机器人项目最典型的失败不是技术不够,而是范围失控:想做家庭服务机器人,三周后还在装环境;想复现顶会论文,半年没做出一个能演示的版本。能走到演示的项目,通常不是技术最难的,而是范围切得最清楚的。本文给出一条从选题、技术栈、里程碑到演示的完整路线,适合个人或两三人小队,在 4–8 周内做出一个讲得清楚的作品。

一、选题:从"能演示"倒推

选题时先回答三个问题,答不上来就说明范围太大:一句话任务是什么(在什么环境、对什么对象、做什么动作);怎么算成功(可观测、可重复的判据);边界在哪(固定场景、固定物体、固定初始位置)。凡是"通用""全自主""任意环境"的表述,都要缩到能在一段视频里演示的粒度。

项目难度周期(经验值)核心技术
仿真室内自主巡逻 + 目标检测入门2–3 周Nav2、SLAM、YOLO、行为树
机械臂桌面抓取进阶3–5 周MoveIt 2、手眼标定、位姿估计
桌面操作策略复现(ACT / 小型 VLA)进阶4–6 周遥操作采数、模仿学习、固定协议评测

三个方向都遵守同一条原则:先在仿真里闭环,再上真机。仿真让你在一周内试错几十次,真机可能一天只能跑三次。硬件不必一步到位,很多项目用仿真完成 80% 的开发,真机只做最后验证。

题目来源不用从零发明:改造官方 demo 是最快的起点,比如把 Nav2 的导航示例接一个检测器,把 MoveIt 的抓取示例换成自己的物体,把 LeRobot 的模仿学习示例换一个桌面任务。改造时要保留原来的评测方式,方便判断"我的改动到底有没有用"。

二、技术栈与仓库结构

默认组合是 Ubuntu 24.04 + ROS 2 Jazzy + Gazebo Harmonic,Python 优先,性能瓶颈再换 C++。不要在项目初期同时引入三套新框架;每多一个未验证依赖,调试成本就翻一倍。仓库按"描述、启动、算法、配置、评测"分层:

robot_ws/
├── src/
│   ├── patrol_description/   # URDF / xacro / meshes
│   ├── patrol_bringup/       # launch、参数、rviz 配置
│   ├── patrol_perception/    # 检测、标定、点云处理
│   ├── patrol_navigation/    # 地图、Nav2 参数、行为树
│   └── patrol_eval/          # 评测脚本与记录
├── docs/                     # 架构图、实验记录
└── README.md
mkdir -p ~/robot_ws/src && cd ~/robot_ws/src
ros2 pkg create --build-type ament_python patrol_bringup --dependencies rclpy launch launch_ros
ros2 pkg create --build-type ament_cmake patrol_description
cd ~/robot_ws && colcon build --symlink-install
source install/setup.bash

启动入口收敛成一个 launch,让"一条命令复现实验"成为硬性要求。Python launch 的骨架如下:

from launch import LaunchDescription
from launch.actions import DeclareLaunchArgument, IncludeLaunchDescription
from launch.launch_description_sources import PythonLaunchDescriptionSource
from launch.substitutions import LaunchConfiguration
from launch_ros.actions import Node
from ament_index_python.packages import get_package_share_directory
import os

def generate_launch_description():
    use_sim_time = LaunchConfiguration('use_sim_time')
    bringup = get_package_share_directory('patrol_bringup')
    nav2_launch = os.path.join(get_package_share_directory('nav2_bringup'),
                               'launch', 'tb3_simulation_launch.py')
    return LaunchDescription([
        DeclareLaunchArgument('use_sim_time', default_value='true'),
        IncludeLaunchDescription(PythonLaunchDescriptionSource(nav2_launch),
                                 launch_arguments={'use_sim_time': use_sim_time}.items()),
        Node(package='patrol_perception', executable='detector',
             parameters=[{'use_sim_time': use_sim_time}]),
    ])

版本必须写进 README:ROS 2 发行版、Gazebo 版本、关键包版本、显卡驱动。别人复现失败,九成是版本或环境对不上。如果项目需要长期复现,把环境固化成 Docker 镜像或脚本(rosdep + 固定 apt 源),不要依赖"我这台机器上能跑"。

