5.5 一次导航机器人联调复盘

5.5 一次导航机器人联调复盘

本节摘要：理论全对，实机照样翻车——这是集成环节的真实底色。本节复盘一台仓储导航机器人从首次通电到验收通过的两个月，列出十个真实故障、每个的表象、定位过程与修法，作为前四章理论在时序现实面前的对账单。

复盘的背景与主角

主角配置：差速底盘，2D 激光雷达（10 Hz），IMU（100 Hz），工控机跑 ROS2，软件栈按第 5.2 节四层架构搭建。任务：在 800 平方米仓库内完成拣选台到打包台的自主导航，指标——到点精度 10 厘米、单程 60 米用时不超过 90 秒、连续运行 4 小时无人工干预。仿真阶段全部通过，实机首跑当天，机器人在出发 3 米处第一次撞上立柱。

十个故障与它们的解法

按出现顺序复盘，每个都注明"表象→定位→修法"：

一、首次撞柱：时间戳超龄。表象：定位无异常、路径正确、机器人却按旧轨迹走。定位：录包回放发现 cmd_vel 消息的时间戳比当前晚 0.4 秒——工控机 NTP 没配好，各节点系统时钟漂移。修法：强制所有节点用消息自带时间戳做时序判断，时钟由同一源同步。教训：时间同步是集成的第一课，不是最后一课。

二、走廊里贴墙抖动。表象：直线走廊里机器人左右小幅摆动。定位：DWA 的代价权重里障碍项过强，走廊中央离两侧膨胀区一样近，评分在左右间震荡。修法：加"路径贴合项"（对全局路径的横向偏差惩罚），权重按实验重整。

三、过门必停。表象：每次过门在门前 0.5 米减速到蠕行。定位：门框在膨胀图上把通道压到只剩一格，局部规划器判定"高代价"。修法：门区做局部地图精修（建图时单独采集），膨胀半径在门区按感知精度实况收缩。

四、雷达丢帧冤案。表象：偶发"感知抖动"告警。定位：DDS 默认尽速传输，点云大消息偶发丢弃。修法：安全相关话题改可靠传输，队列深度按最坏处理时延配置。

五、打滑后的位姿跳变。表象：地面有水渍时机器人位姿突然横移 20 厘米。定位：轮式里程计打滑虚报速度，融合滤波器没给里程计降权。修法：IMU 与里程计做一致性检验，分歧超阈值时里程计协方差临时膨胀（第 3.3 节 Q、R 调参的现实用武之地）。

六、回环后地图错位。表象：绕库一圈回来，定位置信度骤降。定位：仓库两角货架同构，回环检测误匹配。修法：回环判决加几何验证（候选回环处的扫描配准残差必须低于阈值），误报率从每周两次降到零。

七、任务下发了没反应。表象：调度系统显示"已下达"，机器人无动作。定位：目标发成了话题，消息丢失无回执。修法：任务下达改动作接口（第 5.1 节的教训原样复现了一遍）。

八、4 小时内存泄漏。表象：运行 3.5 小时后系统卡顿。定位：可视化调试节点把每帧点云缓存未释放——一个"只读旁听"的调试节点在验收环境里忘了关。修法：生产配置剥离调试节点，加上进程内存水位告警。

九、过坡道后地图漂移。表象：经过装卸平台斜坡，定位纵向偏差 15 厘米。定位：2D SLAM 假设平面运动，坡道上俯仰改变了雷达扫描平面。修法：坡道区改用 3D 雷达数据投影补偿，或在地图里标注坡道区按 IMU 俯仰修正。

十、验收当天的行人。表象：打包员工推车穿过通道，机器人急停后重规划绕行过远，超时。定位：动态障碍按最大速度膨胀（保守法），推车速度低但膨胀按 1.6 m/s 算。修法：跟踪器输出的实测速度进入膨胀计算（第 3.6 节预测法的价值），绕行距离减半，任务时间回到指标内。

图：十个故障在模块链上的落点分布

复盘沉淀的三条流程

录包先行：任何异常先看回放不看现场——传感器的原始数据全量录制，让"过去"可以被反复检查。时序看板：各关键话题的频率与时延上墙展示，超龄消息立刻可见（故障一、四若有此板，半天内即可发现）。故障入库：每个修复写一条"表象-定位-修法-预防"四段式记录，下个项目联调前通读——这份清单的复用价值，远高于任何单点技术。

💡 关键直觉：联调期的故障分布是个稳定的经验规律——时间与接口类占一半，感知类三分之一，规划类最少。新人总在算法里找问题，老手先查时间戳。

本节要点

• 集成故障的大头是时间与接口：时钟同步、丢帧、消息机制、资源泄漏，算法反而不是主角。
• 十个故障各有通用原型：超龄指令、权重失衡、保守膨胀、误匹配、机制错用，换个项目还会再见。
• 流程沉淀三件套：录包先行、时序看板、故障入库，让联调的学费变成组织资产。
• 仿真通过只说明逻辑对，时序对不对要实机才能验证——这正是联调不可替代的原因。

十个故障背后的通则

把复盘的十个故障再抽象一层，浮现出四条通则。通则一：时间先于算法——凡跨模块的现象（指令过期、丢帧、抖动），先查时间戳与频率再怀疑算法，这能把平均排查时间砍掉一半。通则二：保守要有依据——膨胀过粗、动态膨胀按最坏速度、门区过度减速，三例同源：保守参数应当由测量数据决定，而不是由"怕出事"的情绪决定。通则三：机制即语义——目标用话题还是动作、丢帧要不要告警、超龄数据用不用，机制选择就是语义声明，选错机制的故障会以"莫名其妙"的面目出现。通则四：降级路径要走过——内存泄漏的调试节点、坡道区 2D 假设失效，都是"没在测试里走过的路径"。这四条通则可以直接抄进下一个项目的联调守则。

给下一个项目的联调检查单

从两个月复盘里提炼的开工检查单，按阶段排列。通电前：时钟同步方案确认（所有节点同源）；安全停障独立于主控验证；录包系统就位。首日：逐话题核对频率与时间戳年龄；整机限速两成跑通全流程；每个模块的降级模式各触发一次确认行为。首周：异常注入脚本（雷达断流、定位丢失、通信抖动）全量跑过；门区、坡道、反光区等环境特例逐一实测；连续运行八小时无人工干预作为阶段门槛。验收前：参数与仿真配置同源核对；故障记录库通读一遍确认同类不再复发。这份检查单的价值不在项数，在于它把"记得要测"变成"照单执行"。

问题：复盘记录怎么写才有复用价值

四段式结构，缺一不可。表象：现场可观察的现象，带数据（"过门必停，减速点距门 0.5 米"）而不带猜测。定位：从表象到根因的路径，重点写"排除了什么"（排除法是最可复用的部分）。修法：具体改动，参数变化前后对照。预防：这条教训映射到检查单的哪一项、哪个自动化测试。反模式是只写"修法"不写"定位"——下一个遇到同表象的人最需要的恰恰是排查路径，而不是结论。复盘库按"模块、故障类型、表象关键词"三索引组织，新项目联调前按模块通读对应索引。