00-路线图
作者：姚博文 · 2026-09-15
学习路线图 — 从零基础到自主导航智能小车
定位：整个知识库的总索引。先看这篇，再按阶段深入。
目标：能独立完成一辆"会遥控、会自主导航、能视觉识别"的智能小车，并理解每个模块背后的原理。
0\. 总览：自主导航小车的全链路
一辆智能小车的软件链路（后面所有文档都挂在它上面）：
硬件链路：电池 → BEC/电源 → MCU(100Hz 控制环) ⇄ 主计算平台(10Hz 导航) ⇄ 传感器/执行器。
1\. 阶段划分与里程碑
阶段 A：遥控车（目标：2-4 周，有实物小车）
**能力**：小车能被遥控平稳行驶，速度/转向闭环工作，里程计可用。
| # | 内容 | 对应文档 | 里程碑检验 |
| --- | --- | --- | --- |
| A1 | 坐标系、运动学基础 | 01-基础概念 | 能手推差速运动学方程 |
| A2 | 底盘/电机/电池选型与安装 | 02-机械与硬件 | 小车能通电跑起来，不烧驱动 |
| A3 | MCU 与通信 | 03-电子与通信 | MCU 能收指令、读编码器 |
| A4 | 编码器里程计 + IMU | 04-里程计与IMU | 跑直线/圆，里程计误差 <5% |
| A5 | PID 速度环/转向环 | 05-PID与经典控制 | 给定速度跟踪误差 <10%，转弯半径稳定 |
| A6 | 遥控（蓝牙/WiFi） | 03-无线通信 | App/手柄稳定遥控 >30s 无断连 |
**里程碑 M1**：遥控车跑 S 形轨迹，速度环稳定，里程计可用。
**练习**：`labs/diff_drive_sim.py`（运动学+PID 仿真，先仿真后上车）。
阶段 B：感知与定点控制（目标：2-4 周）
**能力**：能避障、能循线、能按指令转向到位。
| # | 内容 | 对应文档 | 里程碑检验 |
| --- | --- | --- | --- |
| B1 | 激光/超声/红外测距 | 04-测距传感器 | 测距数据稳定，能建粗糙环境图 |
| B2 | 简单避障/循线 | 08-图像处理与目标检测 | 循线 10m 不脱线；避障不撞 |
| B3 | 相机与标定 | 04-相机与标定 | 完成相机内参标定，重投影误差 <1px |
| B4 | 姿态控制（原地转向） | 05-移动机器人运动学模型 | 原地转 90° 误差 <5° |
| B5 | LQR 入门 | 05-状态空间与LQR | 用 LQR 控制小车跟踪直线/圆 |
**里程碑 M2**：小车能循线 + 避障 + 定点转向，姿态可控。
阶段 C：定位与 SLAM（目标：4-8 周）
**能力**：已知地图上定位（AMCL）；未知环境建图（GMapping/Cartographer）。
| # | 内容 | 对应文档 | 里程碑检验 |
| --- | --- | --- | --- |
| C1 | 状态估计/EKF | 06-定位与状态估计 | 理解 EKF 预测-更新两步 |
| C2 | 激光 SLAM 建图 | 06-激光SLAM | 跑一圈房间，地图闭合（无重复走廊） |
| C3 | AMCL 定位 | 06-定位与状态估计 | 定位初始偏移 0.5m 能收敛，yaw 误差 <5° |
| C4 | 传感器融合 | 04-传感器融合 | 激光+IMU+里程计融合定位 |
| C5 | 点云处理（如用 3D 激光） | 04-点云处理入门 | 地面分割 + 障碍提取 |
**里程碑 M3**：能建图 + 能定位，定位在已知地图上稳定不漂。
阶段 D：自主导航（目标：4-8 周）
**能力**：Nav2 跑通，给目标点能自主走过去，动态障碍能绕行。
| # | 内容 | 对应文档 | 里程碑检验 |
| --- | --- | --- | --- |
| D1 | 全局规划 A*/D* Lite | 07-全局规划 | 理解 c