot的MCU程序进行了重构和优化，包括数据采集频率、轮速采集计算周期、硬件同步数据触发、时间同步等功能，使最终EKF融合出的odom更准。

如使用OriginBot轮式里程计，请确保下载和烧写本章节提供的固件。

1. 下载固件
2. 烧写固件。

3. 双目相机和深度估计

双目相机相关问题参考双目MIPI图像采集。 深度估计相关问题参考双目深度算法。

4. 地图

4.1 重新建图

SLAM创建的地图保存在RDK X5上的文件名为/userdata/rtabmap/office.db，如果需要删除地图并重新创建地图，先停止SLAM程序，然后执行rm /userdata/rtabmap/office.db命令后重新运行SLAM。

4.2 地图说明

SLAM 3D地图：蓝色区域表示低矮障碍物区域（地面也属于这一类）；蓝色以上从绿色到红色，表示障碍物高度依次增加（限制了地图中的障碍物高度小于0.5米）；黑色区域表示未知区域。

SLAM 2D地图：白色区域表示无障碍物，黑色区域表示障碍物区域；灰色区域表示未知区域。

导航地图：高亮区域表示局部代价地图（local costmap，箭头1、2、3所在区域）；低亮区域表示全局代价地图（global costmap，箭头5所在区域）；1表示实际障碍物区域；2和3表示膨胀层；4表示无障碍物；5表示全局代价地图的障碍物层和膨胀层。

SLAM 3D地图和2D地图之间的关系：3D地图通过卡高度阈值去除地面，Z轴（地面高度方向，对应右手坐标系的Z轴）投影到地面后得到2D地图，用于下游的导航和避障任务。

导航代价地图和SLAM 2D地图之间的关系：SLAM 2D地图作为导航代价地图中的静态障碍物层，同时叠加障碍物识别算法提取的低矮障碍物，最终的到用于导航和避障的导航代价地图。

SLAM 3D地图	SLAM 2D地图	导航代价地图

导航代价地图中膨胀层的说明参考https://wiki.ros.org/costmap_2d/hydro/inflation

4.3 地图信息统计

运行如下命令，统计VSLAM算法创建的地图的分辨率，未知、free和障碍物区域面积等信息：

source /opt/tros/humble/local_setup.bash
source /userdata/vims/install/local_setup.bash
ros2 launch tros_stat_monitor tros_stat_monitor.py

终端周期输出如下统计信息：

[INFO] [1762748921.463344673] [map_area_calculator]: =====================static map info=========================
[INFO] [1762748921.466589630] [map_area_calculator]:     resolution: 0.05 m/cell
[INFO] [1762748921.469902669] [map_area_calculator]: width x height: 447 x 388 cells -> area: 22.35 x 19.40 ㎡
[INFO] [1762748921.473166708] [map_area_calculator]:    total cells: 173436      -> area: 433.59 ㎡
[INFO] [1762748921.477092289] [map_area_calculator]:  unknown cells: 116401      -> area: 291.00 ㎡
[INFO] [1762748921.480386828] [map_area_calculator]:     free cells: 47831       -> area: 119.58 ㎡
[INFO] [1762748921.483860284] [map_area_calculator]: obstacle cells: 9204        -> area: 23.01 ㎡
[INFO] [1762748921.487154782] [map_area_calculator]:     known area: 142.59 ㎡
[INFO] [1762748921.490374780] [map_area_calculator]: =============================================================

统计信息中各字段说明如下：

5. 导航

5.1 导航成功

在RVIZ的Navigation 2 Panel上，Feedback的状态显示reached，表示导航任务成功完成：

5.2 导航失败

在RVIZ的Navigation 2 Panel上，Feedback的状态显示aborted，表示导航失败：

5.3 导航过程控制

导航过程中，支持取消本次导航，或者设置新的目标位置，以新位置重新导航。 取消本次导航的方法为，在RVIZ的Navigation 2 Panel上，选择Cancel按键（左下图），取消后Feedback的状态显示canceled（右下图）。

导航中	取消导航后

5.4 脱困

当机器人在执行导航任务时，如果路径规划失败，机器人将会进入脱困流程， 在RVIZ的Navigation 2 Panel上，Recoveries状态显示尝试脱困的次数一直在增加，直到脱困成功或者失败。脱困中：

