1. 项目概述从竞赛需求到自主定位在机器人领域尤其是像法国机器人杯French Cup of Robotic这类强调自主性与精准控制的竞技比赛中一个核心且基础的问题始终是“我的机器人现在在哪里” 这个问题看似简单却直接决定了机器人能否完成“将特定棋子移动到指定区域”这类任务。想象一下你蒙着眼睛在一个陌生的房间里仅凭感觉走几步还能准确说出自己相对于起点的位置吗对于机器人而言这就是里程计Odometry要解决的难题。里程计本质上是一种通过测量机器人自身运动来估计其位置和姿态朝向变化的技术。它不是依赖外部信标如GPS或摄像头识别固定标记而是通过读取安装在机器人身上的“内部传感器”数据经过计算推算出相对位移。这就像我们人类闭眼走路时通过感受步伐大小和身体转向来大致判断位置一样。对于室内、结构化或动态变化的赛场环境这种不依赖外部基础设施的“航位推算法”具有无可替代的价值。我们团队当时面临的正是这样一个挑战。比赛场地每年更换主题比如当年的海盗主题沙滩场景环境复杂且充满不确定性。要实现精准的物体分拣与投放机器人必须实时知晓自己的精确坐标。为此我们决定设计并实现一个专有的里程计模块。这个模块的核心思想是多传感器数据融合利用微机电系统MEMS惯性测量单元IMU感知角速度和加速度结合光学流传感器测量相对地面的位移再通过强大的嵌入式微控制器进行实时解算。我们选择了经典的STM32F103C8T6作为大脑MPU6050作为IMU并搭配了高性能的PMW3901光学流传感器。整个系统从电路原理图设计、PCB布局布线到嵌入式固件开发、传感器数据融合算法实现最终通过JLCPCB完成高品质的电路板制造形成了一个完整、可落地的工程解决方案。这个项目不仅是为了竞赛更是一次典型的嵌入式系统产品开发实践。它涵盖了硬件选型、信号完整性、电源管理、嵌入式编程、算法实现以及生产制造的全流程。无论你是机器人爱好者、嵌入式工程师还是参加类似RoboMaster、智能车竞赛的学生理解并掌握这样一套里程计模块的设计与实现思路都将为你构建更智能、更可靠的自主移动平台打下坚实的基础。2. 核心方案选型与设计思路拆解设计一个可靠的里程计模块首要任务是确定技术路线和核心器件。这不仅仅是把传感器和单片机连起来那么简单每一个选择背后都涉及到精度、成本、实时性、功耗和可靠性的权衡。2.1 为什么选择“IMU 光学流”方案纯粹的轮式编码器里程计在平坦、不打滑的地面上表现良好但一旦遇到沙滩、地毯这类易打滑或不平整的场地编码器测量出的轮子转动距离就与机器人实际移动距离严重不符误差会迅速累积导致“里程计漂移”。因此我们必须引入更鲁棒的传感器。MPU6050IMU的角色它是一个6轴传感器集成了3轴陀螺仪和3轴加速度计。陀螺仪测量角速度通过积分可以得到机器人的姿态角偏航、俯仰、横滚变化这对于确定机器人转向至关重要。加速度计测量比力在静态时可以辅助测量倾角在动态时可用于检测运动。但单独使用IMU进行位置估算存在严重问题加速度计对振动极其敏感二次积分求位移会使得噪声被急剧放大短时间内就会产生巨大的漂移。因此IMU的核心作用是提供高频率、短时精准的姿态尤其是朝向信息。PMW3901光学流传感器的角色这款传感器本质上是一个专为高速运动设计的微型光学鼠标芯片。它通过拍摄下方的表面图像并计算连续帧之间图像的像素位移来得出传感器自身在XY平面内的移动速度和距离。它的优势在于直接测量相对于地面的移动不受轮子打滑影响。但其局限性也很明显对地面纹理有要求纯色或镜面表面会失效且测量的是相对位移无法提供绝对的朝向信息。融合的价值将两者结合正好优势互补。光学流提供了相对可靠的平面位移向量但不知道这个位移是朝哪个全局方向运动的。IMU提供了精确的朝向变化但无法给出可靠的位移量。通过嵌入式算法如互补滤波或简易的卡尔曼滤波我们可以用IMU的朝向去“旋转”光学流测得的位移向量将其转换到全局坐标系下从而得到机器人在世界坐标系下的位置变化估计。