一、避障基础：什么是智能避障？为什么需要路径规划？
大家好，我是老张。在机器人这行摸爬滚打了十几年，今天咱们来聊聊避障这件事。
你想想看，一个机器人要在真实世界里干活，最怕什么？不是没电，不是算力不够，而是——撞墙。我见过太多demo，算法跑得飞起，结果一上路就怼到门框上。所以，智能避障不是锦上添花，是生存刚需。
1.1 什么是智能避障？
说白了，智能避障就是让机器人自己知道：“前面有东西，我得绕开”。但这里有个关键——它不是简单的“碰到就停”，而是提前感知、主动规划、平滑绕行。
我记得2018年做一个仓储机器人项目，客户要求机器人能在货架间以1.5m/s的速度穿行。一开始我们用的就是简单的“遇障急停”，结果机器人一天要急刹几百次，货物全倒了。后来才明白，真正的智能避障，得做到三点：
- 感知：知道障碍物在哪、长啥样、动没动
- 决策：判断是绕过去、停下来、还是减速等待
- 执行：生成一条平滑无碰撞的路径，让底盘跟着走
核心观点：智能避障不是“刹车”，而是“预判+绕行”。好的避障系统，你甚至感觉不到它在避障。
1.2 为什么需要路径规划？
好，问题来了——既然能感知到障碍物，为什么还要专门做路径规划？直接朝着目标走，遇到障碍再拐弯不行吗？
嗯，这里有个坑。我早期做扫地机器人时就犯过这个错。当时想着“实时避障就够了”，结果机器人在客厅里像个无头苍蝇，来回转圈，永远扫不干净。为什么？因为没有全局规划。
路径规划要解决三个核心问题：
- 能不能到？——全局规划告诉你，从A到B有没有路
- 怎么走最好？——局部规划告诉你，当前这段路怎么走最安全、最快
- 遇到意外怎么办？——动态避障告诉你，突然窜出个人该怎么躲
你想想看，没有路径规划的避障，就像蒙着眼过马路——能躲开眼前的坑，但永远到不了目的地。
1.3 四大核心概念
做避障路径规划，有四个概念你必须刻在脑子里。我面试新人时，第一个问题就问这个。
1.3.1 位姿（Pose）
位姿不是位置，是位置+朝向。为什么朝向重要？因为机器人不是质点，它有个头尾。你想想，一个1米宽的机器人，就算定位到了门口，如果朝向偏了5度，它就卡在那进不去。
在ROS里，位姿通常用 (x, y, θ) 表示，或者用四元数。我个人习惯用 geometry_msgs/Pose 类型，方便和导航栈对接。
避坑指南：我曾经在项目里直接用欧拉角表示朝向，结果遇到了万向锁，机器人原地打转。后来老老实实改用四元数。记住：ROS里能用四元数就别用欧拉角。
1.3.2 地图（Map）
地图是机器人的“世界观”。没有地图，路径规划就是瞎猜。常用的地图类型有三种：
| 地图类型 | 特点 | 适用场景 |
|---|---|---|
| 栅格地图（Occupancy Grid） | 把空间分成小格子，每个格子标0或1 | 室内导航、扫地机器人 |
| 拓扑地图（Topological Map） | 用节点和边表示连通关系 | 大范围巡检、园区物流 |
| 特征地图（Feature Map） | 提取环境中的几何特征（墙、柱子） | 工业AGV、高精度定位 |
我个人最常用的是栅格地图，因为它直观、好调试。但要注意分辨率——格子太小，计算慢；格子太大，路径粗糙。一般室内场景用5cm分辨率就够。
1.3.3 障碍物（Obstacle）
障碍物不只是“墙”。在路径规划里，障碍物分三类：
- 静态障碍物：墙、柱子、家具——位置固定，可以提前建图
- 动态障碍物：人、其他机器人、移动的箱子——位置会变，需要实时感知
- 未知障碍物：突然出现的坑、掉落的货物——最棘手，需要反应式避障
我做过一个项目，在工厂里部署AGV。一开始只考虑了静态障碍物，结果工人推着叉车到处走，AGV经常“撞空气”——因为激光雷达扫到了叉车，但规划器没把它当障碍物处理。后来加了动态障碍物跟踪，才算搞定。
1.3.4 代价函数（Cost Function）
代价函数是路径规划的“价值观”。它告诉规划器：什么样的路径是好的。
一个典型的代价函数长这样：
cost = w1 * 路径长度 + w2 * 障碍物距离 + w3 * 平滑度 + w4 * 时间权重怎么调？我一般先设成等权，然后根据实际表现微调。比如在狭窄通道里，我会加大障碍物距离的权重，让机器人贴着中线走。
注意：代价函数不是越复杂越好。我见过有人加了十几个项，结果调参调了两个月，最后发现去掉一半项效果反而更好。记住奥卡姆剃刀——如无必要，勿增实体。
1.4 课程全景图
好了，概念讲完了。咱们来看看这30章课程到底要学什么。我画了张图，帮你理清脉络：
这张图你看懂了吗？整个课程分四层：
- 基础篇（1-5章）：打好地基，搞懂位姿、地图、ROS这些基本功
- 感知篇（6-12章）：学会“看”世界，建图、检测障碍物
- 规划篇（13-22章）：核心算法，从A*到DWA，手撕代码
- 实战篇（23-30章）：真刀真枪，多机器人、动态环境、工程优化
每一章我都会结合自己踩过的坑来讲。比如第7章讲激光雷达时，我会告诉你为什么不能直接用原始数据——因为我在一个项目里被镜面反射坑惨了，机器人把玻璃墙当成了空旷地带，直接撞了上去。
好了，第一章就到这里。记住这四个核心概念：位姿、地图、障碍物、代价函数。它们是后面所有算法的基础。下一章咱们开始动手，在ROS里搭建第一个避障仿真环境。