先聊聊机器人导航这件事：从扫地机器人到自动驾驶的共通逻辑

如果你家里有一台扫地机器人，大概率见过这样的场景：开机后它慢悠悠地转出充电座，先沿着客厅边缘走一圈，然后慢慢填满中间的空白区域，遇到沙发脚会绕开，地上掉了只袜子也会暂时避开，扫完还能自己回到充电座充电。如果你打过自动驾驶测试车，会发现它能在城市道路上自动跟车、过路口、避让行人，甚至还能自己找停车场停车。看起来完全不同的两类机器人，底层用的居然是一套逻辑——这就是机器人导航的核心。

很多人对机器人导航的第一印象是“避障”，但实际上避障只是导航的冰山一角。一套完整的机器人导航系统，本质上是在持续回答三个环环相扣的核心问题：“我在哪”（感知与定位）、“我要去哪”（路径规划）、“我怎么过去”（运动控制）。这三个问题不是独立的模块，而是像齿轮一样互相咬合、实时反馈的闭环：定位的结果直接决定路径规划的有效性，路径规划的输出是运动控制的指令，而运动控制的执行误差又会反过来修正定位的结果。任何一个环节掉链子，整个导航系统都会失效——比如扫地机器人如果不知道自己被抬到了卧室，哪怕路径规划算得再完美，也会一头撞到墙上。

一、三个核心问题：导航系统的底层逻辑

我们先拆解这三个问题的技术本质，以及它们之间的耦合关系，你可以对照你家的扫地机器人，或者路上看到的自动驾驶测试车来理解。

1. “我在哪”：感知与定位的核心是“位姿估计”

机器人要导航，首先得知道自己在地图上的位置和朝向，这个组合在机器人学里叫做位姿（Pose）。对于在平面上移动的扫地机器人、AGV，位姿可以用三维向量$\boldsymbol{P} = \begin{bmatrix} x \\ y \\ \theta \end{bmatrix}$表示，其中$(x,y)$是机器人中心在世界坐标系下的坐标，$\theta$是机器人朝向和X轴正方向的夹角；对于自动驾驶汽车、足式机器人这类在三维空间移动的设备，位姿还要加上高度$z$和三个姿态角（滚转roll、俯仰pitch、偏航yaw

如果你家里有一台扫地机器人，大概率见过这样的场景：开机后它慢悠悠地转出充电座，先沿着客厅边缘走一圈，然后慢慢填满中间的空白区域，遇到沙发脚会绕开，地上掉了只袜子也会暂时避开，扫完还能自己回到充电座充电。如果你见过自动驾驶测试车，会发现它能在城市道路上自动跟车、过路口、避让行人，甚至还能自己找停车场停车。看起来完全不同的两类机器人，底层用的居然是一套逻辑——这就是机器人导航的核心。

很多人对机器人导航的第一印象是“避障”，但实际上避障只是导航的冰山一角。一套完整的机器人导航系统，本质上是在持续回答三个环环相扣的核心问题：“我在哪”（感知与定位）、“我要去哪”（路径规划）、“我怎么过去”（运动控制）。这三个问题不是独立的模块，而是像齿轮一样互相咬合、实时反馈的闭环：定位的结果直接决定路径规划的有效性，路径规划的输出是运动控制的指令，而运动控制的执行误差又会反过来修正定位的结果。任何一个环节掉链子，整个导航系统都会失效——比如扫地机器人如果不知道自己被抬到了卧室，哪怕路径规划算得再完美，也会一头撞到墙上。

一、三个核心问题：导航系统的底层逻辑

我们先拆解这三个问题的技术本质，以及它们之间的耦合关系，你可以对照你家的扫地机器人，或者路上看到的