这就是我们方案的核心逻辑用光学流抗打滑测位移用IMU定方向两者融合得到全局位姿。2.2 主控芯片STM32F103C8T6的考量为什么是“蓝 pill”STM32F103C8T6这款芯片在当时的创客和竞赛领域几乎是性价比的代名词。基于ARM Cortex-M3内核主频72MHz拥有足够的算力来进行实时的传感器数据读取、滤波和坐标解算。其丰富的资源对我们这个项目来说绰绰有余足够的I/O口需要连接I2C接口的MPU6050和PMW3901可能还需要预留调试串口、状态指示灯、配置按钮等。硬件I2C外设可以高效、可靠地以400kHz甚至更高速度与两个传感器通信减轻CPU负担。定时器与中断里程计更新需要严格的时间基准。我们可以利用定时器产生精确的中断在中断服务程序里定期读取传感器数据并进行计算保证数据更新周期的稳定性这是减少积分误差的关键。内存与Flash64KB Flash和20KB RAM足以容纳复杂的滤波算法和一定长度的路径记录。开发生态拥有成熟的STM32CubeMX、HAL库以及丰富的第三方教程和社区支持能极大加速开发进程。注意虽然F103系列已很经典但在新项目中也可考虑其升级型号如STM32G4系列性能更强、外设更丰富或STM32F4系列带浮点运算单元FPU对算法更友好。选择F103主要是基于其极致的成本控制、库存充足和团队熟悉度。2.3 传感器选型MPU6050与PMW3901的细节MPU6050这是一颗经久不衰的IMU芯片。它内部集成了数字运动处理器DMP这是一个巨大的优势。DMP可以硬件解算姿态角四元数或欧拉角并执行传感器自检和校准这能将主控MCU从繁重的姿态解算任务中解放出来。我们只需要通过I2C配置好DMP然后定期读取解算好的姿态数据即可既保证了效率又提高了精度和稳定性。在设计时需要特别注意其供电要求VDD典型3.3V和I2C总线的上拉电阻通常4.7kΩ。PMW3901这是一款高性能光学流传感器。它通过激光照明和专用图像传感器能在高达7英寸/秒的速度下追踪表面运动。其输出是ΔX和ΔY的累积计数代表自上次读取以来的像素位移。我们需要结合其分辨率CPI每英寸计数和实际安装高度将这些计数转换为真实的物理位移米。例如如果设置CPI为1000传感器距离地面1mm时每移动1英寸输出计数增加1000。通过定期读取并清零这些计数就能得到时间间隔内的位移。其通信接口也是I2C这简化了硬件连接但需要注意它与MPU6050的I2C地址不能冲突通常需要通过一个额外的IO口来控制PMW3901的地址选择引脚。3. 硬件电路设计与PCB实现点有了核心芯片选型下一步就是将概念转化为可靠的电路。硬件是算法的基石一个糟糕的硬件设计会让再精妙的软件算法也无用武之地。3.1 核心电路模块解析我们的PCB设计围绕STM32F103C8T6展开主要包含以下几个关键部分微控制器最小系统这是电路的核心。包括电源通过一颗LDO如AMS1117-3.3将输入的5V或更高电压稳定到3.3V为STM32和所有3.3V传感器供电。输入和输出端必须紧靠芯片放置滤波电容如10μF电解电容和0.1μF陶瓷电容以滤除噪声。时钟外接8MHz的高速晶振HSE为系统提供精准的时钟源。晶振的两个引脚需要非常靠近MCU的OSC_IN和OSC_OUT走线尽量短并在晶振两端到地接两个20pF左右的负载电容。这对于STM32的稳定运行至关重要。复位简单的RC复位电路10kΩ上拉电阻和0.1μF电容到地加上一个手动复位按钮。调试接口必须引出SWD接口SWDIO和SWCLK这是下载程序和调试的生命线。同时引出一个USART接口TX RX用于打印调试信息。MPU6050电路电源去耦VDD引脚附近必须放置一个0.1μF的陶瓷电容尽可能靠近引脚。I2C上拉SDA和SCL线上需要连接到3.3V的上拉电阻阻值通常在2.2kΩ到10kΩ之间根据总线速度和负载选择4.7kΩ是一个稳妥的选择。地址选择MPU6050的AD0引脚决定了其I2C地址。接地则为0x68接VCC则为0x69。