範例流程總覽

本章節提供可直接執行、以教學為導向的範例，涵蓋常見的感知、AMR 與機器手臂工作流程。

許多範例皆包含預先錄製的 ROS bag，讓使用者即使沒有實體感測器或機器人，也能觀察系統行為並了解整體工作流程。

---

範例列表

這些範例可用於：

• 透過互動式展示了解機器人相關概念與系統行為。
• 作為參考設定，了解 ROS 2 元件與平台 SDK Pipeline 如何協同運作。
• 作為起點，將既有工作流程調整並套用至自己的感測器、機器人與應用程式。

範例依照以下類別分類：

ISAAC ROS

GPU 加速的感知與進階工作流程，使用 NVIDIA Isaac ROS：

• Multi-Sensor Function
  將多個感測器整合至單一感知 Pipeline，並使用 Isaac ROS 進行處理。

  

• 3D Scene Persistence
  建立並維持環境的 3D 表示，支援長時間的感知應用。

  

• 3D Camera Obstacle Avoidance
  使用 3D 相機與 Isaac ROS 偵測障礙物，並規劃安全的避障路徑。

  

---

QIR ROS

使用 Qualcomm 加速的感知工作流程與教學應用：

• 2D Camera Object Depth Estimation
  此範例展示多個 QIR ROS SDK 套件如何共享感測器資料並協同運作。

  

---

ROS Base

涵蓋以下機器人應用領域的核心 ROS 2 範例：

Manipulation

• Manipulator
  一個搭配 ROS bag 的教學範例，展示已錄製的視覺式機器手臂工作流程，從彩色方塊感知與相機座標系中的位置估算，到機器手臂動作視覺化。

  

---

Mobility

• 2D LiDAR Mapping
  使用 slam_toolbox 將 2D LiDAR 資料建立為 2D Occupancy Grid Map，並在 RViz 中進行視覺化。

  

• 2D LiDAR Navigation
  了解以 Nav2 為基礎的導航與 2D LiDAR 障礙物迴避基本概念。

  

• 3D LiDAR Mapping
  使用 lidarslam_ros2 從 3D LiDAR 資料建立 3D 地圖，並在 RViz 中查看結果。

  

---

這些範例主要用於教學與功能評估。

內容著重於重要概念與整合方式，而不是提供一套可直接、不經修改地套用到所有機器人平台的完整解決方案。