Robot-Nav的博客

原创 GPU 状态全解析：从查看命令到显存泄漏排查与修复

摘要：本文详细解析了GPU状态监控与显存泄漏问题排查方法。首先介绍了查看GPU版本、显存使用等实用命令，包括nvidia-smi、PyTorch CUDA版本检测等。通过实战案例解读GPU状态输出信息，分析RTX 3050等8GB显卡的显存状况。重点针对强化学习训练中常见的CUDA显存不足错误，揭示了显存泄漏的四大原因：计算图未释放、GPU张量缓存不当、缓存碎片化及网络保存问题，并给出具体修复方案，包括正确使用backward()、CPU存储经验回放数据、定期清空缓存等优化措施。

原创 Docker容器的完全指南：从入门到大师

《Docker 完全指南》摘要： 本文系统介绍了 Docker 容器化技术，涵盖基础概念、架构原理和2026年最新版本特性。Docker 采用客户端-服务器架构，包含 CLI、Daemon、Containerd 和 runc 等核心组件，通过镜像与容器实现轻量级应用打包与隔离。相比虚拟机，容器具有启动快、资源占用少等优势。文章详细讲解了 Linux/Windows/macOS 平台的安装配置方法，包括国内镜像加速设置。最后提供了完整的镜像和容器操作命令参考表，如 docker pull/build/run

原创 CMake、Ament 与 Catkin：ROS 构建系统的前世今生

CMake、Ament与Catkin：ROS构建系统解析 CMake是通用构建系统，为C/C++项目提供基础构建能力。Catkin作为ROS 1的元构建系统，基于CMake扩展了ROS专用功能（如消息生成、环境配置）。Ament是ROS 2的现代化替代方案，改进了Catkin的不足：采用现代CMake特性、原生支持Python包、实现完全隔离的构建空间，并与colcon工具深度集成。三者形成层次关系：CMake是底层引擎，Catkin/Ament是面向ROS的上层封装。ROS 2采用Ament主要因其更好的

原创 Git 项目维护命令指南相关讲解

Git 项目维护命令指南摘要 本文提供了全面的 Git 版本控制操作指南，涵盖从项目初始化到日常维护的全流程。主要内容包括： 项目上传 GitHub：详细介绍了三种上传方式，包括本地项目初始化推送、空仓库克隆推送和保留历史的迁移方法。 基础配置：设置用户名、邮箱、默认分支和拉取策略等基本配置项。 日常开发流程：包含文件添加、提交、状态查看和日志查询等常规操作命令。 分支管理：完整的分支操作指南，包括创建、切换、重命名、合并和删除分支等。 远程仓库操作：远程仓库的添加、修改、推送、拉取和同步管理等核心命令。

原创 MuJoCo +机械臂+DRL+路径规划+避障仿真学习

本文介绍了基于MuJoCo的机器人仿真学习项目，重点讲解了机器人运动学、动力学和控制的核心算法原理。项目支持Franka Emika Panda等机器人模型，包含逆运动学求解（KDL、Pinocchio、CasADi优化）、轨迹规划（TOPPRA、RRTConnect）、动力学控制（阻抗/导纳/PID控制）以及强化学习PPO算法实现。详细推导了旋转表示（矩阵/四元数/欧拉角）、变换矩阵和雅可比矩阵的数学原理，并提供了Python代码实现。

原创 ThetaStar全局规划算法纯C++控制器详解

ThetaStar_CPP：轻量级 Lazy Theta 路径规划库* 摘要：ThetaStar_CPP 是一个纯 C++17 实现的 Lazy Theta* 任意角度路径规划算法库，完全独立于 ROS/ROS2 框架。该库通过视线检查机制生成平滑路径，支持 4/8 连通性搜索和代价感知规划。核心特性包括： 基于 Bresenham 算法的视线检查 可配置的代价权重和启发函数 精简接口设计（GridMap + ThetaStar 类） 跨平台支持（Linux/Windows/macOS） 项目

