1. 课程导论与预备知识：自主避障概述、应用场景、课程目标、环境配置
1.1 自主避障到底是什么？
大家好，我是你们这门课的主讲。在机器人行业摸爬滚打了快十年，我见过太多「撞墙」的机器人了——嗯，字面意义上的撞墙。
自主避障，说白了就是让机器人自己知道「前面有东西，我得绕开」。听起来简单吧？但实际做起来，这里面的门道可不少。我记得刚入行那会儿，带我的老工程师跟我说过一句话：「能让机器人稳稳当当走起来不难，能让它不撞东西还走得漂亮，那才是真本事。」
你想想看，一个移动机器人要在未知环境里穿行，它得先知道自己在哪（定位），知道周围有什么（感知），然后决定怎么走（规划），最后还要能执行出来（控制）。这四个环节，哪个出问题，机器人就得「翻车」。
核心要点：自主避障不是单一技术，而是感知、定位、规划、控制四者的协同配合。缺一个，整个系统就瘸腿。
1.2 应用场景——我踩过的坑
这些年我参与过的项目，从仓储物流到服务机器人，从矿区无人车到室内巡检，几乎每个场景的避障需求都不一样。
- 仓储物流：环境相对结构化，但动态障碍物多（人、叉车）。我做过一个项目，机器人老是急刹车，后来发现是激光雷达的噪点没滤干净。说白了，传感器数据质量决定一切。
- 服务机器人：商场、医院这种人流密集的地方。避障策略要「温柔」，不能急停急转，否则用户体验极差。
- 矿区/户外：地形复杂，灰尘大，激光雷达容易受干扰。我曾经在矿区调试，激光雷达被扬尘搞得数据全是毛刺，那叫一个头疼。
- 家庭扫地机：低矮障碍物（拖鞋、电线）是噩梦。很多扫地机卡在电线上的视频，你们应该都看过吧？
不同的场景，对传感器的选型、算法的实时性、避障策略的激进程度，要求完全不一样。这也是为什么我在这门课里，会带大家从零搭建一套完整的避障方案，而不是只讲理论。
1.3 课程目标——你能学到什么？
这门课一共30章，咱们会一步步从环境搭建，到传感器数据处理，再到路径规划算法，最后整合成一个完整的自主避障系统。我个人习惯是「先跑通，再优化」，所以前期会花不少功夫在环境配置和基础工具使用上。
- 掌握ROS Noetic + Gazebo仿真环境：这是所有实验的基础。我会教你怎么配置，以及遇到常见问题怎么排查。
- 理解主流避障算法原理：从DWA、TEB到MPC，每种算法的优缺点、适用场景，我都会结合项目经验讲清楚。
- 动手实现完整避障流程：从传感器数据读取、障碍物检测、路径规划到控制执行，全部手写代码。
- 学会调试与优化：避障系统出问题怎么定位？参数怎么调？这些「软技能」才是工作中最值钱的。
我的建议：别光看代码，一定要动手跑。我见过太多人「眼睛会了手不会」。每章后面的练习，至少做一遍。
1.4 环境配置——ROS Noetic + Gazebo + Ubuntu 20.04
这部分是硬性门槛。我建议你严格按照下面的步骤来，别跳步。我曾经帮一个学员远程调试，他Ubuntu版本装错了，折腾了两天才发现——这种坑，咱们不踩。
1.4.1 系统要求
| 组件 | 推荐版本 | 备注 |
|---|---|---|
| 操作系统 | Ubuntu 20.04 LTS | 其他版本兼容性差，别冒险 |
| ROS | Noetic Ninjemys | Ubuntu 20.04的官方版本 |
| Gazebo | 9.x 或 11.x | ROS Noetic自带Gazebo 9 |
| Python | 3.8+ | ROS Noetic原生支持Python3 |
1.4.2 安装步骤（精简版）
这里我只给核心命令。详细的安装脚本，我会在课程配套的GitHub仓库里提供。
# 1. 设置sources.list
sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
# 2. 设置密钥
sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
# 3. 安装ROS Noetic桌面完整版
sudo apt update
sudo apt install ros-noetic-desktop-full
# 4. 初始化rosdep
sudo rosdep init
rosdep update
# 5. 设置环境变量
echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc
source ~/.bashrc
# 6. 安装Gazebo（如果未安装）
sudo apt install ros-noetic-gazebo-ros-pkgs ros-noetic-gazebo-ros-control注意：安装过程中如果遇到依赖冲突，别硬装。先运行 sudo apt --fix-broken install 修复依赖关系。我曾经在客户现场遇到过因为网络问题导致rosdep init失败的情况，解决办法是手动添加源列表。
1.4.3 验证安装
装完之后，跑一下这个命令，看看能不能正常启动Gazebo空世界：
roslaunch gazebo_ros empty_world.launch如果能看到一个灰色的3D场景，恭喜你，环境配置成功了。如果报错，别慌，90%的问题都是环境变量没设置对，或者显卡驱动问题。
避坑指南：我曾经在笔记本上装双系统，NVIDIA显卡驱动和Gazebo的OpenGL渲染冲突，Gazebo启动后一片黑。解决办法是安装 nvidia-prime 并切换到Intel集成显卡运行Gazebo。
1.5 本章知识体系总览
下面这张图，是我自己画的课程知识体系框架。你可以把它当作整个课程的地图，每学完一章，回来看看自己走到了哪一步。
这张图把30章的内容分成了五个层次。你会发现，每一层都依赖下面一层。所以我的建议是：别跳着学。尤其是环境配置这关，一定要扎扎实实过掉。
1.6 写在最后
嗯，第一章的内容就到这里。说实话，配置环境是件挺枯燥的事，但这是所有后续实验的基础。我见过太多人因为环境没配好，后面代码跑不通，最后放弃了——挺可惜的。
如果你在配置过程中遇到任何问题，别硬扛。先自己搜一下，搜不到就记下来，后面咱们有专门的答疑环节。记住，搞机器人这行，调试能力比写代码能力更重要。