1. AMR 底盘
从移动底盘、驱动、电源、传感器安装开始，先让机器人具备真实执行载体。
At A Glance
这页的定位
不是空概念 页面用真实小车、地图、Web 控制台、覆盖路径和建图画面说明项目来源。
2025 档案 主角是 2025 已经沉淀的 AMR、SLAM、导航、Web 和覆盖能力。
全系列闭环 底盘、建图、地图、路径、网页展示和实验记录彼此服务，不是散项目。
VLN 进行中 语言导航会基于这些真实系统能力继续做，而不是提前写成完成结果。
System Overview
RabbitRobot 2025 先搭起来的系统底座
RabbitRobot 不是单一小车 demo，而是一条围绕真实机器人系统逐步展开的研发链路。2025 阶段最重要的价值，是把“能动的底盘、能看的地图、能跑的导航、能调试的 Web 控制台、能复盘的图文资料”放到同一个项目里，形成继续推进 VLN / VLR 的基础。
2. 地图生产
通过 D435、Unitree L1、MPU6050、RTAB-Map / FAST-LIO2 积累场景地图和传感器数据。
3. 导航验证
用 ROS 2、Nav2、RViz 和 Web 控制台检查目标点、路径、状态和执行过程。
4. 覆盖作业
把真实地图、footprint、安全边距和区域输入变成可检查的覆盖路径。
5. VLN 接入
正在把语言目标、视觉 grounding、waypoint 策略和失败恢复接入真实 AMR。
Project Matrix
全系列子项目如何互相支撑
RabbitRobot_AMR / AMR2
真实移动机器人底座，负责承接 SLAM、Nav2、覆盖路径和 VLN waypoint 的执行层。
- 底盘、电机、供电、传感器安装和 ROS 2 工作空间。
- 语言任务不是直接控车，而是先落到这个安全执行层。
HandLiDAR / D435_L1_RTABMap
地图生产和多传感器采集链路，为导航、覆盖路径和语义任务提供场景基础。
- D435、Unitree L1、MPU6050、RTAB-Map / FAST-LIO2。
- 先把地图质量、坐标系、时间戳和可视化跑通。
RabbitRobot_ROS2_Web
浏览器里的机器人控制台，把 ROS/RViz 里分散的信息变成可展示、可操作、可复盘的界面。
- 地图、目标点、路径、机器人状态和 3D 画面集中展示。
- 为远程演示和 VLN 轨迹记录准备入口。
RabbitRobot_CoveragePath
真实地图约束下的覆盖路径算法，把“框选区域”转成可以在 AMR 上继续执行的路径。
- 考虑 known-free、unknown/off-map、障碍膨胀和连通分块。
- 比纯几何蛇形线更贴近真实机器人作业。
Sweeper / SCFH
清扫、消毒和窄通道服务场景原型，用真实任务倒逼覆盖路径和底盘系统继续迭代。
- 关注作业宽度、边界安全距离、遗漏区域和低速稳定执行。
- 让算法服务实际场景，而不是孤立存在。
VLN / VLR Active Work
正在把语言目标、视觉/地图 grounding、waypoint 规划和真实 AMR 执行评估连起来。
- 先跑稳 Nav2 baseline，再引入模型策略。
- 用路径、轨迹、安全和恢复指标判断是否真的提升。
Engineering Detail
这些模块具体已经做到什么程度
这页要表达的不是“RabbitRobot 已经完成 VLN”，而是把 2025 阶段能拿出来讲清楚的工程底座铺完整。每个模块都对应一类可见证据：真车照片、Web 截图、RViz 画面、覆盖路径步骤图、系统架构图或原型照片。VLN / VLR 不是从零开始，而是接在这些已经沉淀的模块后面继续验证。
| 模块 | 2025 阶段已经有的内容 | 页面里的图文证据 | VLN / VLR 承接方式 |
|---|---|---|---|
| AMR 真实底盘 | 真实小车、传感器安装、移动平台、Web 导航画面和 AMR2 执行入口。 | RabbitRobot 实物原型、AMR2 Web 导航、AMR2 Web 3D 覆盖控制台。 | 语言策略不能直接越过底盘控制，而要生成 waypoint，再交给 Nav2、速度平滑和安全链执行。 |
| 地图生产链路 | D435、Unitree L1、MPU6050、RTAB-Map / FAST-LIO2 等多传感器建图探索。 | RTAB-Map 总览图、RViz 点云图、手持建图仪照片。 | 语义目标需要对齐地图区域、视觉帧和机器人位姿，这些资料就是 grounding 的基础。 |
| Web 可视化控制台 | 地图、目标点、路径、机器人状态、3D 模型和调试入口集中到浏览器。 | ROS2 Web 首页、AMR2 Web 导航、覆盖控制台 GIF。 | 可以把语言指令、候选 waypoint、模型解释、失败片段和 rosbag 回放接到同一个复盘界面。 |