原创 RC-ESDF 详解：以机器人为中心的欧几里得有符号距离场

本文介绍了RC-ESDF（以机器人为中心的欧几里得有符号距离场）技术，这是浙大高飞团队提出的一种创新碰撞检测方法。与传统ESDF不同，RC-ESDF将机器人形状问题从在线计算中剥离，通过离线预计算机器人本体距离场实现极致查询速度（2.4μs级）。该方法将机器人CAD模型转化为静态距离场表，运行时只需坐标变换和查表操作，无需在线更新。RC-ESDF与环境ESDF协同工作，前者描述机器人自身轮廓，后者感知环境障碍物，完美支持任意复杂形状的机器人。这种分而治之的设计哲学大幅提升了规划效率，特别适合需要实时碰撞检测

原创 RC-ESDF与Lazy Theta* 算法结合进行离线全局路径的生成

本文介绍了RC-ESDF-Lazy Theta算法，该算法在原有RC-ESDF地图基础上引入Lazy Theta路径规划方法，解决了传统A算法路径锯齿化问题。文章首先分析了A算法的局限性，包括路径不自然、长度欠优和转向代价高等问题，进而提出任意角度路径的需求。随后详细阐述了Lazy Theta算法的核心思想，包括视线检测机制和延迟计算策略，并通过数学公式说明了代价函数的计算方式。算法实现部分重点描述了Bresenham视线检测算法的原理和代码实现，最后通过对比表格直观展示了Lazy Theta相比A*在路径

原创 基于改进TD3的无人车自主导航与动态避障系统

本项目基于深度强化学习（DRL）技术，开发了一套无人车自主导航与动态避障系统。采用TD3（双延迟深度确定性策略梯度）算法构建Actor-Critic架构，通过激光雷达感知和ROS-Gazebo仿真平台，实现无人车在复杂机场环境下的端到端导航控制。系统包含状态预处理、奖励函数设计、经验回放缓冲等模块，采用双重Q网络、目标平滑噪声和延迟策略更新等技术提升训练稳定性。项目实现了从算法设计到仿真验证的完整流程，为机场无人转运等场景提供智能化解决方案。

原创 双系统安装：Linux下系统环境卡住不动的解决方法

摘要： 针对NVIDIA GTX 16xx显卡在Linux系统下的随机死机问题，诊断发现是开源nouveau驱动兼容性差所致。解决方案为卸载nouveau并安装官方NVIDIA 535驱动，通过终端命令完成驱动更换及验证。优化建议包括设置显卡工作模式（独显/集显/按需）和双系统下关闭Windows快速启动功能。最终成功解决问题，显卡性能完全释放，支持CUDA 12.2。文末提供了内核更新后的修复方法。（149字）

原创 NeuPAN 项目文件结构与使用方法文档

NeuPAN 项目文档概述了文件结构和使用方法。核心代码位于neupan目录，包含主入口类neupan.py、机器人模型robot.py和优化网络组件（PAN、NRMP、DUNE）。example目录提供仿真测试场景，支持三种运动学模型（Ackermann、差速、全向）和各种环境配置。DUNE模型训练可在运行实验时自动触发或代码调用，训练数据在线生成且与场景无关，只需调整采样范围和样本量即可适配不同环境。项目使用irsim仿真框架进行测试验证，生成动画可保存在example/animation目录下。

原创 基于深度强化学习的自主导航与避障策略研究

本文探讨了PPO和TD3算法在移动机器人自主导航与避障中的应用。通过设计连续动作空间和状态空间（包含激光雷达数据、目标位置等），结合PPO的稳定性与TD3的精确控制优势，提出混合训练策略：初期使用PPO探索，后期切换TD3微调。实验表明，该方法在仿真和实际部署中（如TurtleBot3平台）表现优异，导航成功率92%，速度提升40%。未来可结合模仿学习优化训练效率，并研究多机协同避障策略。

