Robot Project Page

RabbitRobot: 文科问题意识驱动的 机器人全系列项目

A humanities-informed robotics project suite for AMR platforms, LiDAR mapping, real-world navigation, embodied manipulation, and end-to-end local planning.

算个文科生吧 RabbitRobotHub
Independent Robotics Lab Notebook ROS2 · SLAM · Nav2 · Embodied AI 2025-2026
RabbitRobot 移动机器人与机械臂原型
RabbitRobot AMR prototype with embodied manipulation module.

TL;DR

  • RabbitRobot_AMR 是主线平台:用真实底盘承载 ROS2、SLAM、Nav2、多传感器融合和局部规划实验。
  • RabbitRobot_HandLiDAR / SCFH / Arm / ElderBuddy 提供建图工具、真实场景、操作能力和服务机器人方向。
  • 研究目标 是把传统导航 baseline、真实 rosbag 数据和端到端局部规划模型放在同一个可复现实验闭环中。

Project Abstract

从一个能跑的机器人,推进到一个能研究问题的机器人系统

RabbitRobot 不是单个演示项目,而是一组围绕真实移动机器人逐步生长的工程和研究资产。它从 AMR 底盘出发,连接手持 LiDAR 建图、智慧鸡场净环场景、机械臂操作、老人陪伴机器人概念和公开网站沉淀。

这个主页采用学术项目页的表达方式:先给出问题、系统、资源与图示,再展开方法、项目矩阵、研究指标和迭代路线。它更像一篇持续更新的 project page,而不是只展示视觉气氛的作品集。

Approach

RabbitRobot Project Architecture

RabbitRobot 项目全景架构图
RabbitRobot project map: platform, mapping, scenario, arm, service concept, and public archive.
System Platform

以 AMR 底盘为核心,把主控、激光雷达、深度相机、驱动、电源和 ROS2 软件链路变成可持续迭代的平台。

Scenario Grounding

用智慧鸡场、室内陪伴和移动操作等场景约束问题,让导航算法面对窄通道、打滑、遮挡和任务恢复。

Research Loop

先跑稳传统 baseline,再采集可复现数据,最后比较端到端局部规划在成功率、安全性和实时性上的变化。

Project Suite

RabbitRobot 全系列项目矩阵

Project Role Current Focus Stack / Keywords
RabbitRobot_AMR移动底盘与核心项目 核心实验平台 底盘控制、建图、导航、局部规划和真实数据采集。 ROS2Nav2FAST-LIO2Point-LIO2
RabbitRobot_HandLiDAR手持雷达建图仪 地图生产工具 为 AMR 和场景实验提供更高质量地图与传感器数据。 Unitree L1D435RTAB-MapSLAM
RabbitRobot_SCFH智慧鸡场净环机器人 真实压力场景 围绕狭长通道、低附着地面和服务机器人落地做需求验证。 Narrow CorridorField TestAMR
RabbitRobot_Arm具身智能机械臂 操作能力扩展 为移动操作机器人储备 LeRobot、ACT、MoveIt2 等能力。 LeRobotACTMoveIt2Gemini2
RabbitRobot_ElderBuddy老人陪伴机器人 服务概念验证 把导航、交互、提醒和陪伴需求放进室内服务机器人设想。 Indoor ServiceHRICompanion Robot
RabbitRobot_Web公开网站 公开归档入口 展示项目材料、技术笔记、图像资料和后续论文/报告入口。 GitHub PagesDocsPortfolio

Research Direction

End-to-End Local Planning for Real AMR Navigation

当前最适合作为论文型主线推进的问题,是把 RabbitRobot AMR V2 与 SCFH 场景整理成一个小而真实的局部规划实验平台。传统 Nav2 / DWB / Pure Pursuit / MPC 先作为 baseline,rosbag 数据再作为学习式局部规划的训练与评估来源。

模型目标可以从 LiDAR、局部目标、odom、costmap 和历史速度中学习速度指令,让机器人在窄通道、动态障碍和低附着地面中更平滑、更少恢复、更少碰撞。

SR成功率
CR碰撞率
ATE轨迹误差
Jerk速度平滑度
RT实时性
Recover恢复能力
机器人动作学习演示
Embodied learning direction for the mobile platform.

Roadmap

AMR 迭代路线

四驱原型车

树莓派 5、思岚 A1、宇树 L1、DABAI DCW2、Cartographer、Nav2 和视觉感知实验。

四驱升级车

Jetson Orin Nano Super、C50C、MID360、VLP-16、FAST-LIO2、Point-LIO2 和 Autoware 探索。

平衡车方向

Hoverboard FOC、STM32、ST-Link、IMU 接入、cmd_vel/odom 话题和底盘控制验证。

全向轮方向

SolidWorks 建模、全向运动学、高机动底盘验证,并为移动操作预留结构空间。

Citation

BibTeX

@misc{lijinghai2026rabbitrobot,
  title        = {RabbitRobot: A Humanities-Informed Robotics Project Suite},
  author       = {算个文科生吧},
  year         = {2026},
  url          = {https://lijinghai.github.io/},
  note         = {AMR, SLAM, Nav2, embodied AI, and end-to-end local planning}
}