Nav2 生产落地案例

五、生产落地案例

案例一：仓储搬运 AGV 的导航上线

背景：仓库通道宽 1.6 米，AGV 车宽 0.8 米，两侧货架有突出的横梁，地面有反光条。初始参数直接用仿真里调好的一套，真机上频频卡死。

怎么做：先按真实几何把 robot_radius 与外接尺寸对齐，把雷达安装高度降低到能扫到横梁的位置；把膨胀半径收到刚好能让车通过通道的临界值，靠代价梯度而不是靠大半径来避免贴边；把进度检查的时间和位移阈值放宽，避免在窄通道里正常微调被误判为卡住；恢复行为改成「先清代价地图，再旋转，再等待」。

关键配置：inflation_radius 与 cost_scaling_factor 联合调；局部代价地图尺寸覆盖一个车长以上；控制频率与底盘实际能接受的指令频率对齐。

效果：卡死次数大幅下降，窄通道通过率明显提高。

坑与解决：一是雷达装得太高，扫不到货架横梁，代价地图上看通道是空的，实际会撞；降低安装高度后解决。二是反光条导致激光测距偶尔跳到很远的假值，局部代价地图上生成「幽灵障碍」，加了一帧滤波并在恢复行为里加入清代价地图才稳定。三是 AMCL 的初始位姿靠人工设定，操作员随手一点就偏半米，改成从上一次停机位姿自动初始化。

案例二：动态人流环境下的通行优化

背景：医院配送机器人要在走廊里与行人共存，原本用保守参数，遇到人就走走停停，体验差。

怎么做：把局部控制器换成对动态障碍反应更好的采样型控制器，提高重规划频率，把恢复行为里的原地旋转改成短距离后退再重规划；引入速度平滑限制加速度，避免急停导致液体洒出。

关键配置：重规划频率提高到控制器频率的一个合理比例；速度与加速度限值按载荷安全要求设定；目标容差适度放宽以减少到达终点时的反复调整。

效果：通行更连贯，急停次数明显减少。

坑与解决：一开始只提高速度上限，结果遇到突然横穿的行人来不及减速，安全距离不足；正确的做法是先固定安全速度上限，再用重规划频率和避障半径去换流畅度。另外恢复行为里的后退动作要限制距离并检查后方，否则会撞到身后的行人。