在导航的行为树配置文件中，指定了脱困的流程。在RDK X5上查看行为树配置命令：

cat `ros2 pkg prefix tros_vision_nav --share`/params/navigate_to_pose_w_replanning_and_recovery.xml

行为树节点可视化如下：

脱困流程：

路径规划（ComputePathToPose）失败时，开始自主探索环境，直到规划成功或者超时（15秒超时）；

如果自主探索环境超时，开始清理地图（ClearingActions），重新生成global/local costmap；

自主探索环境和清理地图两个过程执行3次（NavigateRecovery中的number_of_retries）后，如果仍然路径规划失败，本次导航失败。

因此脱困最长执行时间是45秒（15 x 3）+2次RecoveryFallback，实际约50秒左右。

6. 数据录制

6.1 命令行录制

使用ros2命令行工具在RDK上在线录制bag包，用于数据回放分析问题，支持使用ros2 bag play命令和工具回放。使用命令ros2 bag record -h查看详细数据录制使用方法。 需要录制的基础数据如下：

ros2 bag record /rosout /map /tros_diagnostics /global_costmap/costmap /local_costmap/costmap \
/global_costmap/tros_layer_pcl/tros_dynamic_obstacle_costmap /local_costmap/tros_layer_pcl \
/tros_dynamic_obstacle_costmap /tros_goal_pose /tf /tf_static /local_costmap/published_footprint \
/object_point_cloud /StereoNetNode/stereonet_depth/camera_info /global_path /plan_smoothed \
/received_global_plan /transformed_global_plan /local_plan /cmd_vel /cmd_vel_nav \
/tros_observing_markers /tf /tf_static /image_jpeg

如果需要录制深度估计输出的点云，录制时添加/StereoNetNode/stereonet_pointcloud2话题。

6.2 自动录制

移动solution包含数据trigger & recorder工具，用于路径规划失败时自动触发录制系统状态数据，通过离线回放数据定位问题，支持录制触发前的数据（影子模式）。 工具默认关闭，开启方式为将`ros2 pkg prefix tros_vision_nav --share`/params/tros_nav2.yaml配置文件中enable_record配置项设置为true后，重新启动导航命令。录制的数据保存在运行路径下，路径名为bag_[planner_server]_[时间戳]。

planner_server:
  ros__parameters:
    expected_planner_frequency: 20.0
    use_sim_time: True
    planner_plugins: ["GridBased", "TrosGlobalPlanner"]
    GridBased:
      plugin: "nav2_navfn_planner/NavfnPlanner"
      tolerance: 0.5
      use_astar: true
      allow_unknown: true
    TrosGlobalPlanner:
      plugin: "tros/TrosGlobalPlanner"
      pre_controller: "Exploration"
      primary_controller: "nav2_navfn_planner/NavfnPlanner"
      tolerance: 0.5
      use_astar: false
      allow_unknown: true
      enable_record: false

7. VSLAM

7.1 如何测试VSLAM回环

本章节介绍如何可视化机器人的移动轨迹，以及测量回到起点后的定位误差。

启动VSLAM

打开RDK X5终端，运行如下命令，包含环境感知，VSLAM，rviz可视化：

source /opt/tros/humble/local_setup.bash
source /userdata/vims/install/local_setup.bash
mkdir -p /userdata/rtabmap/  
# 删除地图文件
rm /userdata/rtabmap/office.db 
YAML_CONFIG_FILE=`ros2 pkg prefix tros_vision_nav --share`/params/params.yaml \
run_explore=False run_traj_viz=True run_nav=False localization=False \
bash `ros2 pkg prefix tros_vision_nav --share`/launch/run_launch.sh

配置RVIZ

RVIZ上，将坐标系设置为map，勾选MapStatic（2D地图），traj_map（移动轨迹）和traj_starter_map（轨迹起点）。如果需要查看3D地图，勾选ColorOccupancyGrid。

提示 建图过程中，建议关闭3D地图渲染，以免影响建图质量，建好图后再打开3D地图渲染。

启动键盘控制

打开RDK X5终端，运行如下命令，启动键盘控制功能包，用于使用键盘控制机器人移动：

source /opt/tros/humble/local_setup.bash
ros2 run teleop_twist_keyboard teleop_twist_keyboard

