1. 课程导论与预备知识：视觉引导运动规划概述、应用场景与软硬件环境配置

大家好，欢迎来到这门实战课。我是你们的讲师，一个在机器人堆里摸爬滚打多年的老工程师。今天咱们先不急着敲代码，先把地基打牢。这一章，我带你看看视觉引导运动规划到底是个啥，能用在哪儿，以及我们得准备哪些家伙事儿。

1.1 视觉引导运动规划：到底在解决什么问题？

说白了，就是让机器人长上“眼睛”，然后根据看到的东西，自己决定怎么动、怎么走、怎么抓。你想想看，一个盲人机器人，只能按固定轨迹走，一旦环境变了，比如地上多了个箱子，它就傻眼了。但有了视觉，它就能“看”到障碍物，然后重新规划一条路绕过去。

我个人习惯把这件事拆成三个核心环节：

• 感知（Perception）：用摄像头拍下图像，识别出物体、障碍物、目标位置。这活儿OpenCV和深度学习模型干得最多。
• 规划（Planning）：根据感知到的信息，算出一条从当前位置到目标点的安全路径。这步是运动规划算法的地盘。
• 控制（Control）：把规划好的路径，转换成电机能执行的指令，让机器人动起来。ROS2里的控制栈就是干这个的。

我在项目中遇到过不少同学，一上来就调PID，结果机器人撞墙了才发现——摄像头根本没标定。嗯，这里要注意，视觉和运动是强耦合的，缺一环都不行。

1.2 应用场景：从仓库到车间

光说理论太虚，咱们看看实际中怎么用的。我挑了两个最典型的场景，也是咱们课程后面会反复用到的案例。

1.2.1 仓储AGV：自动导引小车的“眼睛”

你去过那种大型电商仓库吗？AGV驮着货架满地跑。早期的AGV靠磁条或二维码导航，路线固定，灵活性差。现在的视觉AGV，头顶一个摄像头，能识别地面纹理、货架标签，甚至能动态避让行人。

我记得有一次调试，AGV在拐角处老撞墙。查了半天，发现是视觉SLAM的定位漂移了。后来加了回环检测，问题才解决。这就是典型的“视觉+规划”的坑。

1.2.2 协作机器人：与人共舞的“安全卫士”

协作机器人（Cobot）不像传统工业机器人那样关在笼子里。它要和人近距离工作，安全是第一位的。视觉系统在这里扮演两个角色：一是识别工件位置，引导机械臂去抓取；二是实时检测人的手臂或身体，一旦进入危险区域，立刻减速或停止。

我曾经做过一个项目，机械臂抓取时总差那么几毫米。后来发现是手眼标定没做好。你想想看，摄像头看到的坐标系和机械臂的坐标系没对齐，那规划出来的路径肯定不准。所以，标定是视觉引导的“第一颗纽扣”，扣错了后面全歪。

1.3 软硬件环境配置：工欲善其事，必先利其器

好，咱们要开始动手了。先把开发环境搭好。我建议你按照下面的清单来，别跳步，否则后面编译报错你会想哭的。

1.3.1 操作系统与ROS2

咱们课程基于 Ubuntu 22.04 和 ROS2 Humble。为什么选这个组合？因为稳定，社区活跃，而且对新手友好。ROS2解决了ROS1里很多实时性和多机通信的痛点。

安装ROS2其实很简单，跟着官方教程走就行。但我提醒你一点：一定要用apt安装，别自己从源码编译。我刚开始学ROS2时，非要挑战自己，结果编译了三天，最后发现一个依赖版本不对……嗯，从那以后我再也不干这种傻事了。

# 设置编码
sudo apt update && sudo apt install locales
sudo locale-gen en_US en_US.UTF-8
sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8

# 添加ROS2源
sudo apt install software-properties-common
sudo add-apt-repository universe

# 安装ROS2 Humble
sudo apt update
sudo apt install ros-humble-desktop

# 设置环境变量
echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc
source ~/.bashrc

1.3.2 OpenCV：视觉处理的核心库

OpenCV是咱们处理图像的瑞士军刀。在ROS2环境下，我推荐用cv_bridge来桥接ROS图像消息和OpenCV的Mat格式。安装也很简单：

sudo apt install ros-humble-cv-bridge
sudo apt install python3-opencv

这里有个小技巧：如果你需要用到OpenCV的contrib模块（比如SIFT、SURF），建议从源码编译。但咱们课程里用到的功能，apt安装的版本完全够用。

1.3.3 Python与依赖管理

咱们主要用Python写节点，因为开发快、调试方便。但性能敏感的部分（比如路径搜索算法），我会用C++实现，然后封装成Python接口。你不用担心，我会在代码里标注清楚。

建议你创建一个虚拟环境来管理依赖：

python3 -m venv robot_vision_env
source robot_vision_env/bin/activate
pip install numpy matplotlib scipy

我个人习惯把OpenCV、NumPy、SciPy这三个库当作“铁三角”。图像处理用OpenCV，数值计算用NumPy，科学计算用SciPy。大部分视觉引导的算法，都离不开它们。

1.3.4 硬件准备（可选但推荐）

如果你有实体机器人，那最好。没有的话也别急，咱们课程全程支持Gazebo仿真。我会提供仿真环境的配置文件，你可以在虚拟世界里调试算法，效果和真实环境几乎一样。

我建议的硬件清单：

• 一个USB摄像头（30fps以上，支持UVC协议）
• 一台性能还行的电脑（至少8GB内存，有独立显卡更好）
• 一个ROS2兼容的机器人平台（比如TurtleBot4或你自制的差速底盘）

1.4 本章知识体系总览

为了让你对本章内容有个整体印象，我画了一张图。这张图展示了视觉引导运动规划的核心知识结构，以及它们之间的逻辑关系。你可以把它当作整个课程的地图。

这张图里，我把整个知识体系分成了三层：上层是三大核心模块（感知、规划、控制），中层是每个模块的具体子模块，底层是我们会用到的工具和平台。注意看那条红色的虚线——它代表视觉伺服中的闭环反馈。说白了，就是机器人一边动一边看，根据视觉信息实时调整动作。这是视觉引导的精髓所在。

1.5 本章小结

这一章咱们聊了视觉引导运动规划的本质，看了两个实际应用场景，也把开发环境搭好了。你可能会觉得内容有点多，但别急，这些都是后面实战的基础。我个人建议你花点时间把环境配好，然后跑一跑ROS2自带的例程，感受一下消息传递和节点通信。

记住一句话：视觉引导不是把摄像头和运动规划简单拼在一起，而是让它们深度融合、实时反馈。后面的章节，我们会一步步把这个闭环做出来。

---