做一台能自主行驶的 GPS 航点漫游车

做的是什么

你交给它一串坐标、把它放到草地上、然后转身走开的一台机器人。

本站其他移动机器人都只对正前方的东西作出反应——线、墙、障碍、边界。这一台执行的是一份计划，周围没有任何地标，依靠的传感器每分钟还要骗它几次。正是这个组合，让它成了本站最难的移动机器人，也成了教得最多的一个。

决定成败的三件事

路径跟踪器是最简单的部分。纯跟踪只有十二行代码和一个可调参数。位置估计完美时，在实验场地上它的 RMS 误差能保持在 0.09 m。

**位置估计才是整个项目。**同一个控制器，喂给它 1 Hz、带米级噪声的 GPS 定位，误差会变成 1.25 m——差了十四倍，而且为此要多花四倍半的转向量。最终误差里，控制器贡献的还不到十分之一。

**所以制作顺序是：先在室内做跟踪器，再去户外做估计。**在位置几乎精确的地方先把转向验证好，然后再去和传感器硬碰硬。两件事同时做，只会做出一台游荡得不明所以的机器人。

物料清单

合计大约 $55–80。

对项目影响最大的改动是接收机。NEO-6M 能用，大多数教程也都默认用它；NEO-M8N 除了 GPS 还能看到 GLONASS 和 Galileo 卫星，这会改善卫星几何，从而改善 HDOP。在建筑物和树木附近——也就是漫游车真正会跑的地方——这带来的现实提升比精度指标所暗示的还要大。

不要为了省 12 美元就省掉编码器。整个项目就是航位推算加上偶尔的定位修正；没有编码器就根本没有东西可以用来推算，漫游车只能一路追着 GPS 的噪声跑。

制作顺序

**1——先在模拟器里调跟踪器。**在路径跟踪实验台里，以你打算实际行驶的速度，花上一个小时。找出误差曲线落到最低点时的前视距离；注意速度一改，这个值就会变。

**2——搭好传动，让里程计工作。**把编码器接入差速驱动里程计，然后走一个 2 m 的正方形，看看终点离起点差多远。这个数就是你室内的误差预算。

**3——把航向融合进来。**用陀螺仪以控制回路的频率提供航向，再由某个绝对参考来修正它。航向误差是两种控制器里权重都最高的项，也是里程计最先丢掉的项——让平衡车站稳的那个互补滤波在这里干的是同一件事。

**4——在室内跟一条胶带赛道。**不用 GPS。在地上贴一条路径，用编码器估计跑纯跟踪，并在十个点上用直尺量横向误差。室内做不到 10 cm 以内，户外就不可能做到 1 m 以内。

**5——加上接收机，但先不要接到控制器上。**让漫游车静置十分钟，把定位结果记录下来并画成图。你会看到噪声、偶尔的跳变，以及 HDOP 如何同时反映出这两者。这张图比任何数据手册上的指标都更有价值。

**6——做融合，不要直接跟随。**以控制回路的频率做航位推算；在每次拿到好的定位时，轻轻把估计值往它那边拉一些。算术和门控逻辑在这里。任何状态为无解（void）或 HDOP 高于约 2.5 的数据都要丢掉。

**7——先设围栏，再出门。**设定离起点的最大距离、任务超时、硬性切断。然后在草地上走一次短任务，你在旁边跟着走。

值得注意的硬件细节

**天线装在顶部、朝向天空，并且远离一切。**陶瓷贴片天线装在底盘板下面会丢卫星，而丢卫星带来的不是彻底没有定位，而是几何变差——结果是一个自信的错误答案，而不是一次明显的失败。

**轮子要比室内的直觉更大。**草地、碎石和草坪边缘都是轮径问题。它们也会改变里程计的尺度系数，所以要在你真正要跑的地面上重新标定。

**磁力计要远离电机，否则干脆别用。**电机电流产生的磁场会淹没地磁场。如果你无法留出 15 cm 的间距，就改用陀螺仪加上对地航向来回避这个问题。

**把任务过程记录下来。**没有记录的户外故障就是没法调试的故障——机器人当时在 40 m 外，而你根本没在看串口。用 SD 卡或 Wi-Fi 记录位姿、定位、HDOP 和横向误差，就能让每一次运行都变成证据。

**第一次户外运行要预期它会提前结束。**这正是围栏的用途，而且这算成功。

做到什么程度算好

第一列不代表车做得差；它只是说明，1 Hz、2.5 m CEP 的定位喂给一个信任它的控制器时会变成什么样。第二列在数量级上的改善来自估计器，而不是控制器——纯跟踪的代码还是同一份，只是喂进去的是融合后的位姿。

在写任何导航代码之前，先做一次这件事：把接收机在户外静放十分钟，记录每一个定位点。你得到的散布有好几米宽，而车根本没动。这张图是本项目中最值得一看的东西，因为它解释了为什么直接跟随原始定位行不通，也解释了为什么答案在控制器的上游。

出问题时看这张表

这八条里有六条属于感知而不是控制——微型迷宫鼠和覆盖机器人也是同样的分布，原因是同一个：算法只占很小一部分。

想按顺序走完整套流程，就跟着路径跟踪路线图做；同一个问题的室内版本是房间覆盖机器人，它需要一份计划，却完全不需要绝对位置。