测试

使用键盘控制机器人移动，移动过程中（左下图），rviz上会渲染起点、运行轨迹、轨迹信息。最终机器人回到起点后（右下图），可以看到机器人当前pose和起始pose之间的距离偏差，即回环偏差。从右下图可以看到，机器人移动了8.65米，耗时4分25秒，回环偏差0.01米。

移动过程中	回到起点后

SLAM 状态信息说明：

渲染的轨迹信息说明：

8. 自主探索建图

8.1 自主探索建图过程

step1: 观测周围环境。启动自主探索后，先旋转一周观测周围环境。

step2: 搜索地图边界。使用边界搜索算法从global costmap中识别出地图中的边界。如下图黄色点为costmap边界的栅格（cell）。

step3: 计算待探索点。对于每个边界区域，计算出其中心点（如下图红色方格），作为待探索点，即导航目标点（goal pose），优先探索最近的边界区域。

step4: 开始探索。使用导航算法控制机器人到达goal pose。如下图是探索过程中，rviz上渲染了规划出来的路径，Exploration Panel的Exploration状态显示为“Exploring frontier 1/8”表示总共有8个待探索区域，当前正在探索第1个区域。

step5: 探索完成。完成探索后，机器人停止。

探索建图中：

8.2 建图区域

如果发现生成的地图不完整，或者需要对更大区域进行建图，请尝试增加探索半径阈值frontier_search_radius和路径规划长度阈值frontier_goal_nav_path_dist（默认值的查看方法为：使用命令vi `ros2 pkg prefix tros_vision_nav --share`/params/params.yaml打开配置后，搜索参数关键字）。

这两个参数说明如果待探索区域和机器人当前位置的距离超过frontier_search_radius米，或者规划出来的路径长度超过frontier_goal_nav_path_dist米，忽略探索这块区域。

例如启动时将frontier_search_radius设置为25.0，frontier_goal_nav_path_dist设置为50.0的命令如下：

source /opt/tros/humble/local_setup.bash
source /userdata/vims/install/local_setup.bash
cp -r `ros2 pkg prefix dnn_node_example`/lib/dnn_node_example/config . 

YAML_CONFIG_FILE=`ros2 pkg prefix tros_vision_nav --share`/params/params.yaml \
frontier_search_radius=25.0 frontier_goal_nav_path_dist=50.0 \
bash `ros2 pkg prefix tros_vision_nav --share`/launch/run_launch.sh

8.3 参数说明

自主探索建图涉及到的参数详细说明：

具体参数实际取值可打开配置文件查询：

# 打开配置文件
vi `ros2 pkg prefix tros_vision_nav --share`/params/params.yaml 

9. SLAM 模式与子图管理说明

SLAM 模式与子图管理是探索节点内置的长时 SLAM 自维护机制：在无人干预下自动在”建图/定位”两种模式间切换、自动新建与删除子图，控制长期运行中的关键帧冗余与子图膨胀。它解决的是机器人长期使用后地图越用越歪、定位越来越漂、冗余子图越积越多导致导航跑偏的问题；通过”熟悉区域转定位避免关键帧冗余、陌生区域转建图补覆盖、低价值子图自动清理”的自动调度，让机器人用得越久越熟悉环境，保持稳定可靠的陪伴导航体验，全程无需用户干预。

9.1 这些功能解决什么问题

长期探索过程中，视觉 SLAM 会面临两类不可避免的退化：

• 累积漂移：随着探索范围扩大、轨迹长时间不闭合，位姿误差持续累积，地图逐渐”扭曲”。
• 子图膨胀 / 冗余：SLAM 会不断切分新的子图（submap），其中部分子图可能规模过小、与主图断连，或因优化异常而质量下降，拖累整体定位与地图质量。

探索节点内置的 SLAM 模式自动切换 与 子图自动管理 即用于在无人干预的情况下抑制这两类退化，保持长时探索的地图与定位稳定性。

以上两类自动行为都受同一总开关 explore_en_longterm_update_map（默认开启）控制；关闭后下述所有自动行为均不生效，退化到传统的先建图再定位的使用模式。

9.2 SLAM 模式自动切换

SLAM 有两种工作模式：

探索期间模式切换是全自动的，用户无需手动干预，核心规则如下：

9.2.1 定位 → 建图

触发条件有以下几类（共 7 个触发点），任一满足即切回建图：

与”建图→定位”的区别：这 7 个触发点是任一满足即切换（OR 关系），而”建图→定位”的 11 个条件需全部满足（AND 关系）。因此”定位→建图”更容易触发——只要任一异常出现就切回建图补齐，这是保守策略（宁可多建图也不要漂移）。