我们通常将其接地以使用默认地址。中断引脚MPU6050的INT引脚可以配置为在数据就绪或DMP解算完成时触发中断。将这个引脚连接到STM32的一个外部中断引脚可以实现事件驱动的数据读取比轮询方式更高效、更及时。PMW3901电路独立电源滤波光学流传感器对电源噪声比较敏感建议在其VCC入口处增加一个π型滤波例如一个10Ω电阻串联前后各加一个0.1μF电容到地。地址选择与复位PMW3901也有地址选择引脚需要连接到一个MCU的GPIO以便在软件中动态切换地址避免与MPU6050冲突。其复位引脚NRST也应连接到MCU用于硬件复位。运动检测引脚PMW3901提供一个MOTION引脚当检测到移动时会输出脉冲。这个引脚可以连接到MCU的外部中断用于在机器人静止时进入低功耗模式或触发快速读取。电源管理与保护输入保护在电源输入端我们放置了一个肖特基二极管如B5819W用于防止电源反接这是一个非常实用的保护措施。指示灯设计了电源指示灯PWR和用户指示灯USER便于直观判断板上电状态和程序运行状态。CAN总线接口可选考虑到机器人系统中多个模块间的通信我们预留了CAN总线接口使用TCAN337收发器。里程计模块可以作为CAN网络上的一个节点定期发布其计算出的位置和姿态信息供主控或其他模块订阅。这大大提升了系统的模块化和扩展性。3.2 PCB布局布线实战经验原理图设计正确只是第一步PCB布局布线才是决定电路板能否稳定工作的关键。我们使用KiCad进行设计并遵循了以下原则分区布局将电路板划分为模拟/数字区域、电源区域、高速信号区域。MPU6050和晶振属于敏感模拟部分应远离数字开关电源和高速数字线如时钟线。电源路径优先首先布置电源树。确保从电源输入到LDO再到STM32和各个传感器的电源路径尽可能短而宽减少压降和寄生电感。在关键芯片的电源引脚处放置的滤波电容必须尽可能靠近引脚回流路径要短。晶振的“特权”处理8MHz晶振及其负载电容被当作“模拟器件”对待。它们被放置在离STM32 OSC引脚最近的位置下方和周围禁止任何其他信号线穿过并用地平面包围提供“静区”。I2C总线布线SDA和SCL作为一组差分对虽然不是标准的差分信号应尽量保持平行、等长走线并走在连续的参考平面地平面或电源平面之上以减少环路面积和电磁干扰。在空间允许的情况下可以在它们之间加一根地线进行隔离。过孔与回流为每个电源网络提供足够的过孔特别是3.3V和GND确保各层之间的阻抗足够低。信号换层时旁边一定要放置一个接地过孔为返回电流提供最短路径。丝印与调试便利性所有连接器、测试点、跳线、LED都清晰标注。重要的网络如3.3V GND SWD都放置了测试点。这能极大节省调试时间。实操心得第一次打样时我们曾将MPU6050的滤波电容放得稍远约5mm结果发现陀螺仪读数噪声明显增大。第二次改版将电容紧贴其VDD和GND引脚放置1mm噪声水平立刻下降了一个数量级。这个教训告诉我们对于模拟传感器“紧靠”二字在PCB布局中具有绝对优先级。3.3 与JLCPCB的制造合作流程设计完成后我们将生成的Gerber文件上传至JLCPCB。他们的在线平台会自动进行DFM可制造性设计检查提示可能存在的生产问题如线宽过细、间距不足等。这对于学生团队来说是非常宝贵的“第二双眼睛”。我们选择了FR-4板材、1.6mm板厚、沉金工艺ENIG。沉金工艺虽然比喷锡HASL稍贵但表面更平整有利于焊接0402、QFN这类细间距元件并且焊盘不易氧化。对于MPU6050的QFN封装和STM32的LQFP封装平整的焊盘至关重要。下单时我们特别注意了贴片服务SMT。JLCPCB提供了元器件库和贴片服务我们可以直接在其庞大的元件库中选择大部分阻容和芯片由他们完成贴装。这不仅能保证焊接质量特别是QFN封装的底部焊盘还能节省我们手工焊接的时间和风险。我们只需要在收到板子后手工焊接一些他们基础库中没有的器件如特定的连接器、PMW3901模块即可。从下单到收到实物大约花了一周时间包括生产和国际物流。