- 图书馆需要**自主移动机器人** 在狭窄过道安静、安全地穿梭，避开读者、椅子、包和手推车
- 实际部署中存在**移动性不连续(mobility discontinuities)** 问题，如地板过渡、临时杂乱、部分阻塞通道
- 低底盘轮式平台对这类场景适应性差，现有方法多假设图书馆为粗糙地形，未解决实际障碍
- 基于**ROS 2** 构建导航系统，搭载**4D LiDAR**、前置**深度相机(depth camera)** 和**IMU** （惯性测量单元）
- 使用**RTAB-Map** 进行**视觉-激光SLAM(visual-LiDAR SLAM)**，结合**AMCL(自适应蒙特卡洛定位)** 和**EKF(扩展卡尔曼滤波)** 实现传感器融合定位
- 采用**Nav2** 导航栈，集成**A*算法**进行全局路径规划，** DWA(动态窗口法)**进行局部避障
- **针对真实图书馆场景**，聚焦地板过渡、临时杂物、部分阻塞通道等**移动性不连续(mobility discontinuities)**，而非假设粗糙地形
- **多传感器融合**：视觉、激光雷达、惯性传感器的紧耦合提升定位鲁棒性
- **高成功率验证**：在真实图书馆静态、低密度动态、高密度动态场景分别达到**100%、96%、88%** 的成功率，体现了对复杂动态环境的适应能力
- 为图书馆服务机器人提供了一套完整的**自主导航方案**，基于商用四足机器人Unitree Go2 Edu
- 系统在真实环境中验证了**高可靠性与精度**：地图均方误差仅**3.7 cm**
- 填补了面向**狭窄、动态室内空间** 中低底盘不可通行场景的导航空白，可推广至类似场所（如博物馆、医院）