触发后的共同行为：切回建图后会刷新 mapping_start_time_（重置”建图→定位”的计时器），即每次切回建图后要重新累计 auto_localize_mapping_duration_thr（180s）才可能再切定位。

9.2.2 建图 → 定位

当满足”已建图足够久、地图面积足够大、当前位置与目标点附近关键帧密度达标、子图已连通”等条件时，自动切回定位模式以避免在已熟悉区域继续新增关键帧造成冗余、降低内存占用。具体需同时满足以下 11 个条件（缺一不可，任一不满足则不切换，部分条件不满足还会重置建图计时器导致”一直切不回定位”）：

最容易卡住的点：条件 6/7（关键帧密度）。若机器人长期停留在关键帧稀疏区域，这两条会反复重置 mapping_start_time_，使条件 2 的”建图已持续 180s”永远从头算起，导致一直停在 MAPPING 切不回定位。排查见 9.5.3「什么时候该留心」。

mapping_start_time_ 的额外重置点：从回环/重定位退出进入其它状态时，若当前在建图，也会重置 mapping_start_time_——即”建图→定位”的计时从上一次回环/重定位结束时刻起算。

对用户的含义：探索过程中 SLAM 会在建图与定位之间自动往返，这是正常且期望的行为，不需要手动切换。

相关可调参数：

9.3 模式稳定条件与稳态

SLAM 模式是否”稳定”（长时间停留在某一模式而不频繁切换），取决于环境熟悉度与所处阶段：

通常的稳态是定位模式：当家庭环境已被充分探索后，机器人大部分时间稳定在定位模式——地图不再显著增长，定位精度稳定，仅偶尔进入陌生或关键帧稀疏区域时短暂切回建图补齐观测，随后自动恢复定位。这是长时运行期望达到的状态。

探索期不稳定是正常的：首次建图与探索新区域阶段，模式会在建图与定位间往返，这是覆盖新区域、又在已覆盖区域避免关键帧冗余的正常过程，无需干预；随着探索完成会自然收敛到定位稳态。

无法切到定位的情况：若场地很小、地图面积始终达不到 auto_localize_map_area_thr，或机器人长期停留在关键帧稀疏区域，SLAM 会持续停留在建图模式而无法切换到定位——这属于场地/参数不匹配，可参照本节 9.5「使用」与 9.6「调参建议」下调面积阈值或调整关键帧密度参数。

总开关关闭时：explore_en_longterm_update_map=false 下不进行任何自动切换，模式固定停留在启动时的模式（由 SLAM 启动配置决定）。

9.4 子图自动管理

子图管理包含两类自动行为，均仅在建图模式下生效（优化误差删除除外）：

9.4.1 新建子图（解决累积误差）

当某段轨迹长时间未能闭环、累积误差有增大风险时，自动新建一个子图，相当于”在此处重置累积误差的起点”，防止误差继续放大。触发条件如下：

与”定位→建图 #4（未闭环轨迹过长）”的关系：两者用同样的阈值（search_loop_closure_thr × unlc_traj_high_scale），但作用不同——”定位→建图”是切模式（LOCALIZATION→MAPPING）来重新建图；”新建子图”是在已是 MAPPING 时新建一个子图重置误差起点。常配合发生：轨迹过长先切回建图，随后新建子图。

冷却机制：trigger_new_map_cooldown 防止短时间内反复新建子图（每次新建后 30s 内不再触发），避免子图碎片化。

9.4.2 删除子图（清理冗余 / 异常子图）

自动删除两类”低价值”子图，触发条件如下：

并发保护：同一时刻只允许一个删除请求在飞（delete_submap_inflight_ids_ 互斥），删除期间拒绝切到定位模式（避免竞争）。删除失败会 break 本轮，等下一帧 slamInfo 重试。

调参方向：子图频繁被删 → 增大 delete_cur_map_opt_warn_count_thr/减小 delete_submap_kf_thr/delete_submap_area_thr 让删除更难；断连子图残留 → 调小 submap_disconnect_delete_timeout（或置 0 关闭强制删，让断连子图靠规模判定保留）。详见 9.6「调参建议」。