打开包裹看到专业制造的PCB时那种从虚拟设计到物理实体的成就感是无与伦比的。板子做工精细丝印清晰为后续的调试打下了坚实的基础。4. 嵌入式软件架构与传感器驱动硬件是躯体软件是灵魂。里程计模块的软件需要高效、稳定地管理传感器、处理数据、运行算法并对外提供接口。4.1 开发环境与工程初始化我们使用STM32CubeIDE作为集成开发环境。首先利用STM32CubeMX图形化工具进行引脚配置和时钟树初始化配置系统时钟为72MHzHSE作为时钟源。配置I2C1和I2C2外设假设MPU6050和PMW3901分别接在不同的I2C上避免地址冲突和总线负载问题速度设为400kHzFast Mode。配置一个定时器如TIM2产生精确的1kHz中断作为整个里程计系统的“心跳”。配置USART1用于调试信息输出。配置连接传感器中断引脚和用户按钮的GPIO为外部中断模式。生成工程代码初始化HAL库。4.2 MPU6050驱动与DMP配置MPU6050的驱动是重点。我们并不直接读取原始陀螺仪和加速度计数据然后自己做姿态解算而是充分利用其内置的DMP。初始化流程如下// 伪代码流程 1. I2C写入MPU6050电源管理寄存器唤醒设备。 2. 配置陀螺仪量程例如±500°/s和加速度计量程例如±4g。 3. 配置数字低通滤波器DLPF带宽以滤除高频机械振动噪声。 4. 加载DMP固件库这是一段由InvenSense提供的二进制代码需要通过I2C写入MPU6050的特定内存。 5. 配置DMP输出速率例如100Hz并启用四元数输出。 6. 使能DMP和FIFO。 7. 校准让机器人静止放置连续读取数百组陀螺仪数据计算平均值作为零偏Gyro Bias。这个零偏值需要在后续的积分中持续减去它是角速度误差的主要来源。数据读取在定时器中断或MPU6050的硬件中断服务程序中检查FIFO计数读取DMP解算好的四元数数据。四元数[q0, q1, q2, q3]可以直接用于表示姿态也可以转换为更直观的欧拉角偏航Yaw 俯仰Pitch 横滚Roll。注意事项DMP固件加载有时会失败务必在代码中加入加载状态检查和重试机制。另外MPU6050对温度敏感其零偏会随温度漂移。在要求高的场合需要实现在线零偏校准或温度补偿。4.3 PMW3901驱动与位移计算PMU3901的驱动相对直接主要是通过I2C读写其一系列配置寄存器。初始化流程// 伪代码流程 1. 硬件复位拉低NRST引脚再拉高。 2. 通过I2C写入一系列初始化序列通常参考厂商提供的示例代码或应用笔记设置CPI、帧率、工作模式等。 3. 配置运动检测中断如果需要。数据读取与转换 在固定的时间间隔Δt如10ms内读取Motion寄存器和Delta_X, Delta_Y寄存器。这些寄存器存储了自上次读取以来的累积位移计数。将读取到的计数清零通过写特定寄存器。将计数转换为物理位移。位移_X (米) (Delta_X_计数 / CPI) * 英寸到米的转换系数 / 安装高度补偿因子位移_Y (米) (Delta_Y_计数 / CPI) * 英寸到米的转换系数 / 安装高度补偿因子CPI需要在初始化时根据安装高度和所需精度设定。安装高度补偿因子需要通过实验标定让机器人实际移动一段已知距离对比传感器读数来反推这个因子。4.4 数据融合与位姿解算核心算法这是整个里程计模块的“大脑”。算法在定时器中断例如1kHz中以固定频率运行但传感器数据更新频率可能不同如IMU 100Hz 光学流100Hz。我们需要一个异步的数据融合策略。我们采用一个简化的互补滤波器思路在10ms的主循环周期内执行姿态更新高频基于陀螺仪读取当前周期内DMP解算出的姿态角或从四元数转换而来重点是偏航角Yaw。由于DMP已经做了滤波和融合其输出的Yaw在短时间内相对准确。也可以选择直接读取陀螺仪的Z轴角速度ω_z进行积分Δθ ω_z * Δt。