Sentry_work 哨兵的工作

第一阶段任务：

基于仿真的工作（结束）

仿真环境搭建（结束）

• 完成了虚拟场地的搭建 按照新赛季的场地要求，针对R3，R4，以及环形高地，在solidworks中建模了1:1的场地模型。通过solidworks2URDF插件，使得场地模型在ROS中可读。
• 完成了简化底盘的搭建 按照现有步兵底盘的尺寸，重新简化了一款底盘模型。通过solidworks2URDF插件，使得场地模型在ROS中可读。然后生成了一个摄像头，一个单线激光雷达的简化模型，并对这两种传感器附上了仿真插件。

运动模拟（结束）

• 完成了基于gmapping的2D激光雷达建图
• 实现了基于amcl的定位功能
• 实现了基于move_base的运动规划
• 完成了点到点的导航任务

基于实体步兵底盘的工作

基于Jetson Xavier NX的工作（结束）

• 完成了基于CAN总线的底盘电机控制，编写了基于Python的PID类
• 完成了基于PS4手柄的底盘运动控制，编写了
• 完成了基于串口的10轴imu读取工作，以及欧拉角与四元数的转换
• 完成了基于RS232的OPS数据读取

基于单片机的工作 （待完成）

• 需要基于C板，开发对底盘运动控制的算法
• 需要基于C板，开发基于CAN总线的上下位机的通讯。

第二阶段任务：

基于仿真的工作

传感器测试

• 通过视频流模拟多个摄像头，测试在4+1，3+1的情况下，显卡算力是否可以满足需求。主要通过给入视频源，结合 Tensorrt,测试2060显卡的实际帧率。其次确定一下，在使用3/4个摄像头时，FOV的值以及焦距大小。

算法库的实践

• 通过仿真，结合mid70的SDK，尝试跑通3D cartograph,仔细阅读LOAM-Livox，了解其中的门道。

• 通过仿真，使用单线激光雷达，尝试跑通2D Cartograph，尝试基于图匹配的2D激光SLAM定位，尝试Cartograph纯定位

基于实体步兵底盘的工作

待写

思路记载:

1. 如果只使用两个单线激光雷达，可以将激光数据帧间对齐后，计算每个Z轴平面上两个点所连线与水平面的夹角的斜率，可以上的坡，这个斜率是比较小的。
2. 之前一直只考虑的是轮系里程计和惯性里程计，可是无论是gmapping还是cartographer，建图时都使用的时激光里程计。在场地结构化清晰的情况下，我们丝毫不用担心建图时结构简单带来的误差。amcl的定位效果不理想，那么我认为应用cartograph pure locate ，看看能不能实现。
3. 如果使用mid70，1中提到的是不是可以通过对点云的操作获取平面斜率。