三、里程碑:六周路线

周次目标交付物过关标准
第 1 周环境与空世界跑通仓库骨架、一条启动命令新机器按 README 能启动
第 2 周机器人模型与传感器URDF、Gazebo 场景、话题清单能遥控,传感器数据正常
第 3 周核心能力单点打通SLAM 地图或机械臂规划 demo闭环完成一次完整动作
第 4 周任务集成任务级 launch 与状态机端到端跑通,不依赖人工干预
第 5 周评测与失败分析固定协议、日志、失败分类能说出主要失败模式与占比
第 6 周真机验证与演示演示视频、README、架构图外人能看懂项目做什么

周期是经验值,按每天 2–3 小时估算,不是承诺。真正的纪律是每周都有可演示的东西:第 3 周就集成全部功能,大概率会在最后一周崩掉。范围要砍时按这个顺序砍:多机器人 → 动态环境 → 高级视觉 → 真机部署,保留"单机器人 + 固定场景 + 完整闭环"。

每周结束花十分钟写一条记录:本周做了什么、卡在哪、下一周的前置条件。项目后期最耗时间的往往不是算法,而是"忘了当时为什么这么改"。

四、从仿真到真机:验收标准

验收指标要提前定义,不能等做完再挑好看的数字。至少包含四项:成功率(固定试次中完成任务的次数)、耗时(任务开始到结束)、人工干预次数(遥控接管、重启、手动摆位)、碰撞或越界次数。评测协议固定初始位置、固定物体摆放、固定判定标准,仿真与真机分开统计。

试次少的时候,成功率只能当参考。10 次里成功 8 次,不能写成"80% 成功率"当作普适结论;更诚实的写法是"在 X 场景、Y 条件下 10 次试验成功 8 次"。失败样本比成功样本更有信息量,逐条记录失败类型(定位丢失、抓空、超时、碰撞),比一个总数字有用得多。

真机阶段先低速、限幅、有人守急停,再逐步放开。传感器标定文件、控制器参数、地图文件都要进仓库;否则换一台机器就得从头再来。每一次正式评测都录 bag,事后能复盘,而不是只靠记忆。

五、演示与写作:把项目讲清楚

60–90 秒的演示视频建议按这个结构剪:问题(3 秒)→ 系统组成(10 秒)→ 任务演示(30 秒,含一次失败或困难场景)→ 数据与结论(15 秒)→ 局限与下一步(10 秒)。只有成功片段的视频,懂行的人一眼就能看出问题;主动展示失败与恢复,反而更可信。

README 至少包含:一句话简介、系统架构图、依赖与版本、启动命令、评测结果、已知问题、目录说明。简历或作品集描述用"动作 + 方法 + 可验证结果"的句式,例如"用 Nav2 在仿真室内场景实现自主巡逻与目标检测,固定协议 10 次试验成功 8 次,主要失败为窄通道定位丢失"——所有数字都来自你自己的记录。

六、常见坑与交付清单

  1. 范围膨胀:每周加一个新功能,最后没有一条完整链路。
  2. 没有基线:不记录"改之前"的表现,无法证明改进有效。
  3. 只在真机上调试:一次实验半天,问题定位靠猜。
  4. 不锁版本:环境一升级,旧结果全部无法复现。
  5. 不写日志:出了问题只能重跑,无法分析。
  6. 最后一刻才集成:各模块单独能跑,合起来全是接口问题。
  7. 过度承诺:把仿真结果说成真机结果,或把 10 次试验说成通用结论。
  8. 忽略安全:真机没有限速、限位、急停,演示变事故。
交付项验收标准
仓库可从零构建干净机器按 README 一次装好、一次启动
一条命令复现实验含仿真世界、机器人、算法、可视化
评测记录协议、原始日志、失败分类齐全
演示材料90 秒视频 + 架构图 + README
硬件与成本清单型号、价格区间、采购链接(如涉及真机)
已知问题与后续计划诚实列出边界,不回避失败场景

机器人项目拼的不是谁用的模型更新,而是谁能把一条链路稳定地跑完、说清楚、可复现。按上面的路线走,你最终得到的不只是一个 demo,而是一套能继续迭代的工程底座。

参考与延伸阅读

外链内容由对应网站负责,访问以实际可用性为准。