但必须使用之前校准并实时更新的零偏进行校正Δθ (ω_z - gyro_bias_z) * Δt。更新机器人的全局朝向角θ_current θ_previous Δθ。位移更新中频基于光学流检查PMW3901是否有新的位移数据。如果有读取ΔX_sensor和ΔY_sensor这是在传感器坐标系下的位移。将传感器坐标系下的位移根据传感器安装位置通常与机器人中心有偏移和当前机器人朝向θ_current转换到机器人坐标系中心点下的位移[Δx_robot, Δy_robot]。这涉及一个二维旋转和平移变换。将机器人坐标系下的位移再次通过机器人朝向角转换到全局坐标系世界坐标系下的位移[Δx_global, Δy_global]。更新机器人的全局位置x_current x_previous Δx_globaly_current y_previous Δy_global。零偏动态修正低频基于加速度计与静止检测当检测到机器人长时间静止通过光学流数据为零且加速度计读数稳定时可以利用加速度计测得的重力矢量在机体坐标系下的分量来反推机器人的真实俯仰和横滚角注意加速度计无法校正偏航角。同时静止时的陀螺仪读数理论上应为零任何非零值都是零偏。可以对这些读数进行滑动平均缓慢更新gyro_bias实现动态校准对抗温漂。这个算法框架简单有效在单片机上也容易实现。对于更高级的应用可以考虑使用扩展卡尔曼滤波EKF或无迹卡尔曼滤波UKF来更优地融合多传感器数据并估计误差但这需要更强的计算能力如带FPU的MCU和更复杂的调参。5. 系统集成、调试与性能优化当硬件焊接完毕基础驱动和算法代码准备就绪后就进入了最考验耐心的系统集成与调试阶段。5.1 上电与基础功能测试电源检查首先不上主控MCU用万用表测量板上所有电源网络5V输入 3.3V 1.8V等对地电阻确保无短路。然后上电测量各点电压是否正常。MCU程序下载焊接好STM32最小系统部分MCU 晶振 复位 电源滤波 SWD连接ST-Link调试器尝试擦除、下载一个简单的LED闪烁程序。成功则说明最小系统工作正常。I2C总线扫描编写一个I2C扫描程序遍历所有可能的地址0x08 - 0x77。理论上应该能扫描到MPU60500x68和PMW3901地址取决于ADDR引脚电平。扫描成功说明I2C物理层通信正常。传感器单独测试MPU6050读取其WHO_AM_I寄存器值为0x68验证身份。然后读取原始陀螺仪和加速度计数据观察在静止和轻微晃动时的变化是否合理。最后尝试初始化DMP并读取四元数。PMW3901读取其Product_ID寄存器进行验证。然后让模块在纹理丰富的桌面上缓慢移动观察Delta_X/Y寄存器的变化。5.2 标定与参数测定这是保证精度的关键一步必须在固定的实验平台上进行。IMU零偏标定将机器人静止水平放置至少30秒期间以高频如100Hz采集陀螺仪三轴数据。计算这3000个数据的平均值即为各轴的零偏值。将这个值保存在MCU的Flash中每次上电后加载并用于数据校正。光学流传感器安装参数标定安装矩阵确定光学流传感器在机器人坐标系下的安装位置[dx, dy]相对于机器人旋转中心和安装角度偏移是否与机器人前进方向完全对齐。一个简单的方法是让机器人原地旋转观察光学流传感器输出的位移方向与机器人旋转中心理论位移的差异通过几何关系反推出安装偏移。高度-位移转换系数让机器人沿直线精确移动一段已知距离L例如1米记录光学流传感器输出的总计数C。则转换系数K L / C。这个系数综合了CPI设置、安装高度、镜头畸变等因素。需要在不同的地面材质上多次测量取平均或者为不同地面预设不同的K值。5.3 融合算法调试与性能评估将标定好的参数写入代码开始运行完整的里程计程序。通过串口实时输出位置(x, y)和朝向(θ)。调试方法静止测试让机器人静止观察输出位置和朝向是否漂移。理想情况应基本不变。如果位置漂移可能是光学流传感器有微小误判或振动干扰如果朝向漂移说明陀螺仪零偏校准不充分或存在温漂。