9.5 使用 SLAM 模式与子图管理功能

SLAM 模式切换和子图管理都是探索节点自动完成的，用户只需启动运行，然后用下面这些手段去”看”它在做什么。

9.5.1 启动

打开RDK X5终端，运行如下命令，包含环境感知，VSLAM，导航，自主探索建图，rviz可视化：

source /opt/tros/humble/local_setup.bash
source /userdata/vims/install/local_setup.bash
mkdir -p /userdata/rtabmap/ 
# 删除地图文件
rm /userdata/rtabmap/office.db 
YAML_CONFIG_FILE=`ros2 pkg prefix tros_vision_nav --share`/params/params.yaml \
bash `ros2 pkg prefix tros_vision_nav --share`/launch/run_launch.sh

通过键盘或者导航控制机器人开始在场地里移动。从这一刻起，模式切换和子图管理就在后台自动进行，用户无需任何手动操作。

启动时使用en_search_loop_closure=False参数启动，可关闭探索时自动回环功能，通过自主探索进行测试。

9.5.2 看 SLAM 当前在哪个模式 + 子图在怎么变化

SLAM 模式、子图连通、地图面积等信息发布在 /tros_diagnostics 上。订阅它就能一眼看全：

ros2 topic echo /tros_diagnostics

输出里关注 key 为 stat_traj 的那条 value，它长这样：

unlc traj: 0.00, slam: LOCALIZATION | 9 connected 6/6 | wm: 621, map known area: 159.86 ㎡, free 138.89 ㎡ | cpu 509.1 | mem 25.3 % | bpu 49 % |

逐段解读（与 SLAM 模式 / 子图管理直接相关的加粗）：

模式会来回切换是正常的（详见 9.3「模式稳定条件与稳态」）：探索新区域时 slam: 是 MAPPING，区域成熟后切 LOCALIZATION，遇到陌生角落又切回 MAPPING 补齐。看到 slam: 在两个值之间来回变不要以为出错了。 跑久之后（环境已充分探索），它通常会长期停在 LOCALIZATION，偶尔短暂切回 MAPPING 又恢复——这就是期望的稳态。

子图会增减也是正常的：探索跑久了你会看到 9 connected 6/6 这段里的子图 id 变化、6/6 的分母（总子图数）有时变小——那就是自动删除在清理规模过小或断连的冗余子图（详见 9.4.2「删除子图」），是正常维护行为。

想看每个子图的逐项明细（map_id / 关键帧数 / 面积），可直接 ros2 topic echo /rtabmap/info --field submap_info，每条对应一个子图。

看模式切换的原因：/tros_diagnostics 只告诉你当前 slam: 是哪个模式，为什么切换要看 /explore/status：

ros2 topic echo /explore/status

每当模式切换（或子图删除、重定位等关键事件）发生时，探索节点会在这里发布一条带原因的字符串，常见几类：

@ts: 后是时间戳（Unix 秒），便于和 /tros_diagnostics 的采样对齐。排查”为什么一直 MAPPING 切不回定位”或”为什么频繁切回建图”时，先 ros2 topic echo /explore/status 看最近几条原因，再对照本节 9.5.3 表格定位。

9.5.3 什么时候该留心

绝大多数情况下用户什么都不用做。留心以下几种”现象对不上预期”的情况，可对照下文 9.6「调参建议」：

9.6 调参建议

默认参数适用于多数中等规模室内场景。如遇以下情况可按方向调整：

调参原则：一次只改一个参数，观察一轮探索效果后再决定是否继续调整。子图相关阈值改动对地图连贯性影响较大，建议小步调整。

9.7 小结

核心认知只需三点：

1. 全自动：SLAM 模式切换与子图新建/删除在探索期间自动进行，无需手动操作。
2. 总开关：explore_en_longterm_update_map（默认开启）一键启停上述全部自动行为。
3. 可调参：通过本节所列 launch 参数调整触发阈值，以适配不同场地规模与精度需求。

10. 单模块运行命令

10.1 运行时指定配置文件

使用场景：

• 需要使用自定义配置文件（如修改了算法参数、标定参数）运行完整Solution。
• 调试不同参数组合对系统行为的影响。

前置条件：

• 已正确source TROS环境和移动Solution工作空间。
• 已准备好自定义配置文件（如 /userdata/params.yaml），并已正确配置所有必要参数。

