以自建 AMR 与调试工具为工程基础，延伸到现有模型部署、操作硬件联调和数据采集。以下记录个人工作与验证范围。
我将上游 MiniCPM-RobotTrack 迁移到轮式双臂平台的本体 GPU，在独立环境中检查实采图像回放、历史窗口与会话重置，并梳理差速底盘接口。当前验证的是保存图像的本体推理，尚未接入实时传感器与运动闭环。
部署与回放：核对 179 个源码及模型文件的 SHA-256；将 32 帧实采头部相机图像保存后，在本体 RTX 4090 Laptop GPU 上回放。34 次检查覆盖轨迹输出、31 帧历史窗口与两次会话重置，并非导航成功次数。
验证边界：八点预测轨迹仅写入文件，推理测试未创建 ROS 运动发布器。相机到机身 TF、控制权归属、深度距离约束与失效停车仍需联调；平台移动与姿态视频不代表模型自主导航。
我完成 DAS Ego 与 UMI 的佩戴、配对和双手桌面操作记录，正在整理第一视角观察与末端动作片段。视觉、姿态、夹持与接触事件的时间对齐仍在推进；现有实操素材尚不等于经过质量验证的训练数据集。
设备背景：六路 RGB、约 270° 水平视野、六轴 IMU 与 MCAP 格式来自产品资料；这些规格说明采集入口，不代表已完成的同步或数据质量评测。
整理工作：核对视觉、姿态与双手动作时间戳，组织可复盘片段。动作切片、接触标注、VLA 示教数据与策略评估仍需进一步建立和验证。
我围绕 OmniHand 双手台架开展供电、通信和左右手姿态配置联调，记录了真实关节动作。连续动作回放、反馈记录与异常停止仍需系统验证；视觉与触觉接入是后续操作研究的方向。
台架与动作：整理左右手握拳、打开等姿态及序列配置，围绕 USB 上位机检查动作接口。10 个主动轴与 CANFD 通信支持均为设备规格。
研究边界：设备的 400+ 触觉点属于产品规格。触觉采集、视觉同步、连续动作评估与 VLA 策略接入尚未形成已验证结果。
我为上游 MiniCPM-RobotTrack 适配 Go2X 的 RGB-D 与里程计输入，分开处理彩色图像和测距深度，并检查跨机传输、时间戳及数据新鲜度。已有短时 Shadow（仅推理、不下发运动控制）记录；相机外参、深度保护与真机闭环仍待验证。
输入适配：rclpy 中继与 rosbridge 传输 RGB-D / Odom，YAML 明确机器人接口。RGB 使用压缩与图像缩放；深度解析 compressedDepth、保留 16UC1 并以最近邻缩放，避免插值改变测距值。
限定测试：18 秒 Shadow 样本完成 140 次推理，未记录模型或传感器故障。31 帧上下文与八点轨迹来自上游模型；该样本不证明长期连接可靠性，控制桥保持锁定，视频不作为模型自主行走证据。
AMR2 是我的主要工程实验平台：从机械、电控、线束和传感器安装，接到底盘 CAN、ROS 2 与导航接口。我对齐 CAD / 显示模型、TF 和规划轮廓，适配覆盖路径与 Nav2。已有真车转向记录及指令链路空跑检查，完整自主任务尚待现场验收。
平台接口：连接差速底盘通信与传感器数据，将 CAD / Web 显示模型、传感器 TF 和 Nav2 footprint 对照；覆盖规划输出接入标准 ROS 路径与导航接口，接口适配不保证精确覆盖执行。
配置与检查：点云转二维地图、定位与局部规划配置，以及速度平滑、碰撞监控到 CAN 的指令链路已有记录。Nav2 导航桥的 dry-run 不下发真实任务；软件保护模块接入不等于安全认证。
基于 RobStride EDULITE_A3 上游 SDK 与驱动，我完成 3D 打印机械臂装配、CAN 通信适配、关节反馈接入及控制联调，并接入 ROS 2 Control / MoveIt 2 规划调试。LeRobot / pi0.5 仍在接入，尚无 VLA 训练或自主操作评测结果。