| 覆盖路径规划 | 基于真实 PCD / OccupancyGrid 做区域输入、known-free 裁剪、障碍膨胀和路径验证。 | 覆盖路径生成、known-free 裁剪、fake car 跟随、多边形区域覆盖。 | 为“清扫这片区域”“绕开障碍去某处”这类语言任务提供可执行的几何约束。 |
| 服务场景原型 | 扫地机 V1.0、SCFH 窄通道/清扫语境和多底盘探索，说明项目面对真实作业约束。 | 扫地机照片、多底盘照片、覆盖路径与清扫场景截图。 | VLN / VLR 不只做办公室到点导航，而要面向清扫、消毒、巡检等服务任务约束。 |
Visual Evidence
图文证据一：真车、Web 和系统架构
Mapping And Coverage
图文证据二：地图生产与覆盖路径
Hardware And Scenario
图文证据三：实物原型和服务场景
Reusable Assets
2025 已经沉淀下来的可复用资产
| 资产 | 已经有的图文证据 | 对 VLN / VLR 的价值 |
|---|---|---|
| 真实 AMR 执行层 | AMR 原型、AMR2 导航画面、Web 3D 控制台、RViz / Web 对照。 | 语言策略生成的 waypoint 可以落到真实地图、定位、局部规划和速度安全链。 |
| 地图与传感器数据 | D435 / Unitree L1 / MPU6050 建图、RTAB-Map 点云、PCD 转 2D 地图。 | VLN grounding 需要场景地图、视觉帧和位姿数据，这些是数据闭环入口。 |
| Web 可视化与复盘入口 | ROS2 Web 控制台、导航目标、地图图层、路径和机器人状态展示。 | 可以展示语言任务、候选 waypoint、模型决策、失败片段和恢复过程。 |
| 覆盖路径与区域作业 | 真实地图裁剪、障碍膨胀、polygon 区域、RViz fake car 跟随验证。 | 为“清扫某片区域”“绕开障碍去某处”这类语义任务提供几何和安全基础。 |
| 服务场景原型 | 扫地机 V1.0、SCFH 窄通道/清扫语境、多底盘探索图文资料。 | 让 VLN 不只是办公室导航 demo，而能面对真实服务机器人任务约束。 |
Active Work
VLN / VLR 当前怎么接到真实 AMR 上
VLN / VLR 的重点不是“调用一个模型让它说路线”，而是让语言目标能被真实机器人系统检验。2025 阶段先把底盘、地图、Nav2、Web 控制台和覆盖路径跑通；现在正在把语言指令、视觉观测、地图 grounding、waypoint 策略和失败恢复接进去，才能判断模型到底有没有让机器人更会执行任务。
1. Baseline
固定 AMR2 / Nav2 baseline，记录成功率、路径长度、卡停和避障情况。
2. Task Set
整理“去门口”“绕开杂物到桌边”“覆盖这片区域”等可复现实验指令。
3. Grounding
把语言目标对齐到地图区域、视觉观测、局部目标点和机器人当前状态。
4. Execution
让 waypoint 继续走 Nav2、速度平滑、避障和底盘安全链，而不是绕开工程系统。
5. Recovery
重点记录走偏、误判目标、绕行失败和恢复成功案例，形成可比较指标。
README Snapshot
README / 项目说明片段
RabbitRobot 2025 Project Archive
时间：2025.12
定位：真实 AMR 系统图文档案与 VLN 正在推进的研究线
项目说明
RabbitRobot 2025 阶段重点整理真实 AMR 原型、SLAM / Nav2、多传感器建图、Web 控制台、覆盖路径规划和清扫/服务机器人原型。这个页面用于展示已经搭起来、拍得到、能复盘的机器人系统基础，而不是把 VLN 提前写成已经完成的成果。
关键记录
- AMR 原型、AMR2 导航画面、Web 3D 控制台和系统架构图构成了 2025 阶段的公开证据。
- HandLiDAR / D435_L1_RTABMap 记录多传感器建图链路，为导航和语义 grounding 准备地图数据。
- CoveragePath 在真实 PCD 2D 地图上处理区域输入、known-free 裁剪、障碍膨胀和路径验证。
- Sweeper / SCFH 把覆盖算法放进清扫、消毒、窄通道这类真实服务任务语境。
工程细节
- AMR 执行层先接住地图、定位、目标点、局部规划和速度安全链，语言策略只输出 waypoint，不直接绕过底盘控制。
- Web 控制台承担展示和复盘入口，可以继续接语言任务、候选点、模型解释、失败片段和 rosbag 回放。
- 覆盖路径规划把区域任务变成可执行几何约束，为“清扫这片区域”“绕开障碍去某处”这类指令打底。
与 VLN / VLR 的关系
VLN / VLR 是正在推进中的研究线：以 AMR baseline、地图、导航安全链、Web 复盘入口和数据记录为基础，把语言目标、视觉 grounding、waypoint 策略和失败恢复评估接入真实机器人。