Robomaster 2023赛季哨兵设计思路

 

目前方案

麦克纳姆轮底盘，弹仓置于底盘，因供弹链，所以 NUC 无法放置于云台中心点，转动惯量相比于普通步兵较大。

因 USB3.0 滑环成本较高，故 NUC ，雷达受相机位置所限制只能放置于云台。

基于算法层面的考虑

此前在 RMUA 所有队伍都是使用 2d 激光雷达进行定位，实力较强的队伍会在定位算法上进行创新。

后来基于 3d 激光雷达的里程计算法越来越成熟，fast-lio, point-lio，定位准确，精度高。鉴于 RMUC 场地的复杂性（盲道，斜坡），故使用 3d 雷达方案进行定位。

对比

3d 雷达里程计算法在较为空旷地区（体育馆）以及走廊会出现定位缓慢、漂移，需要参照物较多的地形。

CPU 占用比 2d 点云匹配位置估计算法较高。

为何规划导航使用基于 2d 而不是 3d 的算法

ego-planner 也是比较成熟的 3d 路径规划算法，但是考虑到相比于 2d 规划导航，当时哨兵组开发人员更熟悉 2d 规划导航，时间紧迫，故没有评估其可行性。

为何使用 roborts 框架

虽然该框架较为复杂（相比 move_base），但是有前人的代码可以参考（RMUA），而且开发灵活。

基于成本方面的考虑

设备

mid-360 相比于 2d 雷达并不是特别贵，而且范围广，自带 imu，雷达里程计算法稳定（相对）。

位置

由于云台相机位置，如果需要将 NUC 通过滑环，则需要购买 2k+ 可以通过 USB3.0 的滑环，所以 NUC 暂时放在滑环上层，由于底盘需要自旋，所以雷达也暂时放在云台上（当然也可以考虑华工的龙门架，雷达倒置放置在最高处与底盘固连）。

其他学校

在哨兵出现的第一年（2023年），深圳大学使用的是 fast-lio + move_base（靠慢速和双云台避免雷达运动畸变），华南农业大学使用的是 2d 雷达修改的 icp 算法进行定位 + move_base（去掉了局部规划，即没有避障，双 2d 雷达（30hz）放置于舵轮底盘的两个舵上，NUC 在云台上，雷达网线通过滑环）。

现在还存在的问题

雷达运动畸变

将雷达和云台固定在一起，由于 2d 雷达刷新频率低（10hz），导致云台运动索敌过程中点云畸变，代价地图被畸变的点云污染，车辆运动轨迹不是很顺畅（猜想华农因为这个原因去掉了局部规划实时避障）。

期望解决方案

雷达运动畸变矫正：2d 雷达无直接可用的功能包，需要自己编写（rplidar 官方和第三方有，但是效果不理想）。3d 雷达 livox 官方则提供了一个畸变矫正功能包。

双云台：雷达相对于云台和底盘运动，相对于场地没有旋转只有平移，但是对机械和电控要求较高。

全向感知：自瞄改用传统视觉，在云台加上多个 USB 相机，使用 openvino 利用 GPU 进行目标识别。