原创 雷达定位算法

A-LOAM（A LiDAR Odometry and Mapping) 是香港科技大学、华为天才少年秦通博士对张绩的LOAM框架进行强化的一个激光框架。

原创 学术写作必备：高效提取论文公式并转换为Mathtype格式的方法

本文介绍了Mathtype公式编辑中的字体大小对照表（宋体），包括初号44pt到八号5pt的详细规格，并解释了磅（pt）作为排版单位的概念（1英寸=72pt）。同时提供了两种快速转换公式到Mathtype格式的方法：1）直接复制AI生成公式粘贴至Mathtype；2）将PDF公式截图后通过AI转换为Mathtype格式。这些技巧能有效提升论文公式编辑效率，适用于从AI回答或PDF文献中提取公式的场景。

原创 NeuPAN：具有端到端基于模型的学习的直接点机器人导航

本文提出NeuPAN，一种基于端到端模型学习的机器人实时导航方法，直接处理原始点云数据生成无碰撞运动。通过深度展开神经编码器(DUNE)和神经正则化运动规划器(NRMP)的紧密耦合框架，NeuPAN避免了传统方法中的误差传播问题，在保持可解释性的同时实现高精度避障。实验表明，该方法在多种机器人平台(地面移动、轮腿、自动驾驶)和复杂环境(结构化/非结构化)中均表现出色：处理非凸障碍物成功率提升19%，导航时间减少11.27%；在动态环境中(障碍物速度4m/s)成功率提高35.42%。NeuPAN的创新在于直接

原创 Nav2 + TurtleBot3 离线路径局部规划器测试指南

本文介绍了在Ubuntu 22.04和ROS2 Humble环境下，使用TurtleBot3 Burger机器人测试Nav2局部规划器(MPPI/DWB/Graceful)的离线路径验证方法。内容包括环境搭建(ROS2、TurtleBot3和Nav2安装)、工作空间配置、地图设置、局部规划器切换方式以及详细的实验步骤。通过预定义路径点测试规划器的避障和轨迹跟踪性能，提供了三种规划器的配置参考和调试命令，并强调了编译模式、仿真时间等注意事项。最后给出了快速启动命令汇总，方便实验操作。

原创 VSCode 调试 ROS1/ROS2 等项目完整指南

本文档提供在VSCode中配置和调试ROS1/ROS2项目的完整指南，涵盖C++和Python节点的调试方法。主要内容包括：1)安装必要的VSCode扩展(ROS、C++、Python相关)；2)准备工作空间并验证ROS环境；3)执行Debug编译以确保包含调试符号；4)配置VSCode的c_cpp_properties.json和settings.json文件；5)创建调试配置并启动调试。文档详细说明了每个步骤的具体操作方法和验证方式，适用于ROS开发者在VSCode中进行高效的项目调试。

原创 OptiMPPI：基于Nav2-MPPI的一个纯净版优化

OptiMPPI：高性能纯C++ MPPI控制器 OptiMPPI是一个纯C++17实现的模型预测路径积分(MPPI)控制器，专为移动机器人路径跟踪和激光避障设计。核心控制器采用零ROS依赖的架构，仅需C++17和xtensor数值库，支持跨平台部署到嵌入式系统和实时操作系统。 核心优势： 工业级性能：20Hz控制频率，1000+轨迹样本/周期 多线程采样：可配置线程池加速轨迹生成 完备避障：基于BFS的栅格距离场实现高效碰撞检测 框架无关：核心算法与ROS解耦，可适配任意中间件 数学优化：包含自适应温度调

原创 A PurePath Controller路径跟踪控制器

PurePath Controller是一个基于平滑控制律的C++机器人路径跟踪控制器，具有零ROS依赖特性，可轻松移植到嵌入式平台。核心功能包括平滑路径跟踪、动态前视距离调整、实时碰撞检测等，采用C++17标准实现，仅依赖标准库。项目包含独立库和ROS2可视化测试两部分，其中核心控制器可直接集成到各类机器人系统。控制器基于Kanayama平滑控制律，通过极坐标转换和曲率计算实现精准运动控制，支持差速驱动机器人模型。系统架构模块化设计，包含控制律计算、参数管理和碰撞检测等组件，便于二次开发和移植。

