洞察（Perception）

感知運算負責把原始感測資料轉為有意義的資訊，讓機器人可以理解周遭環境並進行決策。

1. 建圖（Mapping）

• 目標： 邊移動邊建立環境地圖
• 輸入： LiDAR／相機資料
• 輸出：
  • 2D 佔據格網圖
  • 3D 點雲地圖
• 範例：
  • 2D SLAM（例如 slam_toolbox）

    

  • 3D SLAM（LiDAR / 視覺 SLAM）

    

2. 定位（Localization）

• 目標： 推算機器人在環境中的位置與姿態
• 輸入： LiDAR／相機／IMU
• 輸出： 機器人姿態（x, y, z, roll, pitch, yaw）
• 常見方法：
  • LiDAR 定位（NDT、AMCL）
  • 視覺 SLAM（ORB-SLAM、Isaac ROS Visual SLAM）
  • 感測融合（例如 IMU + LiDAR 的 EKF）
• ROS 2 Topic 範例：

  /localization/pose
  /tf

3. 物件偵測

• 目標： 找出並分類環境中的物件

• 輸入： 相機影像

• 輸出： Bounding box、類別標籤、信心值

• 範例：

  • YOLO（如 Isaac ROS YOLOv8）可辨識人員、障礙物、棧板等

  

處理完的資訊會交給規畫（Planning）模組，產生具體行動。