260523 继我们上次的进度继续。 我们上次已经给我们的 Nav2 的全局代价地图接入了滚动窗口。 上次我们少说了一个参数，track_unknown_space。 global_costmap: global_costmap: ros__parameters: globa

260522 继我们上次的进度继续。 接下来我们可以给 MPPI controller 加上速度边界。 这个 MPPI controller 是 Nav2 里的一个路径跟随控制器，全称是：Model Predictive Path Integral Controller 即——模型预测路径积分控制器

260520 我们接下来继续编写 src/kibot_one_sim/config/nav2_params.yaml 这个文件。 首先是 bt_navigator： bt_navigator: ros__parameters: global_frame: map robot_ba

260519 接下来就按照上次编写好的文档来一步一步的实现吧。 我们首先关注的是 src/kibot_one_sim/config/ros_gz_bridge.yaml。 在我们旧版本中，我们的最小速度桥接项长这样： - ros_topic_name: "/cmd_vel" gz_topic_n

260516 嗯...还是有问题，我们启动后还是会发生崩溃等一系列的问题。 所以我想了想，还是得祭出我们新版的工程式学习的 Skill： 交给 Codex 去完成我们 02 的新版教程吧。 在一顿操作后，我们算是弄好了 02 的 roadmap 文档以及其他供我们进行阅读的文档。 我们新开一个 02

260515 继我们上次的进度，我们的整个结构可以理解为： nav2_params.yaml ├── bt_navigator # 接收 NavigateToPose action，管理导航行为树 ├── controller_server # 跟踪路径，输出速度 ├── plan

260514 我们 01-SLAM-建图与定位 这部分搞定了，接下来就可以开始 02-Nav2-导航接入 了。 Nav2 可以让我们的机器人在 SLAM 建模后的环境中导航到指定的位置。 我们先修改一下我们的 Mode，需要新增一个 NAV2 的模式： class Mode(IntEnum):

260511 孩子们，我又有 pro 用了： 继我们上次理解了 TF 在我们 SLAM 建图中有什么用，我们接下来就可以在我们的系统中引入 SLAM 这个东西了。 我们先给 src/kibot_one_sim/package.xml 补上下面的依赖： <exec_depend>launch_ros<

260508

260428 嗯...我想了想，其实还是可以引入动态 SLAM 的。 这样的话我们的旗帜变换位置后，小车就可以自行探索封闭空间，然后找到旗帜并停下了，避免将旗帜作为环境之一。 以及，因为 AI 目前来说还是会参与到我部分的代码编写中，但是对于我正在学习的东西的话，我希望还是尽可能我自己来写代码（参考