运行命令：

# 默认使用的配置文件为`ros2 pkg prefix tros_vision_nav --share`/params/params.yaml
# 支持启动时用户使用YAML_CONFIG_FILE环境变量指定配置文件
YAML_CONFIG_FILE=/userdata/params.yaml \
bash `ros2 pkg prefix tros_vision_nav --share`/launch/run_launch.sh

10.2 只启动rviz

使用场景：

• 仅需要查看机器人状态、地图、轨迹等可视化信息，而不需要运行实际的感知或导航算法。
• 用于调试rviz显示配置，或远程连接RDK查看其他模块发布的数据。

前置条件：

• 已正确source TROS环境。
• 其他模块（如VSLAM、导航）已在其他终端中运行，并有数据发布到对应的topic。

运行命令：

ros2 run rviz2 rviz2 -d `ros2 pkg prefix tros_vision_nav`/share/tros_vision_nav/params/nav.rviz

10.3 只启动导航

使用场景：

• 已有预先构建好的地图，仅需运行导航和避障功能，而不启动感知、VSLAM等其他模块。
• 用于调试导航算法参数或测试路径规划效果。

前置条件：

• 已正确source TROS环境和移动Solution工作空间。
• 已存在可用的地图文件（位于 /userdata/rtabmap/ 目录）。
• 其他必要模块（如底盘驱动、定位数据源）已在其他终端中运行。

运行命令：

YAML_CONFIG_FILE=`ros2 pkg prefix tros_vision_nav --share`/params/params.yaml \
localization=True log_level_nav=info LAUNCH_FILE="nav.launch.py" \
bash `ros2 pkg prefix tros_vision_nav --share`/launch/run_launch.sh

10.4 只启动自主探索

使用场景：

• 需要在未知环境中自动探索建图，而无需启动完整的导航系统。
• 用于测试自主探索算法或收集建图数据。

前置条件：

• 已正确source TROS环境和移动Solution工作空间。
• 已启动底盘驱动、VSLAM等自主探索依赖的模块。
• 机器人放置在待探索的环境中。

运行命令：

YAML_CONFIG_FILE=`ros2 pkg prefix tros_vision_nav --share`/params/params.yaml \
LAUNCH_PACKAGE=tros_frontier_exploration LAUNCH_FILE="explore.launch.py" \
bash `ros2 pkg prefix tros_vision_nav --share`/launch/run_launch.sh

10.5 只启动底盘和双目深度估计

使用场景：

• 仅需要验证双目相机工作正常、深度估计功能可用，而不启动其他模块。
• 用于测试相机连接、深度图效果或采集原始数据。

前置条件：

• 已完成双目相机的硬件安装和软件配置。
• 底盘驱动已正确安装并可与RDK X5通信。

运行命令：

stereonet_pub_web=True run_pcl2grid=False run_rviz=False run_perc=False run_slam=False run_nav=False run_explore=False run_mask_depth=False mipi_image_framerate=20.0 bash `ros2 pkg prefix tros_vision_nav --share`/launch/run_launch.sh

10.6 只启动通用障碍物识别

使用场景：

• 需要单独测试或调试通用障碍物识别算法的效果。
• 用于分析点云数据中的障碍物检测结果，不依赖其他模块。

前置条件：

• 已正确source TROS环境和移动Solution工作空间。
• 已有点云数据源（如运行中的双目深度估计模块、或录制的bag包）发布到对应topic。

运行命令：

YAML_CONFIG_FILE=`ros2 pkg prefix tros_vision_nav --share`/params/params.yaml \
LAUNCH_FILE="pcl_obstacle_det.launch.py" use_composition=False \
bash `ros2 pkg prefix tros_vision_nav --share`/launch/run_launch.sh

10.7 只启动语义目标识别

使用场景：

• 需要单独测试或调试语义目标识别算法（如识别特定物体类别）的效果。
• 用于验证障碍物语义分割的准确性或调试相关参数。

前置条件：

• 已正确source TROS环境和移动Solution工作空间。
• 已启动双目深度估计模块，提供RGB图像输入。

运行命令：

YAML_CONFIG_FILE=`ros2 pkg prefix tros_vision_nav --share`/params/params.yaml \
odom_type=wheel run_mask_depth=False run_pcl2grid=False run_explore=False \
run_slam=False run_nav=False run_rviz=False \
bash `ros2 pkg prefix tros_vision_nav --share`/launch/run_launch.sh