装配与控制：3D 打印结构、接线及 CAN 联调，结合关节反馈检查方向、限位和轨迹执行约束。使用上游 SDK 与驱动，个人工作集中在实臂接入和控制调试。
实验入口：通过 ROS 2 Control 与 MoveIt 2 / RViz 查看关节状态和规划过程。LeRobot / pi0.5 的视觉、语言与动作接口仍在调试，任务数据、执行误差和策略评估尚未完成。
这份工程档案回看底盘迭代、多传感器建图与导航工具实践。我整理 LiDAR、RGB-D、IMU 数据接入、TF 对齐及地图和路径检查记录，为 AMR2 提供可查阅的接口与方法依据；其中的 RViz 跟随记录不等于真车任务验收。
档案内容：AMR 原型与底盘迭代、传感器配置、SLAM / Nav2 接口，以及 Web 和覆盖路径图文记录。它记录工程积累，各模块的验证范围需分别查看。
可复用方法：点云转占据栅格、已知可通行区域裁剪、障碍膨胀和路径检查。已有 RViz / fake follower 记录；跨平台仍需适配传感器坐标、footprint 与控制接口。
为支持机器人现场调试，我将地图、传感器、TF、路径与状态接入浏览器，实现图层切换、目标与初始位姿交互、状态和日志展示，并对照 RViz 检查显示。单点、多点及手动控制是操作入口，目标下发不等于导航任务完成。
数据与显示：通过 rosbridge WebSocket 接入 ROS 2，使用 React 19 与 Three.js 组织地图、激光、点云、路径和机器人模型图层，提供 2D / 3D 对照视图。
交互与核对：设置导航目标、初始位姿并查看状态与日志；调试时检查坐标系、TF 和图层对应关系。导航执行结果需结合机器人反馈确认，界面操作或截图不能替代任务验收。
记录导航诊断的研究问题，以及坐标适配、路径检查和现场调试中的具体工作。
2026 · Long-horizon Vision-Language Navigation
我的硕士论文关注长程 VLN 中的三个问题：历史观测何时可信，如何借助历史与空间一致性诊断偏航，以及哪个历史状态适合作为恢复参考。正在研究历史感知语义映射、一致性诊断与恢复锚点选择。
公开记录截至 2026-10-09：MP3D 受控回放仍有偏航漏检，CMA 导航对照尚未证明指标增益；真机感知与房间采集记录尚不支持可靠语义地图或恢复锚点。真机自主恢复尚未验证。
硕士论文项目进行中 · 尚未发表查看选区与已知可通行地图裁剪、footprint 余量、分块连接和路径检查。输出标准 ROS 路径；当前以 RViz / fake follower 验证，不代表真车覆盖验收。
长程视觉语言导航 研究历史观测进入可信记忆的条件，结合指令、历史与空间转移检查偏航，并考察恢复参考状态的选择依据。
真实移动机器人系统 从底盘通信、传感器时间戳和 TF 到导航接口，逐层核对输入、坐标与状态反馈，用日志和现场记录定位问题。
建图与实验验证 关注地图几何、跨视角物体关联与位姿不确定性，将感知记录、规划输出和实际执行分开核验，为后续恢复实验建立依据。
工具链： ROS 2, Nav2, SLAM, LiDAR, RGB-D, VLM / VLA, Web tools.
10—12 月计划：基于 R1 Pro 联调实时感知与差速控制，逐步验证长程导航、偏航诊断与恢复。目前已完成保存实采图像的本体回放推理；在线控制与自主恢复仍待验证。
完成设备配对与桌面实操记录；多模态对齐进行中
双手台架与动作记录；连续回放和反馈验证待开展
接入 RGB-D / 里程计并开展 Shadow 推理；未下发运动控制
接入地图与状态图层，实现目标和初始位姿交互
自建底盘与导航接口联调；完整自主任务待验收
装配与实臂控制 / 规划联调；LeRobot 接入进行中
底盘、建图与覆盖规划工程档案