原创 视觉SLAM领域最新的研究方向以及idea

ICRA会议：HERO-SLAM: Hybrid Enhanced Robust Optimization of Neural SLAM。它结合了神经隐式场优化和特征度量优化的优点，优化了多分辨率隐式场，增强了在视点突然变化或数据收集稀疏的环境下的鲁棒性。该博客主要是对一篇综述论文进行了总结，其中对SLAM的各个发展方向都引用了相关的文献介绍；1、神经隐式SLAM混合优化方案HERO-SLAM。

原创 视觉定位算法（三）

视觉定位算法视觉定位算法。

原创 关于学习视觉slam的方法介绍

学习路线就是首先高博的十四讲，然后再看主流开源代码，最后把开源代码做移植，整个流程下来应该就比较熟悉slam了，一家之言，仅供参考！

原创 视觉定位算法（二）

视觉定位算法视觉定位算法。

原创 雷达定位算法

雷达定位算法雷达定位算法。

原创 规划导航算法

** 是一种在传统 A* 算法的基础上进行改进的路径规划算法，特别适用于动态、非结构化的环境中（如机器人、无人驾驶、航天器或舰载机等需要在复杂环境中导航的系统）。HSA* 通过结合多个状态表示方式，克服了传统 A* 算法在动态、复杂环境中的一些局限性，尤其是在处理非凸障碍物、复杂的约束条件和多目标规划时。

原创 视觉定位算法（一）

代码中计算灰度质心的时候，还采用了一些其他的技巧，下面是一个简单的图示:ORBextractor::ORBextractor(int _nfeatures, //指定要提取的特征点数目float _scaleFactor, //指定图像金字塔的缩放系数int _nlevels, //指定图像金字塔的层数int _iniThFAST, //指定初始的FAST特征点提取参数，可以提取出最明显的角点。

原创 人机交互——C++

本文系统介绍了C++编程语言的核心知识体系，分为三个阶段展开：第一阶段从基础语法入手，详细讲解了数据类型、控制结构、数组指针等核心概念；第二阶段深入探讨内存模型、函数高级特性以及面向对象的三大特性（封装、继承、多态），重点剖析了类和对象的实现机制；第三阶段则涉及模板编程和STL标准库等高级主题。全文通过丰富的代码示例和清晰的逻辑架构，循序渐进地展现了C++从基础到高级的完整知识脉络，特别强调了面向对象编程思想在实际开发中的应用，为读者构建了完整的C++知识框架。

原创 0基础学习ros（机器人操作系统）

本文摘要：文章系统介绍了ROS机器人操作系统的基础知识和实践应用。主要内容包括：1）ROS核心概念如Package、Node、Topic和Message的运作机制；2）C++编程实现包括Publisher/Subscriber节点、激光雷达数据处理、IMU数据获取等核心功能；3）SLAM建图方法（Hector/Gmapping）及导航系统（全局/局部规划器）；4）常用工具如RViz、Gazebo的使用技巧；5）开发过程中的常见问题解决方案。文章还涵盖了自定义消息类型、代价地图设置、Action编程等进阶内容

原创 视觉SLAM十四讲——ch3课后习题解答

原创 从0开始学习slam十四讲-ch5-ch10

相机与图像

原创 从0开始学习slam十四讲-ch4

李群与李代数

原创 从0开始学习slam十四讲-ch3

三维空间刚体运动

原创 视觉SLAM十四讲——ch2课后习题解答

习题解答

原创 对于机械创新设计大赛的一些建议

对于机械设计大赛的一些建议。

原创 视觉SLAM十四讲——ch1课后习题解答

文章介绍了线性代数的基本概念，包括矩阵求解规则，以及C++中的类和STL库。还提到了C++11新特性，以及Linux操作系统中的目录结构及其功能。最后展示了使用`sudoaptinstall`进行包管理的例子。

原创 从0开始学习slam十四讲-ch2

slam初学