直线运动测试让机器人沿直线前进固定距离如2米停止后读取里程计输出的位移与实际距离对比计算绝对误差和相对误差。重复多次评估重复精度。旋转测试让机器人原地旋转90° 180° 360° 对比里程计输出的角度变化与实际角度。复合路径测试让机器人走一个正方形或“8”字形记录轨迹。将里程计估计的轨迹绘制出来与机器人实际停止点可用尺子测量进行对比。这是最直观的系统性能评估。性能优化方向滤波增强在读取原始传感器数据后加入软件低通滤波器如一阶滞后滤波来平滑噪声。对于光学流数据可以加入一个速度阈值低于该阈值的微小变化视为噪声滤除。时间同步确保所有传感器的数据都打上精确的时间戳并在融合时使用插值法对齐到同一时刻避免因读取延迟带来的误差。异常值处理传感器偶尔会输出错误数据如光学流在单一颜色表面失效IMU受到剧烈冲击。代码中需要加入合理性检查例如判断位移增量是否超过物理极限机器人最大速度*周期如果超限则丢弃该次数据或使用上一次的有效值。输出频率与平滑内部算法可以运行在100Hz但对外的位置发布如通过CAN总线可以降频到10-20Hz并对输出数据进行滑动平均使轨迹更平滑。5.4 常见问题与排查实录在调试过程中我们遇到了不少典型问题这里总结成排查表问题现象可能原因排查步骤与解决方案I2C扫描不到MPU60501. 电源未接通或电压不对。2. I2C线序接反SDA SCL。3. 上拉电阻未接或阻值过大。4. 芯片损坏。1. 测量MPU6050 VCC引脚电压是否为3.3V。2. 检查原理图和PCB连接。3. 测量SDA/SCL线在空闲时是否为高电平约3.3V。4. 更换芯片。MPU6050 DMP初始化失败1. I2C通信不稳定加载固件时出错。2. 供电不稳导致加载过程中断。3. 使用的DMP固件库版本不匹配。1. 降低I2C速度如100kHz重试确保电源滤波电容紧靠芯片。2. 在加载固件的关键步骤加入延时。3. 确认从官方或可靠来源获取的固件库。光学流传感器读数全为零或不变1. 传感器离地面太远或太近超出工作范围。2. 地面纹理单一如纯白桌面。3. 照明不足某些型号依赖自身照明。4. 初始化序列不正确。1. 调整安装高度至推荐范围通常1-3cm。2. 更换有纹理的测试表面如打印纸。3. 确保传感器下方的LED如果有已点亮。4. 逐条核对初始化寄存器配置参考官方示例。里程计位置漂移严重静止时乱跑1. 光学流传感器受环境光或振动干扰产生误运动信号。2. IMU零偏未校准或校准不准。3. 融合算法中未正确处理传感器数据的时间戳。1. 为光学流传感器加遮光罩加强机械减震。2. 重新进行长时间静止校准并检查校准代码逻辑。3. 在算法中引入静止检测逻辑当判断机器人静止时强制速度为零。机器人旋转时位置估算出现圆弧而非自转1. 光学流传感器安装位置偏移[dx, dy]未在算法中补偿。2. 将传感器坐标系位移转换到机器人坐标系时旋转公式错误。1. 重新标定安装偏移量。公式Δx_robot Δx_sensor - dy * Δθ,Δy_robot Δy_sensor dx * Δθ小角度近似。2. 仔细检查代码中的坐标系变换矩阵。CAN总线无法通信1. CAN收发器TCAN337供电或使能引脚错误。2. CANH和CANL终端电阻120Ω未接。3. STM32的CAN外设初始化配置错误波特率、工作模式。1. 检查收发器VCC和STBY引脚电平。2. 在总线两端测量CANH-CANL之间电阻应为60Ω左右两个120Ω并联。3. 使用CAN分析仪监听总线或尝试回环模式测试MCU自身。通过以上系统的设计、实现和调试我们最终得到了一个性能稳定、精度满足比赛需求的里程计模块。它成功帮助机器人在复杂的赛场环境中实时感知自身位置为路径规划和任务执行提供了可靠的状态反馈。这个项目深刻地展示了将合适的传感器、精心设计的硬件和稳健的嵌入式软件算法相结合就能在资源受限的微控制器上实现复杂的功能。希望这份详细的实践记录能为你的机器人自主导航之旅提供一份有价值的参考。